FinPerMA: benchmark dla personalizowanej pamięci agentów LLM w finansach

Praca prezentuje benchmark do testowania, czy agenci LLM mogą utrzymywać i aktualizować spersonalizowany model użytkownika w długim horyzoncie czasowym, szczególnie w kontekście doradztwa inwestycyjnego. Pipeline generacji łączy deterministyczne reguły teoretyczne, kontrolowaną narrację LLM i automatyczną weryfikację jakości.