arXiv 人工智能· Yupeng Cao, Xueqing Peng, Lingfei Qian, Haohang Li, Yangyang Yu, Anke Xu, Wenbo Cao, Yan Wang, Yuechen Jiang, Yuyan Wang, Zhuohan Xie, Yankai Chen, Zehan Li, Jimin Huang, Xue Liu, Jian-Yun Nie, Sophia Ananiadou·· 8 時間前AI スコア43
FINCOSMOS：面向金融领域智能体的开放世界评测范式
FINCOSMOS: An Open-World Evaluation Paradigm for Agents in Finance
未翻訳のため中国語で表示しています。
AI ガイド
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。
出典：arXiv 人工智能 · arxiv.org