#financial-statements
Recherche sur la génération de bilans, comptes de résultat et tableaux de flux de trésorerie
MultiHiertt montre des modèles à 38 % de F1 contre 87 % pour l'humain sur 10 440 paires de QA financière, avec une chute de 15 points sur les questions inter-tableaux.
FinanceBench évalue 16 configurations d'IA par rapport à 10 231 questions issues de dépôts réels de la SEC ; le RAG avec base de données vectorielle partagée ne répond correctement que dans 19 % des cas, et même GPT-4-Turbo avec le passage oracle n'atteint que 85 % de précision — montrant que le raisonnement numérique, et non la récupération, est la contrainte limitante pour l'IA financière en entreprise.
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.
