跳到正文
实时
热点事件历史事件

金融智能体开放世界评估范式发布

1 篇报道1 个报道来源8 天前更新

先了解这件事

AI 综述

FINCOSMOS 引入了一种开放世界评估范式,用于评估在金融领域工作的智能体。在 150 个模拟用户交互中,没有会话被接受,因为所有会话在程序检查中都失败,智能体仅报告了 54-64% 的未告知细节。人类专家将 88.33% 的失败归因于智能体。

AI 根据报道生成 · 更新于 7 天前

报道时间线

沿着报道,了解事件的不同侧面。

11月11日
  1. Hugging Face Daily Papers
    FINCOSMOS:一个用于金融领域智能体的开放世界评估范式

    FINCOSMOS 引入了一种开放世界评估范式,用于评估在金融领域工作的智能体。在 150 个模拟用户交互中,没有会话被接受,因为所有会话在程序检查中都失败,智能体仅报告了 54-64% 的未告知细节。人类专家将 88.33% 的失败归因于智能体。

本事件热度走势

可比范围当前
3
可比范围峰值
511月12日 06:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。