ConvFinQA 是 EMNLP 2022 的对话式金融数值推理问答数据集，进一步把金融问答从单轮问题扩展到多轮对话。它要求模型在连续提问中保留上下文，理解上一轮问题和答案对下一轮的影响，并继续执行数值推理。这个任务非常贴近真实金融分析，因为用户往往不是一次性提出完整问题，而是边看材料边追问。

例如分析师可能先问“公司 2021 年收入是多少”，再问“相比上一年增长多少”，再问“这种增长主要来自哪个业务”。后续问题依赖前文实体、指标和时间范围。如果模型不能维护对话状态，就会错误引用数字或重新解释上下文。ConvFinQA 正是用数据集形式把这种挑战具体化。

项目提供 conversation-level 和 turn-level 两种数据格式，包含表格、前后文本、问题轮次、计算程序和执行答案。对金融大模型和智能体来说，这是一个非常有价值的学习对象：它不仅考察读表和计算，还考察上下文记忆、问题拆解和多轮交互能力。

在银行场景中，客户经理、风控人员、投研人员与 AI 助手交互时基本都是多轮的。比如审批人员先问“这家企业资产负债率多少”，再问“如果剔除关联方应收款会怎样”，再问“和同业相比是否偏高”。ConvFinQA 可以帮助理解金融 AI 助手为什么必须具备可追溯的会话状态和计算链。

• 面向金融表格和文本的多轮对话式数值推理数据集。
• 支持 conversation-level 和 turn-level 数据格式，便于研究上下文建模。
• 强调问题分解、对话状态、计算程序和执行答案。
• 适合评估金融 AI 助手、多轮 RAG 和工具调用能力。

ConvFinQA 最值得学习的是“金融助手不是单问单答”。真实用户会追问、修正、比较和改变口径。数据集中的对话结构可以帮助学习者设计银行 AI 助手的会话记忆、引用链、问题重写和上下文窗口策略。

它也提醒我们，多轮对话中的错误会累积。如果第一轮引用错了指标，后面所有计算都可能错。因此金融 AI 系统必须在每轮回答中保留证据、公式和可复核结果。

• 财务分析多轮问答助手。
• 授信审批、投研分析和经营分析中的追问式数据探索。
• 大模型对话记忆、问题重写和工具调用评测。
• 金融报表 RAG 的多轮上下文管理。
• 客户经理培训中的财务指标互动问答。

ConvFinQA 仍然是研究数据集，场景和问题类型有限。真实银行业务中的多轮问题可能涉及权限、客户隐私、非标准报表和复杂业务规则。生产系统不能只依赖模型上下文记忆，必须有明确的会话状态管理、权限校验、引用追踪和人工确认机制。