MacroLens 基准发布：面向宏观经济场景下的多任务金融推理

一篇 arXiv 新论文（2606.24950）发布了 MacroLens——一个多任务基准测试，专门用于评估 AI 模型在宏观经济场景下的上下文金融推理能力。

金融决策天然是上下文相关的：预测价格、评估公司价值、判断事件风险，需要综合股价历史、会计基本面、宏观经济环境和同期文本信息。然而，构建覆盖这四类信号的基准测试非常困难，因为金融数据违反了时间序列评估的多个假设：文本必须按其发布日期严格时间对齐以防止未来信息泄露，季度基本面数据存在 1 到 90 天的报告滞后间隔，事件窗口需要匹配接近未知的先验分布。

MacroLens 通过精心设计的数据构建流程解决了这些挑战，为评估 AI 在真实金融场景中的推理能力提供了更可靠的测试平台。这对于金融领域的大语言模型应用——从量化分析到投资研究——都具有重要的参考价值。

该基准的发布为金融 AI 社区提供了一个标准化评估工具，有助于推动更可靠、更真实的金融推理模型的发展。