#developers
Recursos para desarrolladores, APIs y documentación de integración para herramientas financieras
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.
ShieldAgent alcanza 90.4% de precisión en ataques a agentes con 64.7% menos llamadas a API usando circuitos de reglas probabilísticos en vez de guardarraíles LLM.
RAG logra 0.875 de precisión en hechos posteriores al corte y el ajuste fino se estanca en 0.504. Para agentes con actualizaciones frecuentes, RAG gana.
El Entrenamiento Consciente del Recuperador de Gorilla baja la alucinación de API del 78% al 11%, haciendo las llamadas fiables para agentes financieros que escriben asientos.
Las Interfaces Agente-Computadora de SWE-agent elevaron a GPT-4 Turbo del shell puro al 12.47% en SWE-bench, una ganancia de 10.7 puntos solo por el diseño de la interfaz.
SWE-bench prueba modelos en 2,294 issues reales de GitHub; al publicarse, Claude 2 resolvió solo el 1.96%. Los límites de recuperación y parches moldean los agentes de código.
Toolformer enseña a un modelo de 6.7B a llamar APIs filtrando por perplejidad, y supera a GPT-3 175B en aritmética. Su diseño de un paso impide encadenar llamadas al libro.
