FINCOSMOS：金融智能体开放世界评测范式发布
热点事件观察中
FINCOSMOS：金融智能体开放世界评测范式发布
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Yupeng Cao等作者发布面向金融智能体的开放世界评测范式FINCOSMOS。评测中，模拟用户持有按组合语法采样的隐藏策略，只在被询问时透露；智能体不获得数据，需自行从Web获取数据，并在数据截止点下构建回测、交付可验证结果。一次运行只有在用户满意且15项否决检查全部通过时才被接受，评分不需要参考答案。 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。作者称，借助FINCOSMOS反馈，具备持久记忆的智能体学会了全部十项任务。
AI 根据报道生成 · 4 小时前更新
最新进展11月5日 13:19
FINCOSMOS：面向金融智能体的开放世界评测范式报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · cs.CLFINCOSMOS：面向金融智能体的开放世界评测范式
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。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 511月6日 13:00
- 近 24 小时变化
- –
0246
13:0014:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。