MIT 发布 FinanceGym 数据集，Kimi 与 Qwen 测试未通过
MIT_CSAIL · x · 2026-08-25
MIT CSAIL 研究人员发布了迄今为止最大的金融 Agent 数据集“FinanceGym”，包含 59K+ 个样本，覆盖 37 个角色和 40 个应用/网站。该数据集旨在解决金融 Agent 训练中企业私有数据获取难的问题。测试显示，即使是 Kimi K3 和 Qwen 3.8 Max 等先进模型也未能通过其测试集。
所属事件:MIT 发布最大金融 Agent 数据集 FinanceGym，最强模型也挂科(4 条相关)→
「研究」频道最新
- DeepPhylo 用深度学习推断系统发育树，摆脱恒定突变率等强假设 — anshulkundaje · 2026-10-15
- Wander 预印本提出图基础模型:随机游走接口统一图预测任务 — mmbronstein · 2026-10-15
- CHI 审稿人观察:AI 垃圾论文泛滥,但好研究依然在出现 — IanArawjo · 2026-10-15
- CMU 基准测试:135 篇 AI 代理科研论文 114 篇未过诚信审查 — arankomatsuzaki · 2026-10-15
- 让 AI 真正从经验中学习:资深从业者给出 8 条不可妥协原则 — tokenbender · 2026-10-15
- Benchling 发布 Science Foundries：智能体蜂群重塑科研工作流 — nlarusstone · 2026-10-15