AFAC2026金融智能创新大赛

比赛背景

为加快推动人工智能及大模型技术在金融科技领域的应用转化，助力挖掘优质创新创业方案，强化科技人才高地聚集氛围，在上海市科学技术委员会指导下，国内外30多家顶尖高校、学术机构和金融科技企业联合发起"AFAC2026金融智能创新大赛"。

AFAC大赛设立算法赛、应用赛的综合赛制结构，以真题促真力，以金融行业内真实案例及海量真实数据为牵引，设立百万奖金池，鼓励业内外具有潜力的创新者积极参与，将赛事成果应用到实际产业中。

比赛目标

大赛分两大组别：

挑战组（算法赛）

聚焦大模型与智能体在金融场景中的真实落地难题，设立四条平行赛道，参赛者任选其一参赛：

• 赛题一：市场参与者交易行为识别与资金流向分析（出题方：蚂蚁集团）

  • 基于逐笔成交数据、订单簿微观结构特征、个股基本面等信息，从海量高频数据中自动解析不同参与者的买卖行为和资金流向，识别背后真实意图。
  • 需识别不同订单的资金属性（游资 / 量化私募 / 散户等），分析资金背后意图（吸筹、试盘、对倒、拉升、出货等），并生成清晰易懂的资金流向分析结果。

• 赛题二：复杂金融文档还原挑战（出题方：蚂蚁集团）

  • 攻克传统 OCR 易割裂语义、传统版面分析在非标排版下鲁棒性不足的行业痛点。
  • 需基于主办方提供的多模态底座与工具链，构建一套具备感知、切块、重组、去重与纠错能力的多模态智能体（Agent）系统。
  • 针对超长或超大金融文档截图，自动化解析并输出与原文严格对应的高质 Markdown 文本。

• 赛题三：稀疏反馈下的自动化实验挑战（出题方：清华大学）

  • 面向 Agent 长程推理与自动化实验控制，聚焦有限预算、稀疏反馈、禁止并行约束下的自动化实验智能体构建。
  • 参赛者需设计一个能够在多轮交互中持续优化实验决策的 agent：读取历史试验结果、归纳有效经验、决定下一轮模型/超参数/训练策略，并在预算耗尽前输出尽可能优的预测结果。

• 赛题四：金融长文本 Agent 的动态记忆压缩与高效问答挑战（出题方：复旦大学）

  • 面向金融长文档问答任务，不修改基座模型参数，仅通过官方统一模型 API 调用。
  • 需设计 Agent 层面的记忆流转、动态压缩和上下文优化策略，围绕五类典型金融文本构建评测集，考查系统在多文档阅读、事实核验、复杂推理、跨文本比较、答案规范化和 Token 成本控制方面的综合能力。

初创组（应用赛）

AFAC金融智能创新大赛从2024年开始设立初创组，旨在发掘、培育并赋能具有颠覆性创新理念与前沿技术实力的创业团队及种子企业，推动金融科技与实体经济的深度融合。参考方向：

• 智能财富管理与银行服务
• 智能保险与风险管理
• 普惠金融、绿色金融与养老金融
• 前沿技术

比赛数据集

各赛题具体训练集 / 测试集与字段说明以官方发布为准，可参考方向：

• 赛题一：A 股逐笔成交数据、订单簿微观结构快照、个股基本面数据，涵盖游资 / 量化私募 / 散户等不同资金属性的标签。
• 赛题二：主办方提供的多模态底座、工具链以及超长 / 超大金融文档截图样本，涵盖非标排版、复杂版面与高密度表格等场景。
• 赛题三：有限预算下的多轮试验历史记录与评测反馈信号。
• 赛题四：围绕五类典型金融文本（招股说明书、年报、研究报告、合同条款、监管文件等）构建的评测集。
• 初创组：参赛团队需提交商业计划书、产品 Demo、技术方案、团队构成等材料，由专家评审团进行评选。

评价指标

• 赛题一：资金流向分类 Macro-F1，结合资金属性识别准确率与意图判读合理性综合评估。
• 赛题二：以与原文严格对应的高质 Markdown 文本为基准，按版面还原、文本准确性、关键字段召回等综合评分。
• 赛题三：在预算耗尽前的累计评测得分（兼顾最终结果与策略效率）。
• 赛题四：综合多文档阅读、事实核验、复杂推理、跨文本比较、答案规范化与 Token 成本控制等多维度评分，兼顾质量与效率。
• 初创组：由专家评审团围绕技术创新性、产业落地性、团队实力、商业前景等维度进行综合评选。