IndicBankBench：评估印度零售银行业务中语言模型助手的安全性和可靠性

研究人员发布了IndicBankBench基准，包含799个案例，用于评估印度零售银行业务中语言模型助手的安全性和可靠性。该基准涵盖五个运营领域，旨在检测助手在处理账户特定信息时的错误，如重复询问已有信息、依赖过时上下文、选择错误账户或提供无效值。这一工具将帮助开发者识别和改进模型在银行业务中的表现，提升用户体验和系统安全性。

推荐理由：为印度零售银行业务提供首个大规模评估基准，填补了语言模型在特定行业应用中的评测空白。

来源：arXiv cs.AI｜原文时间：2026-09-25

原文链接：https://arxiv.org/abs/2609.29167

原题：IndicBankBench: Evaluating Safety and Reliability of Language Model Assistants in Indian Retail Banking