LiveSearch

新的LiveSearch基准测试对金融AI代理进行实时数据测试

研究人员推出了LiveSearch，这是一个新颖的基准测试，旨在通过确保金融搜索代理答案的及时性来对其进行评估。与使用静态答案的传统基准测试不同，LiveSearch将问题存储为可执行代码，该代码实时查询专业的金融数据服务。这种方法鼓励代理使用工具并进行分析以查找当前信息，而不是依赖于记忆或过时的答案。该基准测试的设计每天自动更新答案，揭示了可能被聚合准确性指标所掩盖的数据动态变化。