AFAC2026｜开源「百万金融智能数据集」

通用 Benchmark 能刷分，却常常答不准金融机构真正卡的点：资金流向怎么识别、复杂文档怎么还原、长文本 Agent 怎么压上下文还不丢关键事实，以及每一次调用要花多少 Token。八月末在上海举行的 AFAC 金融智能创新大赛（AFAC2026）总决赛近窗公开材料显示，本届正式开源「AFAC百万金融智能数据集」。

该数据集联合发起阵容包括上海市科委、中国计算机学会、北京大学、蚂蚁集团、GFTN、真格基金、中国银行等 30 余家机构。赛事累计四届已吸引超约 2 万支队伍、约 6 万名选手。公开材料强调：规模与条目数为赛事公开口径；数据集获取与使用条款以官方发布页为准。

数据集与赛题要点：

1. 沉淀：来自 2023—2025 年 14 道高价值赛题
2. 规模：约 13 万条评测样本、约 2000 余份专业金融文档、130 多个历届优胜方案
3. 覆盖：公开口径含百亿级金融科技数据条目
4. 赛题约束：市场参与者行为识别与资金流向、复杂金融文档还原、稀疏反馈下的自动化实验
5. Agent 与成本：长文本 Agent 动态记忆压缩与高效问答；评审强调复现、解释、泛化，以及 Token 成本与上下文控制

所谓百万金融智能数据集，白话是把历年真题与优胜方案沉淀成可复用评测与文档资产，让后来者不必从零猜「金融到底难在哪」；所谓 Token 经济学进赛题，白话是把账单写进能力定义——答案要可复核，调用也要算账。

放在金融科技与大模型上下文里，机构采购越来越不接受「只看通用榜」。可解释、可复现、可控制上下文成本，才接近业务验收。对参赛团队与后来的二次开发者，优胜方案与文档样本降低了「不知道金融任务长什么样」的冷启动成本；对模型厂，则可据此对照通用能力与行业适配差距。开源飞轮能否转起来，取决于脱敏合规、持续更新与产业复用接口。

产业影响上，这为金融科技与大模型厂商提供了一条比通用 Benchmark 更接近业务的对照轴。需要把边界读清楚：规模与条目数为赛事公开口径；使用条款以官方发布页为准。下一观察点是开源仓活跃度与机构二次开发案例。