Reasoning Models Ace the CFA Exams

创建于 2025-12-10T11:05:09.142335+08:00 更新于 2025-12-10T17:45:14.501816+08:00

摘要

本文构建并评估了包含980道题（Level I–III）的模拟CFA考试数据集，复现并扩展先前工作，测试了包括GPT-5、Gemini 3.0 Pro、Gemini 2.5 Pro、Grok 4、Claude Opus 4.1与DeepSeek-V3.1在内的最新推理模型，结果显示多数顶尖模型在三项考试均达到通过标准（Level I最高97.6%，Level II最高94.3%，Level III在MCQ/CRQ上分别有不同模型领先），同时分析了提示策略（ZS vs CoT）、题目分布与自动化评分的局限性。[page::0][page::5][page::6]

速读内容

深度阅读