跳到正文
热点事件持续更新

ATLAS-Finance投行Agent基准发布,最强模型通过率不足11%

1 篇报道1 个报道来源46 分钟前更新

先了解这件事

AI 综述

论文作者发布投行场景Agent基准ATLAS-Finance:包含跨13家模拟公司的100项端到端投资银行任务,结果显示表现最好的Claude Opus和Fable通过率不足11%。 任务由资深银行家基于真实交易工作开发,人类需15-30小时完成。智能体需从邮件、聊天、日历、笔记和文件中收集信息、调和冲突并构建复杂金融模型,交付物由专家评分标准(中位数124.5项准则)评估。

AI 根据报道生成 · 27 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    ATLAS-Finance 基准发布:100 项投行任务测试 AI 智能体,最强模型通过率不足 11%

    论文发布 ATLAS-Finance 基准,包含跨 13 家模拟公司的 100 项端到端投资银行任务,由资深银行家基于真实交易工作开发,人类需 15-30 小时完成。智能体需搜索邮件、聊天、日历、笔记和文件来收集信息、调和冲突并构建复杂金融模型,交付物由专家评分标准(中位数 124.5 项准则)评估。结果显示当前前沿模型中表现最好的 Claude Opus 和 Fable 通过率不足 11%。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。