大模型
arxiv.org ·
@Jian-Yun Nie
LLM并不清楚自己知道什么：面向金融回测的时间自知识基准
论文提出FinDendro，含1999至2026年2226条带日期美国事实（月度宏观数据、月末股价、美联储决议），每事实设四类提示，控制项使随机准确率约0.27。结果显示多数前沿模型自报知识低于实际掌握程度，GPT-5在受控事实上答对76%但仅声称知晓38%，提示依赖厂商截止日期或模型自述的防护不可靠。
AI推荐理由 用2226条带日期美国事实构建基准，检验知识截止声明、模型自述与历史日期指令三种防护是否可信；发现多数前沿模型自报知识低于实际（如GPT-5受控事实答对76%但自称知晓38%），对金融回测与时间知识评估有直接意义。
69
正文
当前仅保存了标题或简介；并非所有来源都提供正文，可通过下方原文链接查看。