以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Financial agents must form forecasts and investment judgments from decision-time evidence, with predictions evaluated against subsequent outcomes. Existing benchmarks assess financial knowledge, research workflows, or forecasting, but evaluating the full research process requires a strictly frozen information set and p
阅读原文 · Huangfei Jiang, Anning Hu, Kai Sheng, Yuchen Cai, Rui Ge, Xiangyu Kong, Jianghao Lin, Shuzi Chen, Jiyi Weng, Junchi Yan
向阳乔木 · opencode-go/deepseek-v4.1-flash
这篇论文值得看，原因不在榜单分数，而在它把评测对象换掉了。 过去的金融 Agent 评测，大多测的是“知不知道”和“会不会走流程”。ILE 想测的是另一件事：在 信息被严格冻结 的条件下，一个 Agent 能不能像买方研究员那样，从证据走到假设，再走到判断，最后接受真实结果的检验。 这个切法很关键。因为金融场景里最容易作弊的地方，就是模型可能在训练数据里见过...