研究人员推出了Herculean，这是一个旨在评估AI代理金融智能的新基准。与以往侧重于孤立任务的基准不同，Herculean在四个复杂工作流中评估代理：交易、对冲、市场洞察和审计。对前沿代理的初步测试显示，在交易和市场洞察方面表现强劲，但在对冲和审计方面存在重大挑战，这凸显了在将金融推理转化为高风险任务的可靠执行方面存在差距。 AI
影响 该基准突显了当前AI在执行复杂、高风险金融工作流方面的局限性，为未来在更强大的代理能力方面的研究指明了方向。
排序理由 该集群包含一篇介绍新AI评估基准的学术论文。[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 →