ECN-BENCH: Design, Systems Engineering, and a Forensic Audit of Multi-Agent Forecasting
El artículo ECN-BENCH presenta una auditoría de ingeniería de sistemas de un banco de pruebas de pronóstico multiagente, revelando que la extracción de probabilidades basada en LLM es altamente sensible a las elecciones de configuración y a la selección del evaluador, lo que socava la fiabilidad de los pronósticos casi uniformes y limita la significación estadística de los resultados comparativos de rendimiento.