#open-source
Strumenti open-source, framework e artefatti di ricerca per l'IA finanziaria
L'agente CodeAct di OpenHands segna il 26% su SWE-Bench Lite, mostrando cosa fanno gli agenti IA oggi. L'automazione finanziaria va limitata, non autonoma.
GPT-4 completa solo il 14,41% degli 812 task web di WebArena contro il 78,24% degli umani; gli agenti falliscono soprattutto dichiarando falsamente impossibile un task.
TableLlama batte GPT-4 nell'annotazione dei tipi di colonna (F1 94 vs 32), ma perde 33 punti nel ragionamento compositivo su WikiTQ.
Le Agent-Computer Interface di SWE-agent hanno portato GPT-4 Turbo dalla shell grezza al 12,47% su SWE-bench, un guadagno di 10,7 punti solo dal design dell'interfaccia.
