ニュース
LLMs Don't Know What They Know: Benchmarking Temporal Self-Knowledge for Financial Backtesting
arXiv cs.AI · 公開日 · 読了3分
30秒で要点
- 何が起きたか
- Researchers benchmarked LLMs' ability to accurately report what financial facts they know, finding self-reports significantly understate actual knowledge.
- なぜ重要か
- Matters for engineers building financial backtests or any system relying on LLM knowledge cutoffs to avoid data leakage.
- 注意点
- Models claim ignorance on facts they answer correctly, and declared dates don't reliably prevent knowledge leakage beyond stated training windows.
- llm
- language model
- prompt
- edge
- benchmark
この話題の背景にあるパターン
- Temporal Knowledge Graph Memory
- Agentic Context Engineering (Evolving Playbook)
- Eval-Driven Development (Agent CI)
各ページで、技術の仕組み、コストに見合う場面、そして破綻する条件を解説しています。
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。