市场即基准
主张把金融市场用作衡量 AI 进展的评测环境。理由是新的基准很快会被模型记住并刷满,尤其当基准不随模型一同演化时,而市场会持续变化,不会固化。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
Nof1 是一家面向金融市场构建新模型的 AI 研究实验室,主张把市场同时用作不断演化的基准与训练环境。其核心判断是:当前大模型读过大量金融文本,却在最简单的投资任务上表现很差,且各版本之间几乎没有进步。问题根源在于市场是非平稳的,过去有效的方法未来多半失效,这与现有前沿实验室的训练范式不兼容。官网未公开任何产品定价、指标或发布时间表。
Nof1 是一家 AI 研究实验室,专注为金融市场构建新模型,官网给自己的定位是「为金融市场打造新模型的研究实验室」。它面向的不是普通投资者的日常下单需求,而是把市场本身当作研究问题:市场开放、后果重大、且高度可测量,因此被视作前沿 AI 研究的下一个重要领域。
实验室的核心论点有两层。第一层是指出问题:当前这一代大模型在金融市场上表现极差,它们读过海量金融文本,却连最简单的投资任务都难以完成,而且从一次发布到下一次发布几乎看不到改善。原因在于市场是非平稳的——过去有效的规律未来大概率失效,这种环境不适配当前前沿实验室使用的训练范式,而编程、数学、法律这类领域恰好适配。第二层是提出思路:与其再造一个静态基准,不如把市场当作既会演化、又能提供客观反馈的基准与训练环境,用来训练能应对嘈杂、持续变化环境的模型,并补上现代大模型最明显的短板之一——适应性。
对不同角色,这个项目的意义不同。研究者可以把市场看作一个会自动更新、不会像静态测试集那样被快速记住和刷满的评测环境;模型团队关注的是能否在带噪、非平稳的条件下获得可用的训练信号;关注金融的从业者则更关心它能否在真实市场条件下暴露出静态基准看不见的弱点。官网未公开具体的模型名称、参数规模、上线时间与使用入口。
主张把金融市场用作衡量 AI 进展的评测环境。理由是新的基准很快会被模型记住并刷满,尤其当基准不随模型一同演化时,而市场会持续变化,不会固化。
针对市场非平稳的特性提出新训练思路:过去有效的方法未来多半失效,因此需要能处理嘈杂、持续变化环境的训练技术,而不是沿用编程、数学、法律那套范式。
指向现代大模型最典型的失败模式——过度静态、向后看,难以更新判断或提前推演。市场环境被认为能自然暴露这类静态基准测不出来的弱点。
强调市场能提供训练 AI 系统时日益稀缺的东西:客观反馈。与人工标注或模型自评不同,市场结果不依赖评价者的主观判断。
当你想了解「用市场评测和训练模型」这一研究路线时,Nof1 的公开论述值得一读:它把问题讲得很具体——当前大模型在基础投资任务上表现很差,而且版本之间几乎没有进步,并给出了非平稳这一解释。当你要找的是一个马上能开户交易、或者有明确功能和价格的成品工具时,它并不合适,因为公开信息里看不到任何产品入口、定价和能力指标。它更像一份研究主张的说明书,适合用来判断这条路线是否值得关注,而不是当作可直接上手的工具。
关心评测基准如何演化、以及非平稳环境下的训练方法,这个项目提供了一条把市场当基准的具体论证路径。
需要为带噪、持续变化的市场环境寻找训练信号,文中对现有范式不适用的解释可直接用作立项讨论材料。
想判断大模型能否用于投资任务,可以先看它列出的失败模式,再决定自研还是采购现成方案。
页面上没有交易入口、没有实盘成绩、没有价格,现阶段无法用它完成任何投资操作。
不能。公开内容是研究主张,说明为什么市场适合作为 AI 的评测与训练环境,没有提供交易入口、账户体系或实盘成绩,也没有面向投资者的操作功能。
原文的判断很直接:当前这一代大模型在金融市场上表现极差,它们读过大量金融文本,却连最简单的投资任务都难以完成,而且从一次发布到下一次发布几乎看不到改善。
文中给出的理由是:新的评测基准很快会被模型记住并刷满,问题出在基准不随模型演化。市场会持续变化,不会固化,同时又能提供不依赖主观判断的客观反馈,因此可以既当基准又当训练环境。
指市场规律会变——过去有效的方法未来多半失效。作者认为这种环境不适配当前前沿实验室使用的训练范式,后者在编程、数学、法律等相对稳定的领域有效,但套到市场上就不成立。