新方法审计金融 LLM 智能体的策略价值
原文标题：Agent Policy-Value Audit: Separating Transition Composition from Event Selection in Financial LLM Agents
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。
论文提出 Agent Policy-Value Audit，通过固定各有序动作变化类型的观测次数并随机重分配到合格事件，分离出「构成基准」与「选择价值」。在基于真实财报事件收益的半合成基准中，零中心配对检验在 11.6% 的无技能重复中错误归因选择能力，而转换匹配审计将误判率降至 5.3%。对 44 家美国消费企业 723 个财报事件回溯分析显示，智能体并未显著跑赢匹配随机分配。
- 问题
- 金融LLM智能体常用配对收益检验评估，无法区分事件选择能力与被动仓位构成带来的收益。
- 方法
- 提出Agent Policy-Value Audit，固定各有序动作变化类型的观测次数并随机重分配到合格事件，得到构成基准，观测值与基准之差即选择价值。
- 结果
- 零中心配对检验在11.6%无技能重复中误判选择能力，转换匹配审计降至5.3%；44家美企723个财报事件中，+15.2 bps/事件部署价值拆为+25.8构成基准与-10.6选择价值。
- 影响
- 提醒金融智能体评测必须分开报告部署价值与事件选择价值，否则会把被动暴露误读为选股能力。
深读 · 结论先行AI 生成展开看要点与影响 ↓
新审计法将无技能重复的误判率从11.6%降至5.3%，回溯723个财报事件显示智能体未跑赢随机分配。
- •Agent Policy-Value Audit固定各有序动作变化类型的观测次数，随机重分配到合格事件
- •零中心配对检验在11.6%的无技能重复中错误归因选择能力，转换匹配审计降至5.3%
- •回溯44家美国消费企业723个财报事件：毛部署价值+15.2 bps/事件
- •分解为构成基准+25.8 bps与选择价值-10.6 bps，选择价值为负
- •结论：智能体未显著跑赢匹配随机分配，评估应分开报告部署价值与事件选择价值
为什么重要：金融LLM智能体的端到端收益对比可能把被动暴露误读为选股能力，审计方法为评估披露提供了更严格的口径。
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。