#open-source
Open-source tools, frameworks en onderzoeksartefacten voor finance-AI
OpenHands' CodeAct-agent scoort 26% op SWE-Bench Lite en toont wat AI-agents vandaag betrouwbaar doen. Financie-automatisering moet nauw afgebakend beginnen, niet autonoom.
GPT-4 voltooit slechts 14,41% van WebArena's 812 webtaken versus 78,24% voor mensen; agents falen meestal door een taak onterecht onmogelijk te verklaren.
TableLlama verslaat GPT-4 bij kolomtype-annotatie (F1 94 versus 32), maar blijft 33 punten achter bij WikiTQ compositioneel redeneren.
SWE-agent's Agent-Computer Interfaces verhoogden GPT-4 Turbo van ruwe shell naar 12,47% op SWE-bench, een winst van 10,7 punten enkel door interfacedesign.
