arXiv Artificial Intelligence· Yiyang Luo, Yihang Jiang, Qijun Xie, Liang Lan, Lin Willian Cong, Anyi Rao, Yunya Song·· 18 小时前AI 评分35
ReguSim：评估 LLM 智能体在金融合规中的规则落地能力
ReguSim: Evaluating LLM Agent Rule Grounding in Financial Compliance
AI 导读
研究团队提出 ReguSim 金融合规受控环境和 ReguBench 目标标记监测基准，将陈述推理、尝试动作、执行强制与监测证据四类产物分离评估。在 DeepSeek V4 Pro 与 Gemini 3.5 Flash 的交易员测试中，可见规则能减少但无法消除被拒动作，激励或人设框架会改变行为。
来源：arXiv Artificial Intelligence · arxiv.org