Исследователи представляют FinPersona-Bench, симуляционный бенчмарк, предназначенный для измерения затухания актуальности мандата (MSD), явления, при котором поведенческие мандаты у автономных финансовых агентов теряют влияние в течение длительных периодов развертывания. Бенчмарк использует синтетический рынок, который разделяет цену и фундаментальную стоимость, для оценки трех режимов сбоев: торговли без сигнала, панической распродажи во время краха и игнорирования стоимости во время пузырей.
- Оценка 18 передовых и открытого LLM показывает, что MSD накапливается со временем и варьируется в зависимости от модели.
- В сценариях краха поведенческий разрыв между статическими агентами и теми, которые получают периодическое переоснование мандата, увеличивается в 4,4 раза от первого к последнему кварталу.
- Переоснование мандата помогает консервативным агентам на рынках с низким сигналом, но ухудшает поведение агрессивных агентов в тех же условиях.
Результаты указывают на то, что надежное развертывание в длительном горизонте требует избирательного, учитывающего мандат переоснования на основе профиля агента и режима рынка.