研究者发布FinAutoRubric金融研究Agent评估基准

研究者提出 FinAutoRubric，一种用于评估金融研究 Agent 的自动评分标准生成方法，并发布了包含 100 条查询的基准。该方法由专家提供可复用的评估指导，由 writer agent 与 reviewer agent 在长周期循环中完成查询级评分标准的生成与验证，失败时升级交由人工处理。

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。