Dans l'actualité
LLMs Don't Know What They Know: Benchmarking Temporal Self-Knowledge for Financial Backtesting
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- Researchers found LLMs significantly understate their knowledge when self-reporting, creating risks for financial backtesting systems relying on knowledge cutoffs.
- Pourquoi ça compte
- Critical for engineers building financial backtests or systems depending on LLM knowledge cutoffs to prevent data leakage.
- Vigilance
- Models claim ignorance on facts they answer correctly; declared training dates don't reliably prevent knowledge leakage beyond stated windows.
- llm
- language model
- prompt
- edge
- benchmark
Les patterns derrière cette actualité
- Temporal Knowledge Graph Memory
- Agentic Context Engineering (Evolving Playbook)
- Eval-Driven Development (Agent CI)
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.