MIT 发布最大金融 Agent 数据集 FinanceGym，最强模型也挂科
MIT CSAIL 研究人员发布了迄今最大的金融 Agent 数据集 FinanceGym，包含 59K+ 个样本，规模是现有最大数据集的 10 倍，覆盖 37 个金融角色和 40 个应用/网站。该数据集旨在解决金融智能体评测的空白，但测试结果显示，包括 Kimi 与 Qwen 在内的最强模型均未能通过考验，凸显当前模型在金融 Agent 任务上的短板。
2026-08-25 ~ 2026-08-25 · 4 条相关
- MIT 发布 FinanceGym 数据集，Kimi 与 Qwen 测试未通过 — MIT_CSAIL · 2026-08-25