跳到正文
arXiv · AI· Jun Zhao, Leiming Fu, Yanbo Wen, Yiding Wang, Xuantong Liu, Yang Shu, Yuyang Lu, Xuanran Xing, Jingqi Tong, Hao Xu, Qi Zhang, Xuanjing Huang·· 2026-10-08AI 评分28

LiveMACE:基于演化市场的 LLM 智能体过程感知评估基准

LiveMACE: Process-Aware Evaluation of LLM Agent Capabilities in Evolving Markets

AI 导读

LiveMACE 基准利用实时金融市场,对 5 个前沿 LLM 进行 30 天的过程感知评估。 该基准在工具使用、持久记忆等四种配置下运行,通过完整决策轨迹生成机制诊断。 评估揭示结果与能力存在显著差距,将实时市场转化为智能体能力的诊断环境。

来源:arXiv · AI · arxiv.org