PAWS：政策驱动的智能体世界模拟数据集
事件
PAWS 是一个面向金融多智能体模拟的政策驱动世界模拟数据集，覆盖 36 个经过核实的美国金融与经济政策事件，收录 12,727 条与政策相关的新闻记录，以及 65,291 条有来源依据的利益相关者行动。每条行动都关联其支撑新闻，并用多层事件框架表示，涵盖互动模式、金融行动类别与子类、语义属性，以及对外部分类体系的条件映射。实体被归一化为标准组织，行动与每日市场收益背景对齐，以支持政策智能体模拟回放。
在 2,522 个分层行动样本上，独立的人工智能与人类评审者在互动模式上初始一致率为 89.4%，分歧随后经过裁定。针对 2008 年卖空禁令和 2001 年十进制化改革的案例研究，在密集和稀疏新闻环境下均还原了有据可查的政策时间线及相关市场模式。回放研究进一步表明，高准确率可能掩盖对稀有利益相关者行动的漏检，行动时机与校准因此成为核心挑战。
PAWS 为在历史情境下评估智能体影响力、政策响应级联以及行动与结果对齐提供了可审计的基础数据，对金融多智能体模拟、政策分析和 AI 智能体评测的研究者具有直接参考价值。
来源
本条目由采集管线自动抓取并发布，完整内容见下方来源链接。
*采集源：arXiv cs.AI*