研究团队推出A股金融智能体审计基准AStockArena

1. 13:00
   arXiv 自然语言处理

   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？

   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。

Current heat 6·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–

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.