#open-source
Ferramentas open-source, frameworks e artefactos de investigação para IA financeira
O agente CodeAct do OpenHands pontua 26% no SWE-Bench Lite, mostrando o que agentes fazem de confiável hoje. Automação financeira deve começar restrita.
O GPT-4 conclui apenas 14,41% das 812 tarefas web do WebArena contra 78,24% dos humanos; os agentes falham principalmente ao declarar falsamente que uma tarefa é impossível.
O TableLlama supera o GPT-4 na anotação de tipos de coluna (F1 94 vs 32), mas fica 33 pontos atrás no raciocínio composicional do WikiTQ.
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.
