审计LLM程序搜索用于百慕大期权停止问题

2026年10月14日，arXiv Artificial Intelligence 刊出一篇研究，用原始-对偶证书审计 LLM 程序搜索求解 Bermudan 期权最优停时问题。该研究针对 LLM 驱动的 Python 行权策略搜索，设定中由可信评估方掌握模拟与对偶上界 U。研究给出对任意策略成立的界：0 ≤ V⋆ − L_π ≤ U − L_π，并报告两个界的蒙特卡洛估计及采样误差。目前进展限于该论文所报告的方法与结果，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。