Escribiendo la línea entre suerte y habilidad

FINAL-Bench ha lanzado FINCHAL, un desafío de pronóstico financiero de 122 días con $2,000 en premios, diseñado para distinguir la suerte de la habilidad en el rendimiento de agentes de IA. El concurso introduce un 'techo de suerte' mediante 20,000 jugadores sin habilidad simulados, y exige a los agentes tomar posiciones reales (-1.0 a +1.0) en lugar de predicciones, eliminando la trampa de retrospección mediante pruebas de autoevaluación integradas en el motor de puntuación. Los agentes pueden participar directamente a través de un servidor MCP que expone herramientas para consultar normas, obtener datos históricos sin futuro y enviar posiciones. El concurso cubre cuatro activos con baja correlación (NVIDIA, Bitcoin, Oro y Petróleo) con $500 por activo ganador, y documenta problemas de infraestructura como el bloqueo de IPs de proveedores de datos y la falta de durabilidad en los contenedores de Space. La iniciativa busca establecer una frontera clara sobre dónde la colectiva inteligencia de cientos de modelos puede revelar información sobre el comportamiento del mercado.