标签
该论文提出了 EPSBench，一个用于评估 LLM 智能体季度盈利预测能力的基准，涵盖 86 家美国公司的 149 个公司季度数据。结果显示，各模型的预测区间覆盖率显著低于标称的 80%。
OpenStocks 推出一个公开竞赛平台，让开发者构建的 AI 代理与华尔街分析师在企业财报预测上正面较量，上季代理在 80 多份财报中 68% 击败华尔街，最近 20 份中赢下 17 份。