DeepFinance 基准发布：GPT-6 Astra 仅满足 57.6% 评分标准
原文标题：DeepFinance: Can AI Diligence a $100MM Deal?
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者推出 DeepFinance，一个包含 21 项私募股权与投行端到端任务、平均耗时 27.1 小时的长周期基准，每题配约 19 个文件的数据室与 84 条专家评分标准。22 种模型配置中，GPT-6 Astra 最高推理档仅满足 57.6% 标准，前四名无统计差异，前沿模型常出现输入错误却计算正确、找到关键证据却不采取行动的问题。
深读 · 结论先行AI 生成展开看要点与影响 ↓
DeepFinance长周期基准：GPT-6 Astra最高档仅满足57.6%评分标准，前四名无统计差异
- •21项私募股权与投行端到端任务，人类专业者平均耗时27.1小时
- •每题配平均19个文件的数据室与平均84条专家评分标准，覆盖输出、流程与判断
- •评测22种模型配置，均在各自原生agent harness中运行
- •前沿模型典型失败模式：用错误输入算出正确数字、找到关键证据却不采取行动
为什么重要：说明金融高价值工作的瓶颈已从算得对转向选对来源、做合理假设与可审计流程，单看数值正确率的评测会高估模型可用性。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。