AFAC金融智能大赛总决赛将启，开源百万级数据集
大赛从真实业务提炼考题，检验AI在成本与可靠性约束下的能力，并开源数据集加速行业迭代。
AFAC2026金融智能创新大赛吸引全球2万名选手参与，聚焦真实金融场景中的交易识别、文档理解、Agent成本控制等难题。组委会开源沉淀三届赛题的百万级数据集，覆盖13万条评测样本与2000余份专业文档，推动金融AI从模型能力走向产业落地。
正文摘录
金融 AI 的年度大考交卷了：2 万名选手、30+ 家机构、百亿级数据开源 清华、北大、复旦、麻省理工等海内外顶尖高校学子，以及大厂核心技术骨干，纷纷汇聚一堂，赛场内火力全开—— 有人从 L2 行情中识别资金动向，有人拆解复杂金融文档，也有人掏出 Harness、RSI，让 Agent 读懂市场情绪。 除了有历届成果集中亮相、创投资本 1v1 现场对接、HR 一站式发 offer，千问 AI 眼镜等前沿技术产品也同步开放体验。 这正是有着「金融 AI 创新年度风向标」之称的 AFAC 金融智能创新大赛（AFAC2026）总决赛现场，也是迄今为止举办的第四届。 上海市科学技术委员会、中国计算机学会、北京大学、蚂蚁集团、GFTN 全球金融与技术网络、真格基金、中国银行…… 参赛选手更是五湖四海掐尖而来，自 2023 年首届举办以来，AFAC 大赛已累计吸引来自全球超 2 万支队伍 6 万名选手，覆盖 600 余所高校、700 余家企业。 一场真实场景的金融大考 普通算法比赛通常可以被压缩成一个清晰目标，也就是在固定数据集上，把某个指标刷到更高。 真实业务中，多调用一次模型就是实实在在翻倍的成本，而且光答案合理还远远不够，还要系统说明依据来自哪儿，要经得起复核。 所以再看 AFAC2026 大赛的四道挑战组赛题，都在尽可能模拟真实金融场景下的压力： 据赛题一「市场参与者交易行为识别与资金流向分析」的评审专家、中科大计算机学院副院长、软件学院副院长、教授王超介绍： 这道题研究的是一个非常经典的问题，在二级市场乃至大模型出现之前，市场参与者的交易行为识别就已经存在。 三个标准相继击中了传统 Benchmark 的痛点：一次高分可能来自偶然，一套真实可落地的系统却能在条件变化后依旧成立，还要讲清楚为何成立。 OCR 识别出字符，并不等于模型读懂了文件。