InvestLogicBench

新基准评估大型语言模型投资逻辑，超越利润考量

研究人员推出了 InvestLogicBench，一个旨在评估大型语言模型投资推理能力的新基准。与以往侧重于静态问答或总体利润的方法不同，该基准根据投资者的个人情况、市场事件和推理过程，评估大型语言模型决策的逻辑一致性和依据。对领先的大型语言模型的初步测试显示，尽管它们的逻辑合理性很高，但它们对特定事件的依据却很薄弱，这表明仅凭结果进行的评估可能会掩盖有缺陷的推理。