#open-source
Інструменти з відкритим кодом, фреймворки та артефакти для фінансового ШІ
Агент CodeAct від OpenHands набирає 26% на SWE-Bench Lite, показуючи, що AI-агенти надійно роблять сьогодні. Фінансову автоматизацію варто починати вузько, не з автономії.
GPT-4 виконує лише 14,41% з 812 вебзавдань WebArena проти 78,24% у людей; агенти здебільшого зазнають невдачі, хибно оголошуючи завдання неможливим.
TableLlama перемагає GPT-4 в анотації типів стовпців (F1 94 проти 32), але відстає на 33 пункти в композиційних міркуваннях на WikiTQ.
Agent-Computer Interfaces від SWE-agent підняли GPT-4 Turbo з сирого shell до 12.47% на SWE-bench — приріст на 10.7 пункти лише завдяки дизайну інтерфейсу.
