Responsabile marketing
Il prompting Chain-of-Thought alza la precisione ma può ridurre il richiamo su eventi finanziari rari, così gli agenti antifrode possono mancare anomalie da segnalare.
PHANTOM (NeurIPS 2025) misura il rilevamento delle allucinazioni LLM su filing SEC reali. Qwen3-30B guida con F1=0.882, ma i modelli da 7B tirano quasi a caso.
FinMaster Benchmark: i top LLM raggiungono il 96% sull'alfabetizzazione finanziaria ma solo il 3% sui bilanci. La propagazione degli errori costa 21 punti.
ReAct alterna ragionamento e azioni: +34 punti sul solo CoT nella verifica dei fatti, ma i suoi errori modellano gli agenti che scrivono su registri Beancount.
