摘要
大型语言模型虽赋能智能体处理复杂任务，但其在不确定性下进行有效资源分配的能力尚不明确。资源分配需在长周期内平衡竞争目标并保留未来灵活性。本文提出 EnterpriseArena，首个评估智能体长周期企业资源分配的基准。该基准在包含财务数据、宏观信号及专家规则的 132 个月模拟器中实例化 CFO 式决策。环境部分可观测，迫使智能体权衡信息获取与资源节约。实验表明，仅 16% 的运行能存活全程，且大模型未显著优于小模型，揭示了当前智能体在不确定长周期规划上的能力缺口。
AI 推荐理由
论文核心评估 Agent 在长周期动态环境下的资源分配与多步规划能力，属规划领域关键研究。
研究机构
The Fin AI, Georgia Institute of Technology
Columbia University
Mohamed bin Zayed University of Artificial Intelligence
University de Montreál
McGill University
University of Manchester
论文信息