2026年4月16日阅读需 2 分钟Toolformer：自监督工具使用及其在金融 AI 中的局限性Toolformer 通过困惑度过滤教一个 6.7B 模型调用 API，在算术上击败了 GPT-3 175B。其单步设计阻碍了链式账本调用。Tian Panaillmmachine-learning
2026年4月15日阅读需 1 分钟FinBen：在 36 个金融任务中对大语言模型进行基准测试 —— 对会计 AI 的启示FinBen 发现 GPT-4 在 FinQA 上精确匹配为 0.63，在股票预测上为 0.54，仅略高于随机，因此会计代理需要验证，而非原始 LLM 计算。Tian Panaillmmachine-learning
