arXiv · cs.AI · Shu Zhou, Ziyang He, Yuxin Rao, Yudong Fang, Jiali Qian, Dongyuan Chen, Juntao Zhang, Yong Hu · 5 小时前模型评分42
AgenticFinBench：面向真实金融请求的金融智能体基准测试
AgenticFinBench: Benchmarking Financial Agents on Diverse Tasks from Real-World Requests
导读
研究者发布 AgenticFinBench，包含 230 个真实金融任务，覆盖 8 个类别、2 种语言和 4 个复杂度等级，并配套无参考答案的评估框架，用任务专属评分标准和两阶段声明审计检测模型幻觉。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：金融
事件类型：研究发布
证据摘录
- “To bridge this gap, we introduce $\textbf{AgenticFinBench}$, a benchmark of 230 real-world financial tasks spanning 8 categories, 2 languages, and 4 complexity levels.”
来源：arXiv · cs.AI · arxiv.org