研究审计LLM程序搜索求解Bermudan期权停止问题
热点事件持续更新
研究审计LLM程序搜索求解Bermudan期权停止问题
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
一项被 NeurIPS 2026 MATH-AI Workshop 接收的研究，用原始-对偶证书审计 LLM 驱动的 Python 策略搜索，评估其求解 Bermudan 期权最优停止问题的效果。作者 Yuhua Qian 称，审计了来自两个流程的 24 次生成尝试、六组反馈-表示消融，以及在冻结选择后评估的留出集。 结果显示，没有生成的程序能稳定地、或超出蒙特卡洛误差地优于 Ridge LSMC 基准，留出集差距分数在其 0.002 以内。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
用原始-对偶证书审计 LLM 程序搜索求解 Bermudan 期权停止问题报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AI用原始-对偶证书审计 LLM 程序搜索求解 Bermudan 期权停止问题
一项被 NeurIPS 2026 MATH-AI Workshop 接收的研究用原始-对偶证书审计 LLM 驱动的 Python 策略搜索求解 Bermudan 期权最优停止问题，对两个流程的 24 次生成尝试、六组反馈-表示消融及冻结选择后的留出集进行评估，发现没有生成的程序能稳定或超出蒙特卡洛误差地优于 Ridge LSMC，留出集差距分数在其 0.002 以内。
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。