OpenFinData 是东方财富与上海人工智能实验室联合发布的开源金融评测数据集，面向大语言模型金融能力评估。它强调来自实际金融业务场景，包含金融知识、金融事实、金融判别、金融计算、金融分析、金融解读、金融合规等模块。

这个项目非常适合作为“产业化评测”的样本。相比只用考试题，OpenFinData 更强调金融场景拆分：术语解释、事实判断、意图理解、情绪识别、实体识别、数值提取、指标计算、股票/基金/行业分析、公告解读、宏观解读和合规判断。这些模块与真实金融机构应用更接近。

OpenFinData 还与 OpenCompass 评测框架结合，说明金融模型评估不仅是数据集问题，也是工具链问题。银行如果未来做内部模型评测，也需要类似机制：统一数据格式、统一运行脚本、统一指标输出、统一报告模板，避免每个团队用不同方法评估。

• 项目方向是：开源金融评测数据集，核心学习问题是：真实产业金融场景如何转化为大模型金融能力评测数据。
• 能帮助理解金融场景中数据、模型、检索、推理、智能体、知识图谱或评测之间的衔接方式。
• 适合用公开数据做原型学习，再思考如何迁移到银行内部制度、产品、客户、风控或运营场景。
• 项目地址：https://github.com/open-compass/OpenFinData。 ↗
• 开源协议标注为：Apache-2.0；若协议未明确，建议仅作学习研究参考。

重点学习金融评测任务如何按业务模块组织。它把金融能力拆成知识、事实、判别、计算、分析、解读和合规，适合直接迁移到银行内部评测框架设计。

还可以学习评测和框架结合的方式。一个好的评测集如果没有可复现运行方式，实际价值会下降；OpenCompass 接入提供了更标准的模型测试路径。

• 金融 LLM 内部验收测试。
• 银行业务场景化题库和模块化评测设计。
• 公告、研报、基金、行业、宏观解读任务参考。
• 合规问答和风险提示能力测试。
• 对多个模型进行统一评测报告输出。

公开数据集不能覆盖机构私有知识和内部流程，且模型可能针对公开 benchmark 过拟合。银行落地时应把 OpenFinData 作为框架参考，再补充内部数据、脱敏样例和真实人工审核标准。