FinAutoRubric：专家引导的金融研究 Agent 自动评分标准生成
一篇讲怎么给金融 Agent 打分的论文：专家定规则，Agent 生成评分标准，还附带 100 个查询的基准，做金融评估的可以看看。
#自动化评分
共 2 条 · 7 天 0 条 · 30 天 1 条
信息流里打上「自动化评分」标签的资讯、产品与论文，按刊登时间排，新的在上。
9月29日
6月24日
论文12:09
Grading the Grader: 评估智能体数据分析系统的自动评分方法这篇论文用LAMBDA系统在153个任务上测了三种自动评分方法，发现宽松LLM评分召回率97%，严格规则召回率靠关键词提取提高60个百分点。想看AI评分够不够靠谱的可以读。