金融助理在回答看似客观的问题时，往往需要依据用户未说明的前提——比如数据指标的含义、具体的产品版本以及投资者的个人情况和适用的税收规则。如果助理忽略这些前提，仍然可能给出一个真实的数值，但实际上回答的是另一个问题，这种现象我们称为 框架坍塌。
本文以印度共同基金为实验平台。该市场的产品变体和税收规则都有明确的法律定义，因而可以为每一种可能的解读计算出唯一的正确答案。我们设计了三类挑战来检验模型的表现：
- 标签模糊的图表：模型往往直接使用图表中的数值，并把它当作用户标注的含义来回答。
- 多标签的图表：模型能够列出所有可能的解释，但最终给出的答案顺序受图表布局的影响，而非真实的优先级。
- 缺失投资者信息：在没有明确的投资者背景时，较弱的模型会默认使用过时或通用的税率，即使问题已经明确要求提供该信息，也不一定会被使用。
由于这些答案在数值上与数据库匹配，传统的数据一致性检查难以发现错误。我们进一步引入了一个基于 AI 的评审系统，只有在明确告知每个字段含义时，它才能识别出错误标注的图表；然而，即便如此，它仍会接受那些悄然选择了其他解读的答案。
本文的目标是展示这些失误的产生机制，而非量化其频率，并提出针对金融助理的控制措施，以降低框架坍塌的风险。
点评