Chain-of-Thought-Prompting: Precision-Recall-Abwägungen für Finanz-KI
Chain-of-Thought-Prompting erhöht die Präzision, kann aber den Recall bei seltenen Finanzereignissen senken, sodass Betrugs-Agenten Anomalien übersehen, die sie melden sollten.
Mike Thrift
Marketingmanager
PHANTOM (NeurIPS 2025): Messung der LLM-Halluzinationserkennung in Finanzdokumenten
PHANTOM (NeurIPS 2025) misst die LLM-Halluzinationserkennung an echten SEC-Filings. Qwen3-30B führt mit F1=0.882, doch 7B-Modelle raten nahezu zufällig.
FinMaster-Benchmark: Warum LLMs 96 % bei Finanzkompetenz, aber nur 3 % bei der Erstellung von Abschlüssen erreichen
FinMaster-Benchmark: Top-LLMs erreichen 96 % bei Finanzwissen, aber nur 3 % bei der Abschlusserstellung. Fehlerfortpflanzung kostet 21 Punkte bei Beratungsaufgaben.
ReAct: Synergie von Schlussfolgerung und Handeln in Sprachmodellen
ReAct verschränkt Schlussfolgern mit Tool-Aktionen und schlägt reine CoT um 34 Punkte bei Faktenprüfung. Seine Fehlermodi prägen Agenten, die in Beancount-Ledger schreiben.