arXiv · AI· Dongnuan Tian, Yan Yu, Yangfan Liu, Wenjun Tang, Junting Kan, Xiang Wang, Sicong Liu, Yangyang Zhang, Shuanghong Li·· 2 天前AI 评分25
AI 投研 Agent 可靠性评估框架:性能与有效性评价体系
Reliable Evaluation of AI Agents for Investment Research: A Framework for Performance and Validity Assessment
AI 导读
论文提出面向 AI 投研 Agent 的领域评估框架,区分结果质量与执行质量。 框架采用任务特定标准、确定性验证器及 LLM 裁判,并引入有效性机制检查输入完整性。 数值结果显示该框架能识别不同维度上的 Agent 性能差异及评估可靠性问题。
来源:arXiv · AI · arxiv.org