跳到正文
arXiv · AI· Cosimo Galeone, Anna Ettorre, Ginevra Mariani, Minsu Park, Giuseppe Ettorre, Daniele Ligorio·· 4 天前AI 评分28

Vals Finance Agent Benchmark v2 参考智能体漂移、诊断与可审计干预研究

Can You Trust Your Finance Agent? Drift, Diagnosis and Auditable Intervention on One Shipped Financial Research Agent

AI 导读

针对 Vals Finance Agent Benchmark v2 的参考智能体,7 次相同运行中账单波动高达 17%。在 20 条失败轨迹诊断中,13 条归因于指令层,3 条归因于工具层。

来源:arXiv · AI · arxiv.org