# IA

Recherche et applications de l'intelligence artificielle en finance et comptabilité

89 articles [Voir tous les tags](https://beancount.io/fr/bean-labs/research-logs/tags) [Retour à tous les articles](https://beancount.io/fr/bean-labs/research-logs)

12 juillet 2026 7 minutes de lecture

## [FinRAGBench-V : RAG multimodal avec citations visuelles dans le domaine financier](https://beancount.io/fr/bean-labs/research-logs/2026/07/12/finragbench-v-multimodal-rag-visual-citation-financial-domain)

FinRAGBench-V : les meilleurs modèles n'atteignent que 20–61 % de rappel de citations par blocs sur les pages financières, malgré le multimodal.

Mike Thrift

ai llm machine-learning

11 juillet 2026 7 minutes de lecture

## [Les agents LLM peuvent-ils être directeurs financiers ? La simulation sur 132 mois d'EnterpriseArena révèle un écart important](https://beancount.io/fr/bean-labs/research-logs/2026/07/11/can-llm-agents-be-cfos-enterprisearena-resource-allocation-benchmark)

Seul Qwen3.5-9B survit à 80 % des 132 mois de CFO d'EnterpriseArena, tandis que GPT-5.4 et DeepSeek-V3.1 tombent à 0 %. Le rapprochement de registre omis cause ces échecs.

Mike Thrift

ai llm automation

10 juillet 2026 7 minutes de lecture

## [WildToolBench : Pourquoi aucun LLM ne dépasse 15 % de précision par session dans l'utilisation d'outils en conditions réelles](https://beancount.io/fr/bean-labs/research-logs/2026/07/10/wildtoolbench-benchmarking-llm-tool-use-in-the-wild)

WildToolBench : aucun LLM ne dépasse 15 % de précision par session sur 1 024 tâches réelles, l'intention cachée étant le pire échec.

Mike Thrift

ai llm automation

9 juillet 2026 7 minutes de lecture

## [Confiance et calibration des LLM : une étude de ce que montre réellement la recherche](https://beancount.io/fr/bean-labs/research-logs/2026/07/09/confidence-estimation-calibration-llms-survey)

La confiance verbalisée de GPT-4 n'atteint qu'environ 62,7 % d'AUROC, à peine mieux que le hasard. Les agents financiers ont besoin de mieux.

Mike Thrift

llm ai machine-learning

8 juillet 2026 7 minutes de lecture

## [JSONSchemaBench : la complexité des schémas réels brise les garanties de sortie structurée des LLM](https://beancount.io/fr/bean-labs/research-logs/2026/07/08/jsonschemabench-structured-outputs-language-models)

JSONSchemaBench : la couverture passe de 86 % sur des schémas simples à 3 % sur des schémas complexes, le JSON structuré des LLM pouvant être non conforme.

Mike Thrift

llm ai machine-learning

7 juillet 2026 6 minutes de lecture

## [FinMCP-Bench : Évaluation des agents LLM pour l'utilisation d'outils financiers réels sous MCP](https://beancount.io/fr/bean-labs/research-logs/2026/07/07/finmcp-bench-llm-agents-financial-tool-use-model-context-protocol)

FinMCP-Bench note le meilleur de six LLM à seulement 3,08 % de correspondance exacte sur 613 tâches financières MCP réelles, un effondrement de 20× du mono-outil au multi-tour.

Mike Thrift

ai llm automation

6 juillet 2026 7 minutes de lecture

## [FinTrace : Évaluation au niveau de la trajectoire de l'appel d'outils par les LLM pour les tâches financières](https://beancount.io/fr/bean-labs/research-logs/2026/07/06/fintrace-trajectory-level-evaluation-llm-tool-calling-financial-tasks)

FinTrace : les LLM de pointe choisissent les bons outils financiers (F1 \~0,9) mais n'obtiennent que 3,23/5 pour exploiter les résultats.

Mike Thrift

llm ai finance

5 juillet 2026 6 minutes de lecture

## [FinToolBench : Évaluation des agents LLM sur l'utilisation réelle d'outils financiers](https://beancount.io/fr/bean-labs/research-logs/2026/07/05/fintoolbench-evaluating-llm-agents-real-world-financial-tool-use)

FinToolBench constate une inadéquation d'intention supérieure à 50 % pour chaque LLM testé : appeler beaucoup d'outils ne garantit pas de meilleures réponses financières.

Mike Thrift

ai llm automation

4 juillet 2026 6 minutes de lecture

## [OmniEval : un benchmark d'évaluation RAG omnidirectionnel pour le domaine financier](https://beancount.io/fr/bean-labs/research-logs/2026/07/04/omnieval-omnidirectional-automatic-rag-evaluation-financial-domain)

OmniEval note les meilleurs systèmes RAG à 36 % de précision numérique sur 5 types de tâches financières : les agents de registre doivent valider avant d'écrire.

Mike Thrift

ai machine-learning llm

3 juillet 2026 6 minutes de lecture

## [Étude sur la détection d'anomalies par LLM (NAACL 2025) : Une taxonomie robuste, une couverture tabulaire absente](https://beancount.io/fr/bean-labs/research-logs/2026/07/03/llm-anomaly-ood-detection-survey)

La taxonomie NAACL 2025 tient, mais la couverture tabulaire est absente. Les équipes d'IA financière doivent adapter elles-mêmes les méthodes des modèles de vision.

Mike Thrift

ai llm machine-learning

2 juillet 2026 7 minutes de lecture

## [Found in the Middle : Calibrer le biais d'attention positionnelle améliore le RAG à long contexte](https://beancount.io/fr/bean-labs/research-logs/2026/07/02/found-in-the-middle-calibrating-positional-attention-bias)

Retirer le biais positionnel des poids d'attention des LLM rend jusqu'à 15 points de précision RAG quand la preuve est au milieu du contexte.

Mike Thrift

ai llm machine-learning

1 juillet 2026 7 minutes de lecture

## [Report avec détection d'incertitude pour les agents LLM : quand passer d'un petit à un grand modèle](https://beancount.io/fr/bean-labs/research-logs/2026/07/01/redact-uncertainty-aware-deferral-llm-agents)

ReDAct ne passe d'un petit modèle à un grand que lorsque la perplexité signale une incertitude, réduisant le coût de 64 % à précision égale pour les workflows d'agents.

Mike Thrift

ai llm automation

[Commencer gratuitement→](https://beancount.io/sign-up/?next=%2Fledger%2F) [Documentation](https://beancount.io/fr/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
