# Aprendizado de Máquina

Técnicas de aprendizagem automática para análise e automação de dados financeiros

85 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)

12 de julho de 2026 6 min para ler

## [FinRAGBench-V: RAG Multimodal com Citações Visuais no Domínio Financeiro](https://beancount.io/pt/bean-labs/research-logs/2026/07/12/finragbench-v-multimodal-rag-visual-citation-financial-domain)

FinRAGBench-V: os melhores modelos atingem só 20–61% de recall de citações em blocos de páginas financeiras. A busca multimodal supera a textual em quase 50 pontos.

Mike Thrift

ai llm machine-learning

10 de julho de 2026 7 min para ler

## [WildToolBench: Por que nenhum LLM excede 15% de acurácia de sessão no uso de ferramentas no mundo real](https://beancount.io/pt/bean-labs/research-logs/2026/07/10/wildtoolbench-benchmarking-llm-tool-use-in-the-wild)

O WildToolBench não encontra LLM acima de 15% de acurácia por sessão em 1.024 tarefas de usuários reais, com intenção oculta e transições de instrução como falhas mais agudas.

Mike Thrift

ai llm automation

9 de julho de 2026 6 min para ler

## [Confiança e Calibração em LLM: Um Levantamento do que a Pesquisa Realmente Mostra](https://beancount.io/pt/bean-labs/research-logs/2026/07/09/confidence-estimation-calibration-llms-survey)

A confiança verbalizada do GPT-4 atinge apenas \~62,7% de AUROC, pouco acima do acaso. Agentes financeiros cientes da incerteza precisam de melhor calibração.

Mike Thrift

llm ai machine-learning

8 de julho de 2026 7 min para ler

## [JSONSchemaBench: Complexidade de Esquemas do Mundo Real Quebra Garantias de Saída Estruturada de LLMs](https://beancount.io/pt/bean-labs/research-logs/2026/07/08/jsonschemabench-structured-outputs-language-models)

O JSONSchemaBench encontra cobertura que cai de 86% em esquemas simples para 3% em complexos, então a saída estruturada de LLM pode emitir JSON não conforme silenciosamente.

Mike Thrift

llm ai machine-learning

7 de julho de 2026 6 min para ler

## [FinMCP-Bench: Benchmarking de Agentes de LLM para Uso de Ferramentas Financeiras no Mundo Real sob MCP](https://beancount.io/pt/bean-labs/research-logs/2026/07/07/finmcp-bench-llm-agents-financial-tool-use-model-context-protocol)

O FinMCP-Bench pontua o melhor de seis LLMs em apenas 3,08% de correspondência exata em 613 tarefas reais de MCP, colapso de 20× no multiturno.

Mike Thrift

ai llm automation

6 de julho de 2026 6 min para ler

## [FinTrace: Avaliação em Nível de Trajetória de Chamada de Ferramentas de LLM para Tarefas Financeiras](https://beancount.io/pt/bean-labs/research-logs/2026/07/06/fintrace-trajectory-level-evaluation-llm-tool-calling-financial-tasks)

FinTrace: LLMs de ponta escolhem as ferramentas financeiras certas (F1 \~0,9), mas tiram só 3,23/5 ao usar os resultados, etapa que quebra agentes de write-back.

Mike Thrift

llm ai finance

5 de julho de 2026 6 min para ler

## [FinToolBench: Avaliando Agentes de LLM no Uso Real de Ferramentas Financeiras](https://beancount.io/pt/bean-labs/research-logs/2026/07/05/fintoolbench-evaluating-llm-agents-real-world-financial-tool-use)

O FinToolBench encontra incompatibilidade de intenção acima de 50% em todo LLM testado, então chamadas agressivas não geram melhores respostas.

Mike Thrift

ai llm automation

4 de julho de 2026 6 min para ler

## [OmniEval: Benchmark de Avaliação de RAG Omnidirecional para o Domínio Financeiro](https://beancount.io/pt/bean-labs/research-logs/2026/07/04/omnieval-omnidirectional-automatic-rag-evaluation-financial-domain)

O OmniEval pontua os melhores sistemas RAG em 36% de acurácia numérica em 5 tipos de tarefa financeira, exigindo validação antes de lançar.

Mike Thrift

ai machine-learning llm

3 de julho de 2026 6 min para ler

## [Levantamento sobre Detecção de Anomalias com LLM (NAACL 2025): Taxonomia Forte, Cobertura Tabular Ausente](https://beancount.io/pt/bean-labs/research-logs/2026/07/03/llm-anomaly-ood-detection-survey)

A taxonomia da NAACL 2025 se mantém, mas a cobertura tabular está ausente. Equipes de IA financeira precisam adaptar métodos de modelos de visão por conta própria.

Mike Thrift

ai llm machine-learning

2 de julho de 2026 7 min para ler

## [Encontrado no Meio: Calibrar o Viés de Atenção Posicional Melhora o RAG de Contexto Longo](https://beancount.io/pt/bean-labs/research-logs/2026/07/02/found-in-the-middle-calibrating-positional-attention-bias)

Subtrair o viés posicional da atenção do LLM recupera até 15 pontos de acurácia do RAG quando a evidência fica no meio do contexto.

Mike Thrift

ai llm machine-learning

1 de julho de 2026 7 min para ler

## [Diferimento Ciente de Incerteza para Agentes LLM: Quando Escalar de Modelos Pequenos para Grandes](https://beancount.io/pt/bean-labs/research-logs/2026/07/01/redact-uncertainty-aware-deferral-llm-agents)

O ReDAct transfere de um modelo pequeno para um grande só quando a perplexidade sinaliza incerteza, cortando o custo em 64% com acurácia equivalente em fluxos de agentes.

Mike Thrift

ai llm automation

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

[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
