#transaction-validation
Validierung und Verifizierung von Finanztransaktionen mit Sprachmodell-Agenten
LLMFinLiteracy zeigt: Fünf ~7B-Modelle schreiben nur in 2,3 % der Fälle korrekte Beancount-Transaktionen, sie scheitern am Buchhaltungs-Reasoning, nicht an der Syntax.
GuardAgent erzwingt LLM-Agenten-Richtlinien per Python-Code und erreicht 98,7 % Genauigkeit ohne Aufgabenfehler, gegenüber 81 % und bis zu 71 % Fehlern bei Prompt-Regeln.
Multiagenten-Debatte gewinnt 14,8 Punkte in Arithmetik, doch Single-Agenten mit gleichem Budget halten mit. Das begrenzt Debatte als sichere Prüfung vor einem Ledger-Commit.
CRITIC steigert Open-Domain-QA um 7,7 F1 und senkt Toxizität um 79,2%, indem es LLM-Revisionen gegen externe Tools statt gegen sich selbst verifiziert.
