Менеджер з маркетингу
Chain-of-Thought підвищує точність, але може знизити повноту на рідкісних фінансових подіях, тож агенти з виявлення шахрайства можуть пропускати аномалії, які мали б позначити.
PHANTOM (NeurIPS 2025) вимірює виявлення галюцинацій LLM на реальних звітах SEC. Qwen3-30B лідирує з F1=0.882, але моделі 7B вгадують майже випадково.
Бенчмарк FinMaster: найкращі LLM досягають 96% у фінансовій грамотності, але лише 3% у генерації звітів. Поширення помилок коштує 21 пункт у консалтингових завданнях.
ReAct чергує міркування з діями інструментів, перевершуючи чистий CoT на 34 пункти у перевірці фактів. Його режими відмов визначають агентів, що пишуть у реєстри Beancount.
