#open-source
Outils open source, frameworks et artefacts de recherche pour l'IA financière
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.
GPT-4 ne termine que 14,41 % des 812 tâches web de WebArena contre 78,24 % pour les humains ; les agents échouent surtout en déclarant à tort une tâche impossible.
TableLlama surpasse GPT-4 en annotation de type de colonne (F1 94 vs 32) mais accuse 33 points de retard en raisonnement compositionnel sur WikiTQ.
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.
