arXiv cs.AI· Yanbin Yin, Chuyu Xu, Liqin Ye, Jing Peng, Chao Zhang·· 13 小时前AI 评分34
EPSBench：面向 LLM 智能体盈利预测的基准测试
EPSBench: Benchmarking LLM Agents for Earnings Forecasting
AI 导读
研究者推出 EPSBench，用 86 家美国公司的 149 个公司-季度样本评测 LLM 智能体预测季度 EPS 的能力：智能体阅读财报、电话会议记录与新闻，估算利润表驱动项并附引用证据，再由统一会计计算器换算为 GAAP 稀释每股收益。
正文 · AI 翻译
摘要：季度盈利预测要求智能体将财务证据与产生公司报告盈利的利润表项目联系起来。我们推出 EPSBench，这是一个用于研究该能力的基准，涵盖 86 家美国公司的 149 个公司-季度。智能体阅读一组固定的文件、财报电话会议记录和新闻，然后借助引用的证据估算公司特定的利润表驱动因素。一个共享的会计计算器将这些估算转换为 GAAP 稀释每股收益（EPS），为比较预测假设提供共同基础。我们在统一的测试框架下评估六个模型，评估相对于日期匹配的分析师共识的点预测误差，并检查其预测区间是否达到声明的覆盖率。三个模型在点预测误差上与共识相比未显示出可检测的配对差异，三个模型的误差更高。在所有六个模型中，名义 80% 区间仅在返回区间的 37--70% 的运行中包含报告 EPS，且大多数未命中落在上界之上，因为预测偏低。驱动因素记录将模型之间的大部分误差差距追溯到营业利润估算。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.38293 [cs.CL] |
| （或 arXiv:2610.38293v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.38293 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Liqin Ye [查看电子邮件]
[v1]
2026 年 10 月 28 日星期三 05:24:11 UTC（303 KB）
来源：arXiv cs.AI · arxiv.org