FinProBench：基于专业交付物衍生的角色锚定量规评估金融 AI Agent

英文标题：FinProBench: Evaluating Financial AI Agents with Role-Grounded Rubrics Derived from Professional Deliverables

FinProBench 提出了一种评估金融 AI Agent 的方法，强调评估标准应与真实金融从业者的工作相一致。论文指出，现有量规方法通常从任务提示词或模型输出中提取标准，因而可能忽略仅能在专业人士交付物中体现的隐性规范。该研究尝试从专业交付物中推导与岗位角色相关的评估量规，为金融 AI Agent 的实际工作能力评测提供更贴近行业实践的框架。由于所提供原文摘要不完整，具体基准构成、实验数据与结论未在材料中披露。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB