Mercor 研究显示 AI 记账任务表现超越会计师，但仍需监督
Mercor 的研究发现，AI 模型在简化的结构化记账任务上速度更快、准确率更高且成本更低，但仍无法在无需监督的情况下完成结账。研究中，12 名持证注册会计师完成 APEX Accounting Benchmark 的简化任务；完整基准包含 10 家模拟公司、160 项任务。
千机 API #论文/研究
#论文/研究
今日 1 条The Decoder
Hugging Face Blog ProvenanceGuard 研究为 MCP 智能体提供来源感知事实核查
Multiverse Computing 提出 ProvenanceGuard，用于核查 MCP 智能体回答中的主张是否由其标明或暗示的来源支持。研究在医疗智能体数据上测试了 361 条主张，拦截了专家判定不应通过的 139 条中的 138 条，同时将 67 条专家认为有支持的主张送去复核或修复；可识别来源的主张中，来源判断正确率约为 86%。