RealFin：当用户言不尽意时，大语言模型的金融推理能力如何？

可靠的金融推理不仅关乎如何作答，更在于识别何时无法正当化答案。现实金融问题常依赖未明示的隐含假设，导致问题看似可解实则信息不足。本文提出 REALFIN，一个双语基准测试，通过系统移除考题中的关键前提但保持语言通顺，以评估金融推理能力。研究在三种设定下评测模型：直接作答、识别缺失信息及拒绝无理选项。结果显示，关键条件缺失时模型性能显著下降：通用模型倾向于过度承诺并猜测，而多数金融专用模型未能清晰识别缺失前提。这揭示了当前评估的关键缺口，表明可靠金融模型必须知晓何时不应作答。