6 个开源模型同写 80 家公司并购备忘录,双盲 AI 评审选出性价比之王

Aizkmusic · x · 2026-10-16

Step 5 Preview 发布配套的评测实验：用 6 个开源模型为同样的 80 家公司撰写并购（M&A）备忘录，再由另外两个 AI 评委双盲评分，选出「每美元最佳备忘录」的模型，试图给出 agent 金融任务上的性价比帕累托前沿。

团队为此次发布付出巨大：反复重做 demo、跑 benchmark，一夜之间跑出 1600 个 AI 评审判定，并在 AI Engineer NYC 大会现场连轴三天。该结果被展示在一张标出前沿能力的前沿图（pareto chart）中，团队对成果颇为自豪。