Zichen Chen在ACL 2026展示多智能体审计器M-SAEA与AutoLab基准

摘要与判断

Zichen Chen在ACL 2026会议上展示了金融多智能体审计器M-SAEA及超长周期基准测试AutoLab。M-SAEA旨在将大模型系统的安全判断准确率提升19至45个百分点，而AutoLab则专注于评估前沿智能体在数小时内持续提案、运行与优化的能力。此次展示为金融AI安全与长周期智能体评估提供了新的研究视角，同时Bake AI也借此开放了自动化研究相关岗位的招聘。

Topics

引用和原文

• [Happening Now] Your agent aces every benchmark — but would you wire it real money? 💸 Tod
• 原文链接

Trace

Raw Item

raw_f7d7866f91a249a1

Processed Item

processed_fb3256ae829c4357

Source

source_x_my_cat_can_code

LLM Logs

llm_9ea0d136771a46e9, llm_41870d4be8de4a39

Coze Loop

de16aeca71c8f95b4ae56b06f6f540f5