ECN-BENCH: Design, Systems Engineering, and a Forensic Audit of Multi-Agent Forecasting
Il documento ECN-BENCH presenta un audit di ingegneria dei sistemi di una piattaforma di test per la previsione multi-agente, rivelando che l'estrazione di probabilità basata su LLM è altamente sensibile alle scelte di configurazione e alla selezione del valutatore, il che mina l'affidabilità delle previsioni quasi uniformi e limita la significatività statistica dei risultati comparativi delle prestazioni.