研究者发布金融Agent基准AgenticFinBench

Shu Zhou 等研究者在 arXiv 发布 AgenticFinBench，一个包含 230 个真实金融任务的智能体基准，覆盖 8 个任务类别、2 种语言和 4 个复杂度级别。该基准采用结合评分细则与两阶段幻觉审计的无参考评估框架，用于评估智能体在真实金融任务上的表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。