大規模言語ﾓﾃﾞﾙ(LLM)の発展とともに､分野や言語に特化した言語ﾓﾃﾞﾙの構築の必要性が議論されてきている｡ その中で､現在の大規模言語ﾓﾃﾞﾙがどの程度の性能を発揮するかを分野に特化して評価するﾍﾞﾝﾁﾏｰｸの必要性が高まっている｡ そこで､本研究では､日本語かつ金融分野に特化した複数ﾀｽｸからなるﾍﾞﾝﾁﾏｰｸの構築を行い､主要なﾓﾃﾞﾙに対するﾍﾞﾝﾁﾏｰｸ計測を行った｡ その結果､現時点ではGPT-4が突出していることと､構築したﾍﾞﾝﾁﾏｰｸが有効に機能していることを確認できた｡一方で､それ以外のﾓﾃﾞﾙのﾊﾟﾌｫｰﾏﾝｽも向上してきており､それらのﾓﾃﾞﾙのﾊﾟﾌｫｰﾏﾝｽ動向についても報告する｡
