**FINCOSMOS：首个开放世界金融智能体评估范式，揭示现有评测的致命缺陷**

_FINCOSMOS: An Open-World Evaluation Paradigm for Agents in Finance_

> 针对金融领域智能体难以建立信任的痛点，论文提出了 FINCOSMOS 开放世界评估范式。该框架模拟真实用户场景，要求智能体从互联网自主获取数据、构建回测并验证策略，且无需参考答案。实验表明，现有智能体在 150 次会话中无一通过全部检查，暴露了其在数据时效性、策略匹配及隐性错误上的严重不足；而引入持久记忆的智能体在反馈后成功完成了所有任务。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-11-11 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.07464)