Hacker News：AI 热帖· luhe1900·· 11 天前精选AI 评分80
金融 AI 智能体基准分数为何应像 Adjusted EBITDA 一样打折审视
AI Benchmark Scores: Why 82% is actually 57%
AI 导读
作者分析多个金融智能体基准后认为，82.2% 等头部分数主要反映干净输入、单次运行、宽松评分和简化环境下的表现，不能直接等同于真实金融工作可交付能力。
推荐理由
文章把金融智能体基准分数拆解为输入预处理、运行次数、评分规则和环境简化等差异，便于团队按自身工作流校准可用性。
来源：Hacker News：AI 热帖 · lessuncertain.substack.com