实体
HS300
HS300
PulseAugur coverage of HS300 — every cluster mentioning HS300 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的E2A-Bench基准揭示金融VLM推理失败 · 跟踪2个来源
一个名为E2A-Bench的新基准已被开发出来，用于评估金融视觉语言模型（VLM）将图表证据转化为可操作建议的可靠性。该基准包含969个源自HS300成分股的查询，评估了基础性、推理-行动一致性以及证据置信度校准。对20个VLM的初步评估显示，在维持可追溯的证据到行动的可靠性方面存在重大缺陷，这表明当前的幻觉分数不足以全面评估金融领域的VLM。
-
RAVEN模型通过自适应上下文窗口增强金融预测能力
研究人员推出RAVEN，一个旨在改进金融时间序列预测的新型专家混合（Mixture-of-Experts）框架。与使用固定上下文窗口的传统模型不同，RAVEN能为每个输入样本自适应地确定最优时间上下文。这通过一个嵌套窗口层级实现，该层级被路由到专门的专家网络，并结合一个用于时间连贯性的全局压缩表示分支。实验表明，RAVEN在各种金融和交通数据集上取得了最先进的性能，在Pearson相关系数和均方误差方面有显著改进。