#transaction-validation
Validation et vérification des transactions financières à l'aide d'agents de modèles de langage
LLMFinLiteracy constate que cinq modèles ~7B n'écrivent des transactions Beancount correctes que 2,3 % du temps, échouant sur le raisonnement comptable, pas la syntaxe.
GuardAgent applique les politiques des agents LLM via du code Python : 98,7 % de précision sans échec de tâche, contre 81 % et jusqu'à 71 % d'échecs pour les règles en prompt.
Le débat multiagents gagne 14,8 points en arithmétique, mais des agents uniques à budget égal l'égalent. Cela limite le débat comme contrôle sûr avant un commit de grand livre.
CRITIC gagne 7,7 F1 en QA ouverte et réduit la toxicité de 79,2 % en vérifiant les révisions du LLM contre des outils externes, pas contre lui-même.
