arXiv · cs.AI· Jie Huang, Yuecheng Hong, Yao Chen, Hao Zhong, Linfeng Xiao, Xudong Liu, Hao Xia, Jianxuan Xin·· 9 小时前
AlphaRLM通过强化学习从金融文献构造可执行符号因子
AlphaRLM: Aligning Language Models for Literature-Grounded Symbolic Factor Discovery
arXiv:2610.14959v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jie Huang, Yuecheng Hong, Yao Chen, Hao Zhong, Linfeng Xiao, Xudong Liu, Hao Xia, Jianxuan Xin
研究任务与主要进展
AlphaRLM提出一种强化学习框架，使语言模型无需输入因子表达式即可从金融文献中构造可执行符号因子。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org