★ 3
AStockArena 发布金融智能体决策审计基准，13 个模型 72.99% 交易点存审计缺口
研究者提出 AStockArena，一个面向中国 A 股连续交易的实时决策审计基准，不再只看累计收益与风险调整表现，而是核查交易是否被如实上报、是否有证据支撑、是否与账户状态一致。在 3,198 次连续决策上评测 13 个开源与闭源模型，1,070 个交易点中 72.99% 至少存在一项审计缺口，…
arXiv NLP10 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究者提出 AStockArena，一个面向中国 A 股连续交易的实时决策审计基准，不再只看累计收益与风险调整表现，而是核查交易是否被如实上报、是否有证据支撑、是否与账户状态一致。在 3,198 次连续决策上评测 13 个开源与闭源模型，1,070 个交易点中 72.99% 至少存在一项审计缺口，…