arXiv 自然语言处理· Zeyu Liu, Sing Kwong Lai, Xuanzhi Feng, HaoYang Shang, Yang Li, Zihao Fang, Xuan Liu·· 16 hours agoAI score43
AStockArena：超越收益率，我们能否将真实资金托付给金融智能体的决策？
AStockArena: Beyond Returns, Can We Entrust Real Capital to the Decisions of Financial Agents?
Not yet translated; shown in Chinese.
AI guide
研究团队推出针对中国 A 股连续交易的实时决策审计基准 AStockArena，评估 13 款开源与闭源模型在 3,198 次序列决策中的表现。该基准通过涵盖执行可追溯性、证据充分性与金融元认知的 8 项检查审计交易动作，发现在 1,070 个交易点中 72.99% 存在审计缺陷，模型级缺陷率介于 52.2% 至 91.2% 之间。
Source:arXiv 自然语言处理 · arxiv.org