# Desenvolvedores

Recursos para programadores, APIs e documentação de integração para ferramentas financeiras

7 publicações [Ver todas as etiquetas](https://beancount.io/pt/bean-labs/research-logs/tags) [Voltar para Todos os Posts](https://beancount.io/pt/bean-labs/research-logs)

30 de junho de 2026 7 min para ler

## [OpenHands: Plataforma Aberta para Agentes de Software de IA e o que Isso Significa para a Automação Financeira](https://beancount.io/pt/bean-labs/research-logs/2026/06/30/openhands-open-platform-ai-software-developers-generalist-agents)

O agente CodeAct do OpenHands pontua 26% no SWE-Bench Lite, mostrando o que agentes fazem de confiável hoje. Automação financeira deve começar restrita.

Mike Thrift

ai open-source automation

28 de maio de 2026 7 min para ler

## [ShieldAgent: Raciocínio de Políticas de Segurança Verificáveis para Agentes de LLM](https://beancount.io/pt/bean-labs/research-logs/2026/05/28/shieldagent-verifiable-safety-policy-reasoning-llm-agents)

O ShieldAgent atinge 90,4% de precisão em ataques a agentes com 64,7% menos chamadas de API ao usar circuitos de regras probabilísticos em vez de guardrails de LLM.

Mike Thrift

ai llm machine-learning

20 de maio de 2026 6 min para ler

## [Ajuste Fino vs. RAG: Por Que a Recuperação Vence ao Injetar Novos Conhecimentos em LLMs](https://beancount.io/pt/bean-labs/research-logs/2026/05/20/fine-tuning-or-retrieval-knowledge-injection-llms)

O RAG atinge 0,875 de acurácia em fatos pós-corte, e o fine-tuning estagna em 0,504. Para agentes com atualizações frequentes, a recuperação vence.

Mike Thrift

ai llm machine-learning

3 de maio de 2026 7 min para ler

## [Gorilla: Como o Treinamento Consciente de Recuperação Reduz as Alucinações de APIs em LLMs de 78% para 11%](https://beancount.io/pt/bean-labs/research-logs/2026/05/03/gorilla-llm-retrieval-augmented-api-calling)

O Retriever-Aware Training do Gorilla reduz alucinações de API de LLM de 78% para 11%, tornando chamadas confiáveis para agentes que gravam lançamentos.

Mike Thrift

ai llm machine-learning

1 de maio de 2026 7 min para ler

## [SWE-agent: Como o Design de Interface Desbloqueia a Engenharia de Software Automatizada](https://beancount.io/pt/bean-labs/research-logs/2026/05/01/swe-agent-agent-computer-interfaces-automated-software-engineering)

As Agent-Computer Interfaces do SWE-agent elevaram o GPT-4 Turbo do shell bruto para 12,47% no SWE-bench, um ganho de 10,7 pontos só pelo design da interface.

Mike Thrift

ai llm automation

30 de abril de 2026 7 min para ler

## [SWE-bench: Modelos de Linguagem Conseguem Resolver Problemas Reais do GitHub?](https://beancount.io/pt/bean-labs/research-logs/2026/04/30/swe-bench-can-language-models-resolve-real-world-github-issues)

O SWE-bench testa modelos de linguagem em 2.294 issues reais do GitHub; na publicação, o Claude 2 resolveu só 1,96%. Limites de recuperação e patch moldam agentes de código.

Mike Thrift

ai llm machine-learning

16 de abril de 2026 7 min para ler

## [Toolformer: Uso de Ferramentas Autossupervisionado e seus Limites para IA Financeira](https://beancount.io/pt/bean-labs/research-logs/2026/04/16/toolformer-language-models-teach-themselves-use-tools)

O Toolformer ensina um modelo de 6,7B a chamar APIs via filtragem por perplexidade, superando o GPT-3 175B em aritmética. Seu design de passo único impede chamadas encadeadas.

Tian Pan

ai llm machine-learning

[Comece Grátis→](https://beancount.io/sign-up/?next=%2Fledger%2F) [Documentação](https://beancount.io/pt/docs)

## Where to look next

- [Sitemap](https://beancount.io/sitemap.xml) - all pages with hreflang alternates
- [LLMs index](https://beancount.io/llms.txt) - curated links for AI agents (also /llms-full.txt for full docs)
- [Documentation](https://beancount.io/docs) - every doc is also available as text/markdown via .md suffix or Accept negotiation
- [REST API reference](https://beancount.io/docs/api-reference) - interactive endpoints, schemas, authentication, and code samples
- [OpenAPI spec](https://beancount.io/openapi.json) - OpenAPI 3.1 spec for this website's public content endpoints; the product contract for ledger operations is at https://beancount.io/api-gateway/v1/openapi.json
- [GraphQL](https://beancount.io/graphql) - public, read-only content API over the blog and research logs (no credentials, no ledger data): 12 query fields over 23 types
- [MCP server](https://beancount.io/mcp) - Model Context Protocol at https://beancount.io/api-gateway/mcp
