RusFinChain：带有模糊对齐评估的俄语金融可验证思维链推理基准

多步符号推理对稳健的金融分析至关重要，但现有基准常忽视中间推理步骤。本文提出 RusFinChain，这是首个针对俄语金融领域的可验证思维链（CoT）符号基准。该基准涵盖 17 个领域、172 个主题，包含 5280 个由可执行 Python 模板生成的参数化示例，确保评估无污染。每个样本均提供含中间数值的标准推理链以支持自动验证。此外，文章引入了“模糊数值对齐”和“软注意力对齐”等增强指标。实验评估了 8 个开源大模型，结果显示最终答案正确率仅为 29%，而新提出的指标与正确答案的相关性显著优于原有方法，展现了更强的诊断能力。