# Desarrolladores

Recursos para desarrolladores, APIs y documentación de integración para herramientas financieras

7 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)

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

28 de mayo de 2026 7 min de lectura

## [ShieldAgent: Razonamiento Verificable de Políticas de Seguridad para Agentes LLM](https://beancount.io/es/bean-labs/research-logs/2026/05/28/shieldagent-verifiable-safety-policy-reasoning-llm-agents)

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.

Mike Thrift

ai llm machine-learning

20 de mayo de 2026 6 min de lectura

## [Ajuste fino (Fine-Tuning) vs. RAG: Por qué la recuperación gana al inyectar nuevo conocimiento en LLMs](https://beancount.io/es/bean-labs/research-logs/2026/05/20/fine-tuning-or-retrieval-knowledge-injection-llms)

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.

Mike Thrift

ai llm machine-learning

3 de mayo de 2026 7 min de lectura

## [Gorilla: Cómo el entrenamiento consciente de la recuperación reduce las alucinaciones de las API en los LLM del 78% al 11%](https://beancount.io/es/bean-labs/research-logs/2026/05/03/gorilla-llm-retrieval-augmented-api-calling)

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.

Mike Thrift

ai llm machine-learning

1 de mayo de 2026 7 min de lectura

## [SWE-agent: Cómo el diseño de interfaces desbloquea la ingeniería de software automatizada](https://beancount.io/es/bean-labs/research-logs/2026/05/01/swe-agent-agent-computer-interfaces-automated-software-engineering)

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.

Mike Thrift

ai llm automation

30 de abril de 2026 7 min de lectura

## [SWE-bench: ¿Pueden los modelos de lenguaje resolver problemas reales de GitHub?](https://beancount.io/es/bean-labs/research-logs/2026/04/30/swe-bench-can-language-models-resolve-real-world-github-issues)

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.

Mike Thrift

ai llm machine-learning

16 de abril de 2026 7 min de lectura

## [Toolformer: Uso de herramientas autosupervisado y sus límites para la IA financiera](https://beancount.io/es/bean-labs/research-logs/2026/04/16/toolformer-language-models-teach-themselves-use-tools)

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.

Tian Pan

ai llm machine-learning

[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
