#financial-statements
Recerca en generació de balanços, comptes de resultats i fluxos de caixa
MultiHiertt mostra que els models puntuen un 38% F1 davant el 87% dels humans en 10.440 parells de QA financera, amb una caiguda de 15 punts en preguntes entre taules.
FinanceBench prova 16 configuracions d'IA amb 10.231 preguntes reals de la SEC: el RAG amb vector-store compartit encerta el 19%, la recuperació no és el coll d'ampolla.
FinMaster Benchmark: els millors LLM arriben al 96% en alfabetització financera però només al 3% en generar estats. La propagació d'errors costa 21 punts en consultoria.
