FinBoardBench

大语言模型在棋盘游戏模拟中难以进行动态金融推理

研究人员开发了FinBoardBench，一个旨在测试大语言模型（LLMs）动态金融推理和财富管理能力的新评估套件。该套件利用了三个经典的棋盘游戏：Cashflow、Acquire和Monopoly，来评估现金流管理、投资预测和谈判等技能。对九个先进大语言模型的实验表明，虽然它们具备基本的规划能力，但在复杂的交互和动态决策方面存在困难，常常优先考虑资产收购而非流动性，并容易受到金融危机的影响。