MintEval：LLM 交易策略代码行为等价基准
热点事件持续更新
MintEval：LLM 交易策略代码行为等价基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Siyu Wang、Yifan Wang、Yuecheng He 提出并发布 MintEval，一个衡量大语言模型把自然语言交易策略转成代码后行为是否等价的基准。其参考策略由可组合积木程序化生成，再回译成口语化交易员指令，交由被测模型重新实现。 MintEval v0 含 800 个基于 BTCUSDT 15 分钟数据的任务，按执行测得的状态跨度复杂度分层，该复杂度与描述长度无关。低成本模型平均 ActionMatch 最高仅 0.544，最多 0.087 的任务完全复现；Claude Opus 5.5 在 200 个分层任务上达 0.889、完全复现 0.575，但仍有 0.275 的任务静默失败。基准代码与评测工具已公开。
AI 根据报道生成 · 59 分钟前更新
最新进展10月5日 12:00
MintEval：LLM 是否真的实现了你要求的交易策略？自然语言转策略代码的行为等价性基准报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGMintEval：LLM 是否真的实现了你要求的交易策略？自然语言转策略代码的行为等价性基准
MintEval 是一个衡量 LLM 将自然语言交易策略转为代码后行为是否等价的基准，v0 含 800 个 BTCUSDT 15 分钟数据任务。低成本模型平均 ActionMatch 最高仅 0.544，最多 0.087 的任务完全复现；Claude Opus 5.5 在 200 个分层任务上达 0.889、完全复现 0.575，但仍有 0.275 的任务静默失败。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。