# حسابداری متنی ساده

پژوهشی مبتنی بر قالب‌ها و گردش‌کارهای حسابداری متن‌ساده

34 پست [مشاهده تمام برچسب‌ها](https://beancount.io/fa/bean-labs/research-logs/tags) [بازگشت به تمام پست‌ها](https://beancount.io/fa/bean-labs/research-logs)

۱۹ شهریور ۱۴۰۵ زمان مطالعه 6 دقیقه

## [آیا عامل شما میتواند این حسابها را تراز کند؟](https://beancount.io/fa/bean-labs/research-logs/2026/09/10/can-your-agent-balance-these-books)

یک اجرای عامل دفتر کل سه‌ردیفی را با ۲۹۵۸.۵۰ دلار حساب جاری و ۱۹۵۸.۵۰ دلار سود سپتامبر تطبیق داد و از شکستی که خود تشخیص داد بازیابی کرد.

Mike Thrift

agents llm beancount

۱۰ تیر ۱۴۰۵ زمان مطالعه 7 دقیقه

## [تعویق آگاه از عدم قطعیت برای عامل‌های LLM: چه زمانی از مدل‌های کوچک به بزرگ ارجاع دهیم](https://beancount.io/fa/bean-labs/research-logs/2026/07/01/redact-uncertainty-aware-deferral-llm-agents)

ReDAct تنها زمانی از یک مدل کوچک به بزرگ تعویق می‌اندازد که پرپلکسیتی عدم قطعیت را نشان دهد، هزینه را 64% با دقت مطابق برای جریان‌های کاری عامل کاهش می‌دهد.

Mike Thrift

ai llm automation

۹ تیر ۱۴۰۵ زمان مطالعه 7 دقیقه

## [OpenHands: پلتفرم باز برای عامل‌های نرم‌افزاری هوش مصنوعی و معنای آن برای اتوماسیون مالی](https://beancount.io/fa/bean-labs/research-logs/2026/06/30/openhands-open-platform-ai-software-developers-generalist-agents)

عامل CodeAct در OpenHands در SWE-Bench Lite ۲۶٪ می‌گیرد؛ یعنی کار مطمئن امروز محدود است. اتوماسیون مالی باید محدود آغاز شود، نه خودمختار.

Mike Thrift

ai open-source automation

۲ تیر ۱۴۰۵ زمان مطالعه 7 دقیقه

## [امتیاز ۲.۳ درصدی مدل‌های زبانی بزرگ در تولید DSL بین‌کنت: بنچمارک LLMFinLiteracy](https://beancount.io/fa/bean-labs/research-logs/2026/06/23/llm-beancount-dsl-financial-literacy-benchmark)

LLMFinLiteracy می‌یابد پنج مدل \~۷B تنها ۲.۳٪ مواقع تراکنش‌های درست Beancount می‌نویسند و در استدلال حسابداری، نه نحو، شکست می‌خورند.

Mike Thrift

llm beancount plain-text-accounting

۱ تیر ۱۴۰۵ زمان مطالعه 7 دقیقه

## [TableMaster: استدلال تطبیقی برای درک جداول با مدل‌های زبانی بزرگ (LLMs)](https://beancount.io/fa/bean-labs/research-logs/2026/06/22/tablemaster-adaptive-reasoning-table-understanding)

TableMaster با GPT-4o-mini به 78.13% در WikiTQ می‌رسد، 13 واحد بالاتر از Chain-of-Table، از طریق جدول تمرکز به‌علاوه استدلال تطبیقی برای عامل‌ها روی دفترهای کل Beancount.

Mike Thrift

ai llm machine-learning

۲۸ خرداد ۱۴۰۵ زمان مطالعه 6 دقیقه

## [τ²-bench: اندازه‌گیری هزینه کنترل دوگانه در عامل‌های هوش مصنوعی مکالمه‌ای](https://beancount.io/fa/bean-labs/research-logs/2026/06/18/tau-squared-bench-dual-control-conversational-agents)

τ²-bench نشان می‌دهد کاربران فعال با ابزارهای خودشان، موفقیت عامل گفت‌وگویی را ۱۸ تا ۲۵ واحد کاهش می‌دهند. عامل‌های Beancount با دسترسی نوشتن مشترک هم همین‌طور می‌بازند.

Mike Thrift

ai llm automation

۲۶ خرداد ۱۴۰۵ زمان مطالعه 7 دقیقه

## [بنچمارک GAIA: اندازه‌گیری آنچه مدل‌های هوش مصنوعی پیشرو واقعاً می‌توانند انجام دهند](https://beancount.io/fa/bean-labs/research-logs/2026/06/16/gaia-benchmark-general-ai-assistants)

466 وظیفه GAIA نشان می‌دهد عامل‌های AI پیشرو به 74.55% می‌رسند در برابر 92% برای انسان‌ها، و هماهنگی سطح 3 همچنان سخت‌ترین شکاف برای پر کردن است.

Mike Thrift

ai llm machine-learning

۲۳ خرداد ۱۴۰۵ زمان مطالعه 7 دقیقه

## [WorkArena: نحوه عملکرد عامل‌های وب مبتنی بر LLM در کارهای دانشی واقعی سازمانی](https://beancount.io/fa/bean-labs/research-logs/2026/06/13/workarena-web-agents-enterprise-knowledge-work-tasks)

33 وظیفه ServiceNow در WorkArena نشان می‌دهد GPT-4o در کل 42.7% است اما در فیلترهای فهرست 0%، دیواری که تعامل ساختاریافته با رابط کاربری باید از آن عبور کند.

Mike Thrift

ai llm automation

۲۲ خرداد ۱۴۰۵ زمان مطالعه 7 دقیقه

## [τ-bench: سنجش قابلیت اطمینان عامل‌های هوش مصنوعی در دامنه‌های واقعی استفاده از ابزار](https://beancount.io/fa/bean-labs/research-logs/2026/06/12/tau-bench-tool-agent-user-interaction-real-world-domains)

τ-bench نشان می‌دهد LLMهای برتر در وظایف ابزاری خرده‌فروشی از pass\@1 0.692 به pass\@4 0.462 می‌افتند. عامل نوشتنی روی دفتر کل هم همین پرتگاه را دارد.

Mike Thrift

ai llm machine-learning

۲۱ خرداد ۱۴۰۵ زمان مطالعه 6 دقیقه

## [Chain-of-Table: تکامل جداول در زنجیره استدلال مدل‌های زبانی بزرگ](https://beancount.io/fa/bean-labs/research-logs/2026/06/11/chain-of-table-evolving-tables-reasoning-chain)

Chain-of-Table به 67.31% در WikiTQ می‌رسد در برابر 61.48% برای زنجیره تفکر فقط متنی، و با 10.25 واحد در جداول بالای 4,000 توکن پیشتاز است.

Mike Thrift

ai llm machine-learning

۲۰ خرداد ۱۴۰۵ زمان مطالعه 7 دقیقه

## [TableLlama: آیا یک مدل متن‌باز ۷ میلیاردی می‌تواند در درک جداول با GPT-4 رقابت کند؟](https://beancount.io/fa/bean-labs/research-logs/2026/06/10/tablellama-open-generalist-models-tables)

TableLlama در حاشیه‌نویسی نوع ستون GPT-4 را شکست می‌دهد (F1 ۹۴ در برابر ۳۲) اما در استدلال ترکیبی WikiTQ ۳۳ امتیاز عقب است.

Mike Thrift

llm ai machine-learning

۱۹ خرداد ۱۴۰۵ زمان مطالعه 6 دقیقه

## [TAPAS: پرسش و پاسخ جدولی با نظارت ضعیف بدون SQL، و معنای آن برای Beancount](https://beancount.io/fa/bean-labs/research-logs/2026/06/09/tapas-weakly-supervised-table-parsing-pretraining)

TAPAS به سؤالات جدولی با انتخاب سلول‌ها پاسخ می‌دهد، هرگز SQL تولید نمی‌کند. برای پرس‌وجوهای کوچک دفتر کل Beancount مناسب است اما در مقیاس بزرگ شکست می‌خورد.

Mike Thrift

ai machine-learning llm

[رایگان شروع کن→](https://beancount.io/sign-up/?next=%2Fledger%2F) [مستندات](https://beancount.io/fa/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
