Steve Mayzak

新基准测试显示 AI 代理在复杂金融任务上表现不佳

一项名为 Herculean 的新基准测试已被开发出来，用于评估 AI 代理的金融智能，结果显示当前前沿模型在套期保值和审计等复杂任务上表现不佳。这凸显了它们在处理高风险金融场景时，将推理转化为可靠工作流程执行能力的重大差距。与此同时，金融服务行业正强调为代理式 AI 提供强大的数据准备能力至关重要，因为监管要求和金融数据的复杂性需要可访问、可靠且受治理的数据存储。