arXiv · cs.CL· Yupeng Cao·· 1 天前AI 评分45
FINCOSMOS：面向金融智能体的开放世界评测范式
FINCOSMOS: An Open-World Evaluation Paradigm for Agents in Finance
来源与原文
arXiv · cs.CL
作者：Yupeng Cao
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07464v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
FINCOSMOS 是一个面向金融智能体的开放世界评测范式，模拟用户只按需透露隐藏策略，智能体需自行从 Web 获取数据并在数据截止点下构建回测。在 150 次会话中测试四个编码智能体和一个无工具模型，无一被接受：用户认可的会话均未通过程序检查，智能体仅主动问出 54–64% 未告知的细节，人类专家将 88.33% 的失败归因于智能体。借助 FINCOSMOS 反馈，具备持久记忆的智能体学会了全部十项任务。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。