实验
测试问题并定义有用的证据是什么样的。
实验室遥测直播队列
活跃的实验室轨道08
评估阶段05
发布情报流01
思想如何流动
并非每个实验都应该成为产品。
实验室让不确定性变得可见。每个想法都会经历一个清晰的阶段，因此访问者可以将早期探索与已发布和可用的东西区分开来。
原型
将想法转化为工作交互或受控工作流程。
测试
挑战财务任务的可靠性、有用性和失败条件。
发布
将最强的信号移入Kingston，具有明确的操作目的。
Experiment queue
Inspect what is moving through the lab.
LAB / 01测试
Model benchmarks
模型基准：财务文件问答
比较每个模型如何针对一组共享的财务文档回答直接问题。
Evaluation in progress
LAB / 02原型
AI agents
多智能体研究助理
将研究问题拆分到多个模型并协调结果的原型。
Evaluation in progress
LAB / 03实验
Prompt experiments
风险备忘录的提示链接
测试连锁的、较窄的提示是否会比一个大的提示产生更可靠的风险备忘录。
Evaluation in progress
LAB / 04贝塔
Beta tools
Kingston 副驾驶
AI 助手，端到端运行 Kingston 工作流程并保持步骤井井有条。
Evaluation in progress
LAB / 05贝塔
Beta tools
Kingston 仪表板
统一的工作空间展示模型比较、活动工作流程和研究更新。
Evaluation in progress
LAB / 06测试
Community testing
社区提示测试池
社区成员在将草稿提示添加到库之前测试草稿提示的共享池。
Evaluation in progress
LAB / 07原型
Prototype workflows
工作流程自动建议
根据任务的简短描述建议最相关的 Kingston 工作流程。
Evaluation in progress
LAB / 08已发布
Research notes
每周模型基准注释
简短、注明日期的注释跟踪模型更新如何改变财务任务的绩效。
Evaluation in progress
将财务-AI 索赔置于压力之下