新基准 ILE 显示顶尖模型总分领先但预测建模得分偏低。
资讯摘要
论文提出 Investor's Last Exam（ILE）股票研究基准，由买方投资者与基金经理主导设计。该基准包含覆盖 343 万份文档版本、九类来源的版本化金融数据库，并配有结构化市场数据，以经过验证的时间戳约束检索与计算；任务分类围绕专业分析师交付物组织，评分框架通过金融依赖图把评分标准与来源、计算和假设关联。评估覆盖 86 项任务，同时考察研究质量、预测准确性与模拟投资表现。作者报告 GPT-6 Astra 与 Claude Opus 5.5 总分领先，分别为 68.1 和 66.9，但 Astra 在 Forecast & Model 上仅得 52.5。
要点速读
- ILE 由买方投资者和基金经理主导，包含 343 万份文档版本、九类来源的版本化数据库，并用时间戳约束检索与计算。
- 评估覆盖 86 项任务，联合考察研究质量、预测准确性和模拟投资表现。
- 作者报告 GPT-6 Astra 与 Claude Opus 5.5 总分 68.1 和 66.9，Astra 在 Forecast & Model 仅 52.5。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。