Market-1T 数据集发布，推动金融市场世界模型
原文标题：Towards Financial World Modeling
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。
论文发布 Market-1T 数据集，包含 2008 至 2025 年美国股票近一万亿条 1Hz 观测数据，并系统比较 18 种编码器训练策略。研究为 DINO-WM、V-JEPA 2、LeWM 等世界模型提供金融表征训练与评估基础。
- 问题
- 金融表征学习多在单一任务与窄数据集上评估，缺乏规划导向的基准。
- 方法
- 发布近万亿条1Hz美股观测数据集，并系统比较18种编码器训练策略与评估协议。
- 结果
- 数据集覆盖2008至2025年美股，近一万亿条1Hz观测；预测性能相近的编码器潜结构差异显著。
- 影响
- 为金融世界模型提供统一训练与评估底座，推动跨资产决策建模。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Market-1T发布近万亿条美股1Hz观测，为金融世界模型提供统一训练评估底座。
- •数据集覆盖2008至2025年美股，近一万亿条1Hz观测，横跨近二十年市场周期
- •系统比较18种编码器训练策略，评估维度含预测效用与潜结构探针
- •发现预测性能相近的编码器对市场状态的组织方式差异很大
- •面向DINO-WM、V-JEPA 2、LeWM等世界模型提供表征训练与评估基础
为什么重要：金融表征学习此前多在单一时期、窄数据集上评估，该工作把评估标准推向跨周期大规模对比，做金融世界模型与量化表征的团队可直接复用其协议。
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。