09:33官方账号arXiv cs.AI@Yupeng Zhang, Liuyuan Jiang, Hongyi Huang, Bingheng Li, Lisha ChenRetailAgent是一个实验框架,让大型语言模型观察匿名日内股票价格历史和允许状态,然后选择做多或平仓。研究显示,在跨模态、时间跨度、状态和模型家族中,存在持续负向时机。打乱保存的行动序列会显著减弱这一效应,表明行动与后续回报的 alignment 是负向评分的驱动因素。模型使用自我生成的记忆做决策时,策略持续性增强,且在同时使用两种行动的股票日上,时机负向性更明显。论文RetailAgentLLM多模态推荐理由:这篇论文研究了LLM交易代理是否存在可预测的结构性行为,发现其决策存在稳定的逆向时机模式。原文稍后读已读值得跟进有用关注 RetailAgent