Prompting de Cadeia de Pensamento (Chain-of-Thought): Trade-offs de Precisão e Recall para IA Financeira
O prompting de Cadeia de Pensamento eleva a precisão, mas reduz a revocação em eventos raros, fazendo agentes antifraude perder anomalias.
Mike Thrift
Gerente de marketing
PHANTOM (NeurIPS 2025): Medindo a Detecção de Alucinações de LLMs em Documentos Financeiros
O PHANTOM (NeurIPS 2025) mede a detecção de alucinação em LLMs em documentos reais da SEC. O Qwen3-30B lidera com F1=0,882, mas modelos de 7B chutam quase aleatoriamente.
Benchmark FinMaster: Por que LLMs atingem 96% em alfabetização financeira, mas apenas 3% na geração de demonstrações
Benchmark FinMaster: os principais LLMs atingem 96% em alfabetização financeira, mas só 3% na geração de demonstrações. A propagação de erros custa 21 pontos em consultoria.
ReAct: Sinergia entre Raciocínio e Ação em Modelos de Linguagem
O ReAct intercala raciocínio e ações de ferramentas, vencendo o CoT puro em 34 pontos na verificação de fatos. Suas falhas moldam agentes que escrevem em ledgers Beancount.