研究人员推出了一种新颖的基准FORESIGHT-9，旨在严格评估自适应交易代理。该基准利用了九个可审计的反事实世界线，这些世界线从2026年7月的共同点发散，每个世界线都包含分阶段的金融事件和多资产锚点。与传统的回顾性回测不同，FORESIGHT-9前瞻性地评估代理，并监控其内部过程，揭示诸如历史污染或适应过程中的退化等问题。对两个代理框架在多次运行中的评估显示，排名存在显著差异，并突出了代理状态和执行连贯性在看似积极的最终回报下退化的实例。 AI
影响 该基准通过暴露其内部状态和执行连贯性方面的隐藏故障，有望带来更强大、更可靠的自适应交易代理。
排序理由 该集群描述了一个用于评估AI代理的新学术基准，发布在arXiv上。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
