#open-source
Herramientas de código abierto, frameworks y artefactos de investigación para IA financiera
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.
GPT-4 completa solo 14.41% de las 812 tareas web de WebArena frente a 78.24% de los humanos; los agentes fallan sobre todo al declarar falsamente imposible una tarea.
TableLlama supera a GPT-4 en anotación de tipos de columna (F1 94 vs 32), pero queda 33 puntos por detrás en razonamiento composicional de WikiTQ.
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.
