arXiv cs.AI· Yiyang Luo, Yihang Jiang, Qijun Xie, Liang Lan, Lin Willian Cong, Anyi Rao, Yunya Song·· 9 小时前AI 评分32
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
研究者推出 ReguSim 金融合规环境与 ReguBench 监控基准，将陈述推理、尝试动作、执行约束与监控证据四类产物分离评估。在 DeepSeek V4 Pro 和 Gemini 3.5 Flash 的交易运行中，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。监控环节中，简单结构化基线可持平或超过仅用提示词的 LLM。
来源：arXiv cs.AI · arxiv.org