English(EN) AStockArena: Beyond Returns, Can We Entrust Real Capital to the Decisions of Financial Agents?

新基准审计金融AI代理的决策缺陷

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-04 05:00

一个名为AStockArena的新基准已被开发出来，用于评估金融代理，特别是大型语言模型（LLMs），在中国A股市场实时交易场景中的决策能力。该基准超越了传统的基于收益的指标，审计交易的忠实度、证据支持以及与账户状态的一致性。在13个模型和超过3000个决策中，AStockArena发现绝大多数交易点存在审计差距，其中证据差距是最常见的问题。 AI

影响通过关注超越简单收益的决策审计，该基准可能带来更可靠、更值得信赖的金融交易AI代理。

排序理由该集群包含一篇介绍AI代理评估新基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 7 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇介绍AI代理评估新基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Zeyu Liu, Sing Kwong Lai, Xuanzhi Feng, HaoYang Shang, Yang Li, Zihao Fang, Xuan Liu · 2026-11-04 05:00

AStockArena：除了回报，我们能将真实资本托付给金融代理的决策吗？

arXiv:2611.00515v1 Announce Type: new Abstract: Large language models (LLMs) are increasingly used in dynamic financial trading, yet real-time trading benchmarks mainly evaluate agents by cumulative returns and risk-adjusted performance. Such outcome metrics cannot show whether t…

本文如何被排名

报道来源 [1]

AStockArena：除了回报，我们能将真实资本托付给金融代理的决策吗？

相关实体

相关话题