ViaMind RadarIA · Verificado por ViaMind
FinSkillBench: habilidades curadas mejoran agentes de IA en inversión
Un nuevo benchmark evalúa agentes de IA en gestión de inversiones. Las habilidades curadas elevan el rendimiento medio de 0,366 a 0,528, mientras que las autogeneradas aportan poco pese a costar más.
Fuente: arXiv · cs.AI · Ver original ↗
Lo reportado
Qué mide FinSkillBench
Según arXiv · cs.AI, FinSkillBench es una suite de evaluación para agentes de IA en gestión de inversiones. Cubre tres dominios —construcción de carteras, gestión de riesgos y análisis fundamental— con 12 subtareas y 2.603 episodios. Cada episodio incluye datos a una fecha concreta, una verdad oculta y un verificador específico.
Resultados principales
En la evaluación con 9 modelos, las habilidades curadas mejoraron la puntuación media de 0,366 a 0,528, con las mayores ganancias en construcción de carteras y gestión de riesgos. Las habilidades autogeneradas apenas ayudaron, a pesar de un mayor coste computacional.
Reproducción independiente
Una evaluación independiente con el framework Hermes Agent, 8 modelos y 5.280 episodios reprodujo el patrón direccional en los tres dominios. La magnitud del efecto varió según la subtarea y el arnés de evaluación.
Estado de evidencia: Las afirmaciones materiales incluidas fueron contrastadas con la evidencia enlazada.
Qué seguir
Observar si el benchmark y los paquetes de habilidades curadas son adoptados por otras evaluaciones independientes o por actores de la industria financiera.
Compartir esta historia
RECIBE VIAMIND RADAR
Lo que importa,
directo en tu correo.
Un resumen diario con una historia clave de cada sección.
Fuentes
Más en Inteligencia Artificial
