FinMMEval 2026任务1评估多语言金融选择题回答能力，涵盖英语、中文、阿拉伯语和印地语。该任务旨在测试系统能否在涉及领域术语、数字解读和概念金融推理的情况下，在不同语言和书写系统中选择正确答案。
最终测试集包含800个问题，每种语言200个；在提交时金标准答案被保留，每种语言的排名独立按准确性计算。最终的排行榜上，英语有13个提交，中文11个，阿拉伯语11个，印地语10个，最高准确率在印地语为92.0%，而在英语和阿拉伯语中达到97.5%。
在所有四种语言中，表现最好的团队几乎都出现在前列。文档中提到的系统采用了检索增强、直接答案选项评分、语言特定提示、选择性自一致性、信心检查以及基于LLM的审查阶段等多种技术。
博主点评： 该任务的多语言评测展示了金融领域内不同语言的挑战，尤其是在专业术语和概念理解方面。通过引入多种技术手段，系统的准确性得以显著提升，反映了当前大语言模型在多语言理解中的潜力与应用前景。