Présentations de financement produites par un agent : vérifier chaque chiffre avant qu’il entre dans le document

Par Elisha Bajemon, Ingénieur IA chez TW3 Partners. Dernière mise à jour : 23 octobre 2026.

En bref

En banque de financement et d’investissement, le système étudié prépare des présentations avec des calculs déterministes, un registre sourcé et le rejet des nombres non justifiés. La prépublication Better Deck or Different Judge?, déposée sur arXiv le 30 septembre 2026, décrit un modèle de 27 milliards de paramètres hébergé sur site. Ses 17 livrables sont des exercices construits à partir d’informations publiques, sur des émetteurs cotés ou notés. Cinq juges comparent les versions d’un même livrable dans une même session de notation, sur le texte seul, après retrait des marqueurs de gabarit. Selon le juge, l’écart moyen en faveur du système complet va de 20,4 à 33,6 points sur 95 par rapport au même modèle générant directement avec une consigne courte. Face à Opus en génération directe avec une consigne courte, les écarts moyens vont de -4,7 à +0,8 point. Ces résultats portent sur des notes attribuées par des modèles ; leur portée professionnelle reste à apprécier par des experts métier.

1. Pourquoi une présentation de financement exige-t-elle plus qu’un texte bien rédigé ?

Une recommandation de financement doit s’appuyer sur des chiffres qui concordent entre les diapositives et remontent à leurs sources. Dans l’introduction de la prépublication arXiv du 30 septembre 2026, une présentation de banque de financement et d’investissement désigne un document qui transforme l’analyse financière en support de décision sur le crédit, le financement ou une transaction.

Pour une direction métier, vérifier la qualité rédactionnelle suppose aussi de pouvoir contrôler les chiffres. Notre recommandation consiste à demander, dès le cadrage, comment le relecteur retrouvera l’origine de chaque chiffre et comment une correction sera répercutée dans le document entier. Nous recommandons d’inscrire cette vérification parmi les conditions d’acceptation du livrable.

2. Que contient le système étudié ?

Le système associe un modèle hébergé sur site, des calculs financiers, des plans de pages et des contrôles de sortie. La description technique publiée sur arXiv le 30 septembre 2026 nomme le modèle Qwen3.8-27B. Le « harnais » désigne ici l’ensemble des composants qui encadrent son travail, depuis les données financières collectées et le mandat jusqu’aux fichiers produits.

La répartition des tâches est explicite. Des guides de production fixent le plan des pages. Un rôle confié au modèle formule une recommandation sous les contraintes des données d’entrée. La rédaction combine des phrases assemblées à partir du registre de faits, des formulations prédéfinies et, selon les cas, une intervention du modèle pour sélectionner, ordonner ou écrire certains passages.

Certaines pages issues de gabarits peuvent donc être produites sans appel au modèle rédacteur. La chaîne d’édition et de mise en forme livre ensuite la présentation et un classeur de contrôles. Lors d’une revue d’architecture, nous recommandons de préciser quelles parties du document sont calculées, assemblées à partir de faits ou confiées au modèle.

3. Comment un chiffre reste-t-il traçable du registre jusqu’à la diapositive ?

Un moteur de calcul construit un registre de faits, puis la validation rejette les nombres non justifiés après la génération. Le mécanisme décrit dans la prépublication arXiv du 30 septembre 2026 repose sur un registre structuré où chaque fait possède une valeur, une unité, une période et une catégorie de provenance. Les sources et les formules sont enregistrées lorsqu’elles s’appliquent.

Le contrôle intervient sur la sortie générée : tout nombre écrit directement et dépourvu de justification est rejeté. Les auteurs précisent qu’il ne s’agit pas d’un décodage contraint, c’est-à-dire d’une limitation des choix du modèle pendant qu’il écrit. La validation constitue une étape ultérieure, susceptible de refuser le texte produit.

Pour un cahier des charges, nous recommandons de demander une trace qui relie le nombre affiché à l’entrée du registre, puis à son appui documentaire ou à sa formule. Cette exigence doit couvrir les tableaux comme les phrases de commentaire. Elle donne au relecteur un chemin de vérification explicite, y compris lorsque le même fait apparaît à plusieurs endroits.

4. Que faire d’une information que seule la banque détient ?

Une information bancaire indisponible est représentée comme un manque nommé dans le registre. C’est le traitement prévu par le système décrit sur arXiv le 30 septembre 2026. Le point à compléter devient donc identifiable dans la chaîne de production documentaire.

Notre recommandation est de conserver ce manque de façon visible dans le support remis en relecture et de désigner la personne chargée de le résoudre. Le responsable métier peut alors décider si l’information doit être fournie avant de poursuivre, ou si le périmètre de la recommandation doit être revu. Ce choix doit rester explicite dans le circuit de validation.

L’application étudiée comprend une boucle de relecture par le banquier et le superviseur, située hors du périmètre de l’évaluation. Pour organiser un projet, il convient donc de définir séparément le passage des contrôles logiciels et l’approbation du document par son responsable métier.

5. Quels contrôles bloquent un document avant qu’il parte en relecture ?

Dans le pipeline d’origine, un script vérifie chaque nombre cité à partir du fichier de rapprochement et bloque le processus au moindre échec. L’annexe A de la prépublication arXiv du 30 septembre 2026 décrit cette chaîne initiale, sur laquelle s’appuie le système étudié.

Le moteur de calcul écrit un fichier de rapprochement, avec un identifiant par nombre et un journal d’audit. Les documents destinés au comité exécutif, au comité des risques et au client utilisent le même fichier, dans des conversations séparées. Chaque nombre est cité par son identifiant. Les passes de révision travaillent ensuite le ton et la cohérence sans refaire les calculs.

Le script recherche les écarts, les identifiants orphelins, les nombres sans identifiant et les éléments interdits. Une revue contradictoire suit, dans un contexte neuf, avec un modèle au moins aussi fort que celui qui a produit le document. Elle examine le périmètre, l’enchaînement de l’argumentation et les scénarios de stress, puis rend un verdict qui détermine la suite du traitement.

Un défaut entraîne une correction à l’étape qui l’a produit. Tous les documents sont régénérés avant une nouvelle revue. Le document accepté passe ensuite à la mise en page, avec un contrôle visuel bloquant par diapositive.

Le registre des défauts conserve les constats entre les exécutions. Les revues périodiques transforment les erreurs récurrentes en règles, de préférence dans le code. Pour le système évalué, la description technique indique que les contrôles après rendu portent sur la configuration du modèle, la cohérence du registre, les contradictions du texte et les défauts de mise en page.

6. Que mesure l’étude et quelle décision peut-on en tirer ?

L’étude mesure les notes attribuées aux documents par des modèles juges dans un protocole donné. Dans la prépublication arXiv du 30 septembre 2026, cinq juges comparent les versions d’un même livrable dans une même session, sur le texte seul après retrait des marqueurs de gabarit. Selon le juge, le système complet obtient en moyenne de 20,4 à 33,6 points sur 95 de plus que le même modèle en génération directe avec une consigne courte. Les écarts moyens face à Opus vont de -4,7 à +0,8 point, également avec une consigne courte.

Les limites formulées par les auteurs doivent accompagner ces résultats : l’évaluation ne dispose pas de référence notée par des banquiers et l’accord entre juges ne prouve ni l’exactitude ni l’acceptabilité professionnelle. Aucune comparaison contrôlée n’isole la contribution de chaque composant du système. La part du texte effectivement écrite par le modèle reste également non quantifiable dans les archives disponibles.

Pour une direction, notre recommandation est d’évaluer la chaîne complète sur ses propres critères de réception. Cela suppose de distinguer la note donnée par le juge, la vérification des faits et la décision métier d’accepter le livrable. Chaque appréciation doit être rattachée à son protocole et à son responsable.

7. Quelles exigences poser avant d’automatiser des présentations financières ?

Le pipeline d’origine appelle un moteur de calcul obligatoire, une vérification bloquante et des sorties structurées. L’annexe A publiée sur arXiv le 30 septembre 2026 préconise aussi des consignes plus courtes réparties entre davantage d’étapes, des sources de données internes et un modèle de revue exigeant. Elle propose d’introduire volontairement des défauts pour valider les contrôles avant la production.

À partir de ces principes, TW3 Partners recommande de prévoir dans la recette :

• Un périmètre documentaire défini, avec les données utilisables et les manques que le système doit signaler.
• Un registre consultable reliant les chiffres aux sources et aux calculs.
• Des conditions de blocage écrites, que l’équipe puisse déclencher et constater pendant les essais.
• Une correction dans l’étape d’origine, suivie d’une régénération et d’une nouvelle vérification des documents concernés.
• Une validation métier identifiée avant la diffusion du support.

Pour mesurer une amélioration, la conclusion de l’étude recommande de conserver la configuration du juge et de répéter la notation avant d’interpréter de petits écarts. La recette doit donc vérifier le comportement des contrôles et préciser la manière dont les documents seront évalués. Le protocole de notation fait partie du dossier de validation au même titre que les critères documentaires.

FAQ

Un agent peut-il produire seul une présentation pour un comité de crédit ?
Le système étudié sur arXiv, le 30 septembre 2026, associe le modèle à des calculs, à un registre et à des contrôles. La boucle de relecture par le banquier et le superviseur reste hors du périmètre évalué. Notre recommandation est de conserver une approbation métier explicite.

Comment empêcher le modèle d’inventer un chiffre ?
Dans la prépublication du 30 septembre 2026, le registre fournit les faits et la validation rejette les nombres non justifiés après génération. Pour un projet, nous recommandons de vérifier ce rejet pendant la recette, en introduisant des défauts contrôlés comme le propose l’annexe A.

Le modèle peut-il rester hébergé chez la banque ?
Le système décrit par les auteurs, le 30 septembre 2026, emploie Qwen3.8-27B sur site. Il constitue un cas étudié d’hébergement local ; le choix d’infrastructure d’un projet reste à instruire selon son périmètre.

L’étude a-t-elle été menée dans une banque cliente ?
Selon la prépublication arXiv du 30 septembre 2026, les 17 livrables sont des exercices sur des émetteurs cotés ou notés, construits à partir d’informations publiques. Les documents et certains éléments de reproduction restent privés parce qu’ils contiennent des noms de banques et d’émetteurs.

Les notes des juges prouvent-elles que les documents sont meilleurs ?
Elles décrivent l’appréciation des juges dans le protocole retenu. Les auteurs précisent, le 30 septembre 2026, que leur accord ne suffit pas à établir l’exactitude ou l’acceptabilité professionnelle des documents.

Qui sont les auteurs de l’étude ?
La prépublication arXiv, version initiale du 30 septembre 2026, est signée Ludovic Gibert, affilié à AIData2Action, Matis Despujols et André-Louis Rochet, affiliés à TW3 Partners. Elle s’intitule Better Deck or Different Judge? Evaluating Agentic Harness Gains in Corporate and Investment Banking.

Pour aller plus loin

• Meilleur document ou juge différent ? Évaluer un agent qui produit des présentations de banque d’investissement.
• Un modèle ouvert de 27 milliards de paramètres, hébergé sur site et encadré par un harnais, comparé à Opus en génération directe.
• Évaluer un système d’IA avec un juge LLM : le protocole en huit points tiré de notre étude.
• IA et direction financière : automatiser l’analyse et le reporting.
• Recherche et développement de TW3 Partners.

Sources

• arXiv, Ludovic Gibert, Matis Despujols et André-Louis Rochet, Better Deck or Different Judge? Evaluating Agentic Harness Gains in Corporate and Investment Banking, version initiale, 30 septembre 2026, notice, texte intégral HTML et PDF consultés le 9 octobre 2026.