Skip to content
Hot storiesContinuously updated

研究团队推出金融智能体开放世界评测范式FINCOSMOS

1 reports1 reporting sourcesUpdated 10 hours ago

Start here

AI overview

2026年11月6日，研究人员在arXiv发布面向金融领域智能体的开放世界评测范式FINCOSMOS。该范式要求智能体自行从网络获取数据、构建回测，并须通过15项一票否决程序检查。在针对4个编码智能体和1个无工具模型进行的150次会话测试中，智能体的初始验收通过率为0，专家评估将其中88.33%的失败归因于智能体自身。后续借助评测反馈，具备持久记忆的智能体最终成功掌握了全部10项任务。

AI-generated from reports · Updated 9 hours ago

Latest developmentsNov 6 13:00
研究团队发布FINCOSMOS评测范式，被测智能体初测验收通过率为0，调整后掌握全部任务。

Report timeline

Follow the reports to see different sides of the story.

Nov 6
  1. arXiv 人工智能
    FINCOSMOS：面向金融领域智能体的开放世界评测范式

    研究人员推出金融领域智能体开放世界评测范式 FINCOSMOS，要求智能体自行从网络获取数据、构建回测并通过 15 项一票否决程序检查。在 4 个编码智能体和 1 个无工具模型的 150 次会话测试中验收通过率为 0，专家将 88.33% 的失败归因于智能体。借助其反馈，具备持久记忆的智能体最终掌握了全部 10 项任务。

Story heat trend

Current heat 8·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–

02.557.510Nov6Nov6Nov6Nov6

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.