arxiv arXiv cs.CL · 1 ч назад · research

Mint-Agent представляет собой семейство финансовых агентов-ориентированных фундаментальных моделей

Переведено с English → Русский

Исследователи представляют Mint-Agent, семейство финансовых агентов-ориентированных моделей, предназначенных для сочетания надежного выполнения с долгосрочными исследовательскими возможностями. Система построена на трех столпах: движке данных для специализированных задач, среде MintHarness для проверяемых следов доказательств и рецепте обучения, сочетающем SFT, OPD и RLVR.

Выпущены две флагманские модели: Mint-Cu (9B) и Mint-Ag (27B).
Mint-Ag достигает 98.33% на RFC-Bench, превосходя GPT-5.6-Sol и Claude-Opus-4.8.
Mint-Cu достигает 69.86% на FinSearchComp T2, превосходя Agents-A1-35B и Nex-N2-mini.
Mint-Ag набирает 76.00% и 60.49% на FinanceAgentBench v1.1 и v2 соответственно.

Эти результаты прокладывают путь к надежной финансовой аналитике путем совместного конструирования предметной экспертизы, долгосрочного выполнения и проверяемых доказательств.

Важность 2/3 Новый бенчмарк-харнесс с отличиями arXiv cs.CL DeepSeek AI agents Research paper

Оригинал

Похожие статьи

arxiv arXiv cs.LG · 4 д назад · 26 просмотров

Faraday 27B превосходит Claude Opus 4.8 и GPT-5.5 в задачах репликации статей

Исследователи разработали Replica, масштабируемое пространство задач для репликации научных работ, чтобы удовлетворить потребность в надежных научных знаниях. Они провели постобучение Faraday — агента «AI Scientist» на 27B параметров, использующего кодовых агентов как инструменты — для работы в этой среде.

arxiv arXiv cs.AI · 4 д назад · 20 просмотров

Faraday 27B превосходит Claude Opus 4.8 и GPT-5.5 в задачах репликации статей

Исследователи разработали Replica, масштабируемое пространство задач для репликации статей, и представили автоматически генерируемого судью на основе рубрик для предоставления низкошумных сигналов вознаграждения, согласованных с человеческой оценкой.

arxiv arXiv cs.CL · 44 д назад · 10 просмотров

AutoMem автоматизирует обучение памяти как когнитивному навыку для LLM

Исследователи представляют AutoMem, фреймворк, который рассматривает управление памятью в больших языковых моделях как обучаемый навык, а не статичный компонент. Система возвышает операции файловой системы до уровня первоклассных действий памяти, позволяя модели автономно решать, как кодировать, извлекать и организовывать знания.

arxiv arXiv cs.CL · 49 д назад · 13 просмотров

Масштабирование горизонта, а не параметров: достижение производительности триллионных моделей с агентом на 35B

Исследователи представляют Agents-A1, модель Mixture-of-Experts на 35B параметров, которая достигает производительности, сопоставимой с моделями на триллион параметров, за счет масштабирования горизонта агента, а не количества параметров. Подход сосредоточен на расширении длинногоризонтных траекторий и объединении разнородных способностей агентов с помощью специализированной инфраструктуры обучения.

arxiv Moonshot AI (arXiv) · 259 д назад · 2 просмотра

DeepSeek-V3.2 вводит разреженное внимание и агентный синтез, превосходя GPT-5

DeepSeek выпустила DeepSeek-V3.2, открытую большую языковую модель, которая сочетает высокую вычислительную эффективность с продвинутыми способностями к рассуждению. Выпуск подчеркивает три основных технических достижения: новый механизм разреженного внимания, масштабируемую систему обучения с подкреплением и конвейер для синтеза агентных обучающих данных.