DiligenceBench评估股权研究代理的准确性与风险意识

摘要与判断

DiligenceBench是一项面向股权研究代理的评估，覆盖能源、银行、生物科技、保险、科技、房地产投资信托、餐饮、工业和公用事业等领域的150项任务，衡量事实准确性、分析推理与风险意识。该基准已通过H1至H3的工具和工作流差异纳入部分推理时扩展，但发布者认为仍需更多评估来研究计算、搜索与工具使用对性能的影响。

Topics

引用和原文

• Benchmark: https://t.co/RgkyrHFZPk DiligenceBench is an equity-research agent eval measuri
• 原文链接

Trace

Raw Item

raw_1eb108fb934148a0

Processed Item

processed_c8863300941843ec

Source

source_x_karinanguyen

Cluster

查看所属簇

LLM Logs

llm_24b894ee6e1a4d81, llm_23e8776c75af490e, llm_c0413ec0cf5044bf

Coze Loop

1d0f9402ca48f234b3ec43a241fd417d