qlib
B20/40训练 / ML洞察置信度：中Qlib is an AI-oriented Quant investment platform that aims to use AI tech to empower Quant Research, from exploring ideas to implementing productions. Qlib supports diverse ML modeling paradigms, including supervised learning, market dynamics modeling, and RL, and is now equipped with https://github.com/microsoft/RD-Agent to automate R&D process.
Executive Insight
qlib 属于「训练 / ML」方向，综合分 20/40（B）。当前最强项是 多模态、评估与验证、LLM 集成，短板集中在 知识检索 (RAG)、Agent 自主性。
核心优势
- - 多模态达到 4/5（Level 4），说明该项目在这一能力上较成熟。
- - 评估与验证达到 4/5（Level 4），说明该项目在这一能力上较成熟。
- - LLM 集成达到 3/5（Level 3），说明该项目在这一能力上较成熟。
能力短板
- - 知识检索 (RAG)仅 0/5，当前更像“可用基础版”，需要补齐工程化能力。
- - Agent 自主性仅 2/5，当前更像“可用基础版”，需要补齐工程化能力。
适用场景
- - 模型训练和微调
- - 实验驱动算法团队
落地风险与建议
- - 该条目为启发式分析，建议在核心决策前做一次仓库级人工复核。
- - 优先引入检索层：切块 + 向量召回 + 重排，提升事实性。
- - 围绕 Agent 自主性 先做最小闭环，再扩展高级能力。
Intelligence Profile
Dimensions
LLM 集成
Level 3
Level 3: 上下文管理 + Streaming
Agent 自主性
Level 2
Level 2: 多步执行（人工每步确认）
记忆系统
Level 2
Level 2: 会话摘要/压缩
工具使用
Level 2
Level 2: 多工具 + 路由
知识检索 (RAG)
Level 0
Level 0: 无 RAG
多模态
Level 4
Level 4: 音频 / 视频处理
评估与验证
Level 4
Level 4: 自我评估 + 重试
人机协作
Level 3
Level 3: 审批流 + 权限分级
Architecture
Qlib is an AI-oriented Quant investment platform that aims to use AI tech to empower Quant Research, from exploring ideas to implementing productions. Qlib supports diverse ML modeling paradigms, including supervised learning, market dynamics modeling, and RL, and is now equip…
GitHub Live Metrics
Loading live metrics...