Responsable marketing
Le prompting par chaîne de pensée accroît la précision mais peut réduire le rappel sur les événements financiers rares : les agents antifraude peuvent manquer des anomalies.
PHANTOM (NeurIPS 2025) mesure la détection d'hallucinations LLM sur de vrais dépôts SEC. Qwen3-30B mène à F1=0,882, mais les modèles 7B devinent au hasard.
FinMaster Benchmark : les meilleurs LLM atteignent 96 % en culture financière mais 3 % en génération d'états. La propagation d'erreurs coûte 21 points en conseil.
ReAct alterne raisonnement et actions d'outils, battant le CoT pur de 34 points en vérification des faits. Ses échecs façonnent les agents écrivant dans Beancount.
