Yapay zeka ajanları hisse senedi yatırımında geleceği görmeden başarısız oluyor
Investor's Last Exam (ILE), yapay zeka ajanlarının hisse senedi yatırım kararlarını geleceği görmeden nasıl aldığını test eden yeni bir benchmark'tır. Deneyimli yatırımcılar tarafından tasarlanan bu sistem, 3.43 milyon belge sürümünü içeren dondurulmuş bir veri seti ve uzman puanlama kriterleri kullanır. GPT-6 Astra ve Claude Opus 5.5 en yüksek puanları alsa da, genel araştırma yetkinliğini tahmine dönüştürmekte zorlanıyor.
Bu yazıda
Ne değişti?
ILE, 3.43 milyon belge sürümünü içeren sürüm kontrollü bir finansal veritabanı ve uzman liderliğinde bir puanlama çerçevesi sunar.
GPT-6 Astra genel puanı 68.1 alırken, tahmin ve modelleme alt kategorisinde yalnızca 52.5 puanla sınırlı kalır.
Neden önemli?
Mevcut finansal benchmark'lar genellikle izole yetkinlikleri ölçer; ILE ise kanıt, varsayım ve yargı zincirini bütüncül olarak değerlendirir. Bu yaklaşım, modellerin neden doğru araştırmaya rağmen hatalı tahminler ürettiğini teşhis etmeyi sağlar ve finansal ajanların güvenilirliğini artırmak için somut bir temel oluşturur.
Geliştirici için ne anlama geliyor?
Geliştiriciler, ajanların finansal tahmin performansını izole yetkinliklerden bağımsız olarak değerlendirmek için ILE'yi kullanabilir. Bu, eğitim verisi ve değerlendirme metriklerini gerçekçi yatırım senaryolarına uyarlamayı kolaylaştırır.
Henüz neyi bilmiyoruz?
- Benchmark, yalnızca 86 görev üzerinde değerlendirme yapar ve sonuçlar belirli bir zaman dilimine ve veri setine bağlıdır.
- Model performansları, gelecekteki piyasa koşullarında aynı doğrulukta sonuç vereceğinin garantisi değildir.
Haberin kaynakları
Birincil kaynakInvestor's Last Exam: Can AI Agents Do Equity Investment Without Seeing the Future?arxiv.org Araştırma keşfiHugging Face Daily PapersÖzgün sayfayı açYayın tarihleri
- blue'og yayını
- Kaynak yayını
Bu yazı, bağlantılı kaynaklar okunarak yapay zekâ ile hazırlandı. Kaynaktaki bulguların yanı sıra kullanım alanları ve açıklanmayan noktalar da yer alır. Görsel ve videoların kaynakları üzerlerinde belirtilir; hakları sahiplerine aittir. En güncel ayrıntılar için kaynakları inceleyebilirsiniz.
![[Uncaptioned image]](/_next/image?url=https%3A%2F%2Farxiv.org%2Fhtml%2F2610.30113v1%2FFigures%2Ffig_teaser.jpg&w=3840&q=75)
