FinSkillBench：拆解可验证金融 Agent 工作流中的技能溢价

研究团队推出 FinSkillBench，覆盖投资组合构建、风险管理与基本面分析 12 个子任务、2,603 个时点 episode，配备隐藏可再生的 ground truth 与任务专属确定性验证器。在 9 个模型、3 种资源条件下执行 17,820 个 episode，8 个模型的配对分析显示，精选技能包可提升平均得分。