FinanceHarness：自主金融深度研究框架

在 LLM 和自主代理的进步的推动下，深度研究已成为最广泛采用的代理产品之一。然而，大多数深度研究系统都会编写通用报告，这不足以进行金融深度研究。金融研究需要专业知识来分析历史模式并预测即将发生的事件。因此，自动化金融深度研究既需要一个分层的工具来驱动研究代理，也需要一个可验证的时间点基准来防止未来信息的泄露。我们推出了 FinanceHarness，这是一种运行面向财务的工具和从业者指导的工作流程的工具，可实现端到端的金融深度研究自动化：环境和数据构建、代理执行循环和奖励建模。我们进一步提出了 FinanceGym，包括论文驱动的研究问题和结合了截止前和截止后标准的标准。专业专家验证，通过率82%。凭借相同的开放权重骨干网，FinanceHarness 将总体评分从 25.3% 提高到 32.4%，证明了我们专业Harness设计的有效性。然而，即使将 FinanceHarness 与最前沿的 LLM（例如 Opus-5）配对，FinanceGym 得分也低于 45%，这表明它对于金融深度研究来说是一个具有挑战性的基准。排行榜位于：https://financegym.github.io/，FinanceHarness 代码位于：https://github.com/Yijia-Xiao/FinanceHarness。