Trata 发布 Hedge-Bench 修订版，顶级模型金融预测准确率未过半

Trata 团队发布修订版 Hedge-Bench 基准，92 个基于对冲基金分析师推理轨迹构建的真实环境中，没有模型得分超过 50%。评测让 agent 在冻结的信息快照上做预测并依据未来真实结果评分，最强的 GPT-6 Astra 得分 44.2%。团队还在 165 个环境上使用 LLM-as-a-Judge 和逐轮信用分配，对 Meta 的 Muse-Glimmer-30B 进行了后训练。