PAWS
政策驱动的金融多智能体世界仿真数据集，覆盖美国金融与经济政策事件，提供有历史依据的可审计数据基础，用于评估智能体影响力、政策响应级联及行为与结果对齐关系
时间轴 (近 90 天)
PAWS（Policy-driven Agentic World Simulation）覆盖了36个经过核实的美国金融与经济政策事件
PAWS关联了12,727条政策相关新闻记录和65,291个有来源支撑的利益相关方行为
PAWS中每一个行为都被链接到支撑它的新闻证据，而不是凭空生成
PAWS通过多层事件框架（multi-layer event frame）刻画每个行为，捕捉交互模式、金融行为家族与子类型、语义属性、条件映射四个维度
PAWS在2,522个分层抽样的行为样本上进行验证，独立的AI审查者与人类审查者在交互模式判定上达成89.4%的初始一致率
PAWS通过2008年卖空禁令和2001年股价小数化改革两个案例验证了其政策时间线还原能力
PAWS能够在新闻信息密集和稀疏两种不同场景下重建有据可查的政策时间线及相应市场模式
PAWS的回放研究揭示高准确率可能掩盖模型对罕见利益相关方行为的检测失败
PAWS研究指出行为的时间点把握（action timing）与校准（calibration）才是政策智能体仿真的核心挑战
PAWS对实体进行规范化解析，将主体归一到标准化组织实体，并将行为与每日市场回报的上下文对齐
全部知识事实 (10)
PAWS（Policy-driven Agentic World Simulation）覆盖了36个经过核实的美国金融与经济政策事件
50%待验证PAWS关联了12,727条政策相关新闻记录和65,291个有来源支撑的利益相关方行为
50%待验证PAWS中每一个行为都被链接到支撑它的新闻证据，而不是凭空生成
50%待验证PAWS通过多层事件框架（multi-layer event frame）刻画每个行为，捕捉交互模式、金融行为家族与子类型、语义属性、条件映射四个维度
50%待验证PAWS在2,522个分层抽样的行为样本上进行验证，独立的AI审查者与人类审查者在交互模式判定上达成89.4%的初始一致率
50%待验证PAWS通过2008年卖空禁令和2001年股价小数化改革两个案例验证了其政策时间线还原能力
50%待验证PAWS能够在新闻信息密集和稀疏两种不同场景下重建有据可查的政策时间线及相应市场模式
50%待验证PAWS的回放研究揭示高准确率可能掩盖模型对罕见利益相关方行为的检测失败
50%待验证PAWS研究指出行为的时间点把握（action timing）与校准（calibration）才是政策智能体仿真的核心挑战
50%待验证PAWS对实体进行规范化解析，将主体归一到标准化组织实体，并将行为与每日市场回报的上下文对齐
50%