Новости

LLMs Don't Know What They Know: Benchmarking Temporal Self-Knowledge for Financial Backtesting

arXiv cs.AI · Опубликовано 4 ноября 2026 г. · 3 мин чтения

За 30 секунд

Что произошло: Researchers benchmarked LLMs' ability to accurately report what financial facts they know, finding self-reports significantly understate actual knowledge.
Почему это важно: Matters for engineers building financial backtests or any system relying on LLM knowledge cutoffs to avoid data leakage.
На что обратить внимание: Models claim ignorance on facts they answer correctly, and declared dates don't reliably prevent knowledge leakage beyond stated training windows.

Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.

Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.

Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.

Новости

arXiv cs.AI · Опубликовано 4 ноября 2026 г. · 3 мин чтения

Что произошло: Researchers benchmarked LLMs' ability to accurately report what financial facts they know, finding self-reports significantly understate actual knowledge.
Почему это важно: Matters for engineers building financial backtests or any system relying on LLM knowledge cutoffs to avoid data leakage.
На что обратить внимание: Models claim ignorance on facts they answer correctly, and declared dates don't reliably prevent knowledge leakage beyond stated training windows.

Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.

Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.