为什么重要
ConvFinQA 将 FinQA 的金融推理扩展到多轮对话场景——更贴近真实的金融分析师与 AI 系统的交互模式。后续问题依赖前面的回答，需要跟踪对话状态和累积的计算结果。
构建方式
在 FinQA 的基础上，标注者围绕同一段财报进行多轮问答。每轮问题建立在前轮答案之上，构成逻辑连贯的分析对话。
任务示例
- Q1: “What was the revenue in 2020?” → A1: “$5.2B”
- Q2: “And in 2019?” → A2: “$4.8B”（上下文推断是同一指标）
- Q3: “What was the growth rate?” → A3: “divide(subtract(5.2, 4.8), 4.8) = 8.33%“（依赖前两轮答案）
关键发现
- 多轮累积误差是最大挑战——前面答错后面全错
- 对话中的指代消解对金融术语特别难
- LLM 的上下文窗口优势在对话场景中更加明显
关联基准
FinQA（单轮）、TAT-QA（表格文本混合）、FinanceBench（综合金融）
不足与展望
对话轮数通常只有 3-5 轮，不够模拟真实的长对话分析。