GPT-5、Gemini 3 Pro谁更懂风控？首个信贷多模态评测基准FCMBench出炉

本文介绍了一项针对金融信贷领域多模态大模型评测的开源基准FCMBench。背景方面，信贷风控长期面临真实数据因隐私无法公开、合成数据又丢失真实物理噪声的困境，导致模型评测与实战脱节。研究目的是通过构建一个包含21个虚拟人物、4043张真实场景拍摄样本的“全链路物理仿真”数据集，在合规前提下保留真实物理分布，以科学评估模型在信贷业务中的真实能力。结论显示，当前最强的商业模型如Gemini 3 Pro在基准上得分仍距工业级可用有较大差距，且模型存在“分类易、推理难”的能力偏科，以及对几何信息缺失的视觉鲁棒性脆弱问题，凸显了垂类精调的必要性。该基准为信贷AI提供了公开、可量化的标准演练场。