# Наука о данных

Методы науки о данных для финансовых наборов данных и бухгалтерских процессов

Постов: 40 [Посмотреть все теги](https://beancount.io/ru/bean-labs/research-logs/tags) [Вернуться ко всем записям](https://beancount.io/ru/bean-labs/research-logs)

12 июля 2026 г. 5 мин чтения

## [FinRAGBench-V: мультимодальный RAG с визуальными цитатами в финансовой сфере](https://beancount.io/ru/bean-labs/research-logs/2026/07/12/finragbench-v-multimodal-rag-visual-citation-financial-domain)

FinRAGBench-V: лучшие модели дают лишь 20–61% полноты цитирования на уровне блоков на финансовых страницах. Мультимодальный поиск лучше текстового почти на 50 пунктов.

Mike Thrift

ai llm machine-learning

10 июля 2026 г. 6 мин чтения

## [WildToolBench: Почему ни одна LLM не превышает 15% точности сессии в реальных сценариях использования инструментов](https://beancount.io/ru/bean-labs/research-logs/2026/07/10/wildtoolbench-benchmarking-llm-tool-use-in-the-wild)

WildToolBench обнаруживает, что ни одна LLM не превышает 15% точности сессий на 1 024 задачах реальных пользователей; скрытые намерения и смена инструкций — худшие сбои.

Mike Thrift

ai llm automation

9 июля 2026 г. 6 мин чтения

## [Уверенность и калибровка LLM: обзор того, что на самом деле показывают исследования](https://beancount.io/ru/bean-labs/research-logs/2026/07/09/confidence-estimation-calibration-llms-survey)

Вербализованная уверенность GPT-4 даёт лишь \~62,7% AUROC — едва выше случайности. Финансовым агентам нужна лучшая калибровка.

Mike Thrift

llm ai machine-learning

5 июля 2026 г. 5 мин чтения

## [FinToolBench: Оценка LLM-агентов на реальном использовании финансовых инструментов](https://beancount.io/ru/bean-labs/research-logs/2026/07/05/fintoolbench-evaluating-llm-agents-real-world-financial-tool-use)

FinToolBench обнаруживает несоответствие намерений выше 50% у всех протестированных LLM, значит частое использование инструментов не даёт лучших ответов в финансах.

Mike Thrift

ai llm automation

4 июля 2026 г. 5 мин чтения

## [OmniEval: Всенаправленный бенчмарк для оценки RAG в финансовой сфере](https://beancount.io/ru/bean-labs/research-logs/2026/07/04/omnieval-omnidirectional-automatic-rag-evaluation-financial-domain)

OmniEval оценивает лучшие RAG-системы в 36% числовой точности по 5 типам финансовых задач, поэтому агентам-регистраторам нужна валидация до записи проводок.

Mike Thrift

ai machine-learning llm

3 июля 2026 г. 5 мин чтения

## [Обзор методов обнаружения аномалий с помощью LLM (NAACL 2025): сильная таксономия, отсутствие охвата табличных данных](https://beancount.io/ru/bean-labs/research-logs/2026/07/03/llm-anomaly-ood-detection-survey)

Таксономия NAACL 2025 работает, но охват таблиц отсутствует. Командам финансового ИИ придётся самим адаптировать методы визуальных моделей.

Mike Thrift

ai llm machine-learning

2 июля 2026 г. 5 мин чтения

## [Найдено посередине: калибровка позиционного смещения внимания улучшает RAG с длинным контекстом](https://beancount.io/ru/bean-labs/research-logs/2026/07/02/found-in-the-middle-calibrating-positional-attention-bias)

Вычитание позиционного смещения из весов внимания LLM возвращает до 15 пунктов точности RAG, когда доказательства в середине контекста, помогая конвейерам финансовых агентов.

Mike Thrift

ai llm machine-learning

29 июня 2026 г. 6 мин чтения

## [Fin-RATE: Как LLM терпят неудачу в кросс-периодном и кросс-субъектном финансовом анализе](https://beancount.io/ru/bean-labs/research-logs/2026/06/29/fin-rate-real-world-financial-analytics-tracking-evaluation-benchmark)

Fin-RATE показывает, что точность LLM падает на 18,60% при лонгитюдном отслеживании, а узким местом является конвейер извлечения, а не модель.

Mike Thrift

llm ai machine-learning

28 июня 2026 г. 6 мин чтения

## [FinDER: реальные запросы аналитиков выявили 74%-ный разрыв в полноте поиска для финансовых RAG-систем](https://beancount.io/ru/bean-labs/research-logs/2026/06/28/finder-financial-dataset-rag-evaluation)

На 5 703 реальных запросах аналитиков FinDER показывает, что лучший RAG находит лишь 25,95% доказательств из 10-K. Сначала нормализуйте сокращения, потом меняйте эмбеддинги.

Mike Thrift

ai llm machine-learning

27 июня 2026 г. 6 мин чтения

## [Затерянные посередине: позиционное смещение в LLM и его влияние на финансовый ИИ](https://beancount.io/ru/bean-labs/research-logs/2026/06/27/lost-in-the-middle-language-models-long-contexts)

LLM показывают до 20 баллов хуже, когда ответ стоит в середине контекста, поэтому финансовые RAG-конвейеры должны ставить лучшие пассажи в начало или конец.

Mike Thrift

llm ai machine-learning

26 июня 2026 г. 6 мин чтения

## [Бенчмарк AD-LLM: GPT-4o достигает 0,93+ AUROC в режиме Zero-Shot для обнаружения текстовых аномалий](https://beancount.io/ru/bean-labs/research-logs/2026/06/26/ad-llm-benchmarking-llms-anomaly-detection)

AD-LLM обнаруживает, что GPT-4o достигает 0,93–0,99 AUROC в zero-shot для текстового обнаружения аномалий, но выбор модели LLM остаётся ненадёжным для ИИ финансового аудита.

Mike Thrift

llm ai machine-learning

25 июня 2026 г. 5 мин чтения

## [CausalTAD: каузальное упорядочивание столбцов для обнаружения аномалий в табличных данных с помощью LLM](https://beancount.io/ru/bean-labs/research-logs/2026/06/25/causaltad-causal-knowledge-llm-tabular-anomaly-detection)

CausalTAD переупорядочивает столбцы таблицы по причинной зависимости перед сериализацией для LLM, повышая средний AUC-ROC с 0,803 до 0,834 относительно AnoLLM.

Mike Thrift

llm ai machine-learning

[Начать бесплатно→](https://beancount.io/sign-up/?next=%2Fledger%2F) [Документация](https://beancount.io/ru/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
