论文Agent 与开发者15:53论文提出测量语言模型时间数据污染的新方法做经济预测或时间敏感评估的人都该看看这篇。它发现只给日期模型就能拿到 0.64 AUC,随机基线会高估模型能力。文中给出的无记忆模型对比方法可以直接搬进自己的评测流程,尤其是金融和宏观研究方向。#数据污染#评估基准#FOMC#GDP预测aarXiv cs.LG@Arunkumar V 等 3 人原文稍后读已读值得跟进有用关注 数据污染