# Automatización

Técnicas y herramientas de automatización para flujos de procesamiento de datos financieros

57 publicaciones [Ver todas las etiquetas](https://beancount.io/es/bean-labs/research-logs/tags) [Volver a todas las publicaciones](https://beancount.io/es/bean-labs/research-logs)

11 de julio de 2026 7 min de lectura

## [¿Pueden los agentes de LLM ser Directores Financieros? La simulación de 132 meses de EnterpriseArena revela una brecha considerable](https://beancount.io/es/bean-labs/research-logs/2026/07/11/can-llm-agents-be-cfos-enterprisearena-resource-allocation-benchmark)

Solo Qwen3.5-9B sobrevive al 80% de las 132 ejecuciones de CFO de EnterpriseArena; GPT-5.4 y DeepSeek-V3.1 llegan al 0% por omitir la conciliación del libro.

Mike Thrift

ai llm automation

10 de julio de 2026 7 min de lectura

## [WildToolBench: Por qué ningún LLM supera el 15% de precisión de sesión en el uso de herramientas en el mundo real](https://beancount.io/es/bean-labs/research-logs/2026/07/10/wildtoolbench-benchmarking-llm-tool-use-in-the-wild)

WildToolBench halla que ningún LLM supera el 15% de precisión por sesión en 1.024 tareas reales, con intención oculta y cambios de instrucción como peores fallos.

Mike Thrift

ai llm automation

8 de julio de 2026 7 min de lectura

## [JSONSchemaBench: La complejidad de los esquemas del mundo real rompe las garantías de salida estructurada de los LLM](https://beancount.io/es/bean-labs/research-logs/2026/07/08/jsonschemabench-structured-outputs-language-models)

JSONSchemaBench halla que la cobertura cae del 86% en esquemas simples al 3% en complejos, así que la salida estructurada LLM puede emitir JSON no conforme.

Mike Thrift

llm ai machine-learning

7 de julio de 2026 6 min de lectura

## [FinMCP-Bench: Benchmarking de agentes de LLM para el uso de herramientas financieras del mundo real bajo MCP](https://beancount.io/es/bean-labs/research-logs/2026/07/07/finmcp-bench-llm-agents-financial-tool-use-model-context-protocol)

FinMCP-Bench puntúa al mejor de seis LLM en solo 3,08% de coincidencia exacta en 613 tareas financieras MCP reales, un colapso de 20× de una sola herramienta a uso multiturno.

Mike Thrift

ai llm automation

6 de julio de 2026 6 min de lectura

## [FinTrace: Evaluación a Nivel de Trayectoria del Llamado a Herramientas de LLM para Tareas Financieras](https://beancount.io/es/bean-labs/research-logs/2026/07/06/fintrace-trajectory-level-evaluation-llm-tool-calling-financial-tasks)

FinTrace muestra que los LLM frontera eligen las herramientas financieras correctas (F1 \~0,9) pero solo logran 3,23/5 al usar los resultados, el paso que rompe a los agentes.

Mike Thrift

llm ai finance

5 de julio de 2026 7 min de lectura

## [FinToolBench: Evaluando Agentes LLM en el Uso de Herramientas Financieras del Mundo Real](https://beancount.io/es/bean-labs/research-logs/2026/07/05/fintoolbench-evaluating-llm-agents-real-world-financial-tool-use)

FinToolBench halla un desajuste de intención superior al 50% en todos los LLM probados, así que llamar más herramientas no mejora las respuestas financieras.

Mike Thrift

ai llm automation

4 de julio de 2026 6 min de lectura

## [OmniEval: Benchmark de evaluación RAG omnidireccional para el dominio financiero](https://beancount.io/es/bean-labs/research-logs/2026/07/04/omnieval-omnidirectional-automatic-rag-evaluation-financial-domain)

OmniEval puntúa los mejores sistemas RAG con 36% de precisión numérica en 5 tipos de tareas financieras, así que los agentes de libro mayor necesitan validación.

Mike Thrift

ai machine-learning llm

2 de julio de 2026 7 min de lectura

## [Encontrado en el medio: La calibración del sesgo de atención posicional mejora el RAG de contexto largo](https://beancount.io/es/bean-labs/research-logs/2026/07/02/found-in-the-middle-calibrating-positional-attention-bias)

Restar el sesgo posicional de los pesos de atención del LLM recupera hasta 15 puntos de precisión RAG cuando la evidencia está a mitad de contexto.

Mike Thrift

ai llm machine-learning

1 de julio de 2026 7 min de lectura

## [Aplazamiento con Conciencia de Incertidumbre para Agentes LLM: Cuándo Escalar de Modelos Pequeños a Grandes](https://beancount.io/es/bean-labs/research-logs/2026/07/01/redact-uncertainty-aware-deferral-llm-agents)

ReDAct difiere de un modelo pequeño a uno grande solo cuando la perplejidad indica incertidumbre, recortando el costo 64% con igual precisión en flujos de trabajo de agentes.

Mike Thrift

ai llm automation

30 de junio de 2026 7 min de lectura

## [OpenHands: Plataforma abierta para agentes de software de IA y lo que significa para la automatización financiera](https://beancount.io/es/bean-labs/research-logs/2026/06/30/openhands-open-platform-ai-software-developers-generalist-agents)

El agente CodeAct de OpenHands logra 26% en SWE-Bench Lite, mostrando lo que los agentes de IA hacen hoy. La automatización financiera debe empezar acotada.

Mike Thrift

ai open-source automation

22 de junio de 2026 8 min de lectura

## [TableMaster: Razonamiento Adaptativo para la Comprensión de Tablas con LLMs](https://beancount.io/es/bean-labs/research-logs/2026/06/22/tablemaster-adaptive-reasoning-table-understanding)

TableMaster alcanza 78,13% en WikiTQ con GPT-4o-mini, 13 puntos sobre Chain-of-Table, mediante table-of-focus más razonamiento adaptativo para agentes sobre libros Beancount.

Mike Thrift

ai llm machine-learning

21 de junio de 2026 7 min de lectura

## [Detección de anomalías Zero-Shot con LLM: Cómo se desempeña GPT-4 en datos tabulares](https://beancount.io/es/bean-labs/research-logs/2026/06/21/anomaly-detection-tabular-data-llms)

GPT-4 alcanza 74.1 AUROC medio en ODDS zero-shot, cerca de la base de 75.5 de ECOD, pero falla en datos de alta varianza. La auditoría de libros mayores aún no está resuelta.

Mike Thrift

ai llm fraud-detection

[Empieza gratis→](https://beancount.io/sign-up/?next=%2Fledger%2F) [Documentación](https://beancount.io/es/docs)

## Where to look next

- [Sitemap](https://beancount.io/sitemap.xml) - all pages with hreflang alternates
- [LLMs index](https://beancount.io/llms.txt) - curated links for AI agents (also /llms-full.txt for full docs)
- [Documentation](https://beancount.io/docs) - every doc is also available as text/markdown via .md suffix or Accept negotiation
- [REST API reference](https://beancount.io/docs/api-reference) - interactive endpoints, schemas, authentication, and code samples
- [OpenAPI spec](https://beancount.io/openapi.json) - OpenAPI 3.1 spec for this website's public content endpoints; the product contract for ledger operations is at https://beancount.io/api-gateway/v1/openapi.json
- [GraphQL](https://beancount.io/graphql) - public, read-only content API over the blog and research logs (no credentials, no ledger data): 12 query fields over 23 types
- [MCP server](https://beancount.io/mcp) - Model Context Protocol at https://beancount.io/api-gateway/mcp
