复旦发布 LiveMACE:在真实金融市场中过程化评测 LLM Agent
Fudan-University · hf · 2026-10-19
复旦大学团队发布 LiveMACEBench，用于评估 LLM Agent 在实时金融市场（加密货币与美股）中的持久化能力。框架基于 Base ReAct 智能体，从工具使用、持久记忆、规则遵循、多智能体协作四个维度，结合 LLM Judges 与客观指标对决策轨迹进行过程化评测，输出各模型能力画像，揭示「结果好坏」与「底层能力」之间的差距。评测覆盖 GPT、DeepSeek、Gemini、Grok、Qwen 等模型。
「编程与Agent」频道最新
- SwiftGG 调研 100 位 Apple 开发者：95% 几乎每天用 AI — op7418 · 2026-10-19
- Matt Pocock 将在 React Advanced 演讲:AI 时代为何基础更重要 — mattpocockuk · 2026-10-19
- Obsidian 看板插件 2.5.0:4,888 张卡片从 9 秒到 3 秒打开 — dSebastien · 2026-10-19
- RWA Pipe MCP 上线:让 AI Agent 查询链上代币化资产与 TVL 数据 — modelcontextprotocol · 2026-10-19
- Census Trade MCP 发布:让 AI Agent 直接查询美国人口普查局贸易数据 — modelcontextprotocol · 2026-10-19
- 同时使用多个 AI Agent 的痛点:如何划清分工与协作边界 — GeneralImagination9 · 2026-10-19