跳到正文
arXiv · AI· Mengxiao Wang, Nitesh Saxena·· 2026-10-16AI 评分22

学术金融 LLM 交易方案的鲁棒性与安全缺陷剖析:FARSIGHT 系统性评估

Trading Agents or Market Crashers? Dissecting Robustness and Security Failures in Academic Financial LLM Trading Schemes

AI 导读

针对 15 个学术金融 LLM 交易方案,无一在鲁棒性指标上获得满分,7 个开源方案的代码中均未在模型外部强制实施止损或仓位限制。 研究还发现 4 个开源方案缺乏论文描述的组件,2 个方案直接在主机运行模型编写的代码,且未结合来源溯源与跨源佐证机制。 作者将该威胁模型映射至医疗、法律等领域,指出被攻陷代理可能引发级联损害,建议部署者采用绕过模型的中断机制以强制执行损失限制。

来源:arXiv · AI · arxiv.org