StableEval Arena: A Cost-Aware Agentic Benchmark for Stablecoin Price Stability Prediction
创建于 更新于
摘要
本文提出StableEval Arena，一个面向稳定币价格稳定性风险预测的成本感知智能体评测基准。系统基于30日小时级历史窗口，预测未来7日USDT、USDC和DAI的稳定、观察或压力状态，并同步评估预测质量、压力事件召回、持续脱锚漏报、校准、结构化输出可靠性、延迟、Token消耗和推理成本。[page::3][page::4]研究设置包含120例压力增强验证集与507例自然分布评测集，结果显示智能体能够稳定生成有效JSON并完成统一协议，但在21个真实压力案例中漏检19例，尚未形成可靠的罕见压力和持续脱锚识别能力。[page::2][page::5]在自然分布数据上，简单机器学习基线的Macro-F1达到0.4019，高于所有智能体，说明程序执行可靠性与金融风险识别能力之间仍存在明显差距。[page::5][page::8]
