#developers
Ressources pour développeurs, API et documentation d'intégration pour les outils financiers
L'agent CodeAct d'OpenHands obtient 26 % sur SWE-Bench Lite, montrant ce que les agents IA font réellement. L'automatisation financière doit démarrer cadrée, pas autonome.
ShieldAgent atteint 90,4 % de précision face aux attaques d'agents avec 64,7 % d'appels API en moins, via des circuits de règles probabilistes au lieu de garde-fous LLM.
Le RAG atteint 0,875 de précision sur des faits postérieurs à la coupure, le fine-tuning plafonne à 0,504. Pour des mises à jour fréquentes du registre, la recherche l'emporte.
L'entraînement sensible au récupérateur de Gorilla réduit les hallucinations d'API des LLM de 78 % à 11 %, rendant les appels d'outils fiables pour les agents finance.
Les Agent-Computer Interfaces de SWE-agent ont fait passer GPT-4 Turbo du shell brut à 12,47 % sur SWE-bench, un gain de 10,7 points dû au seul design d'interface.
SWE-bench teste les modèles sur 2 294 issues GitHub réelles ; à la publication, Claude 2 n'en résolvait que 1,96 %. Récupération et longueur de patch comptent.
Toolformer apprend à un modèle 6,7B à appeler des API via un filtrage par perplexité, battant GPT-3 175B en arithmétique. Sa conception en une étape bloque les appels chaînés.
