LLM 量化研究最被低估的能力不是提示词,而是评测设计
bgoncalves · x · 2026-11-18
@data4sci 指出 LLM 量化研究中最被低估的技能是评测设计:坏的评测会让垃圾策略看起来像 alpha,好的评测能在上线前发现数据泄漏、分布漂移和伪相关。bgoncalves 附议称自己反复学到的一课是:好的评测是你与'会撒谎的回测'之间唯一的防线。
「研究」频道最新
- LLM 直接折叠蛋白质实测:对 2026 年新 PDB 结构结果近乎随机 — MoAlQuraishi · 2026-11-18
- 本科生项目把优化算法最坏情况界转成 Lean 验证证明 — prof_grimmer · 2026-11-18
- 双臂两条 token 流共享词表:机器人操作学习新工作开源 — DJiafei · 2026-11-18
- NUS 提出 BiCAT 双臂协调动作分词器:真机 113/150 成功,推理延迟降 2.7 倍 — DJiafei · 2026-11-18
- Roboflow 指出视觉 AI 长尾困境:BNSF 用 32500 英里铁轨部署专用视觉模型 — PTrubey · 2026-11-18
- Blink 嵌入速度实测:model2vec 单查询快 3.8 倍,批量场景 ST 反超 2.2 倍 — tomaarsen · 2026-11-18