Chain-of-Thought Prompting: Precision-Recall Trade-offs voor Finance AI
Chain-of-Thought-prompting verhoogt de precisie, maar kan de recall op zeldzame financiële gebeurtenissen verlagen, zodat fraudedetectie-agents anomalieën missen.
Mike Thrift
Marketingmanager
PHANTOM (NeurIPS 2025): Het meten van LLM-hallucinatie-detectie in financiële documenten
PHANTOM (NeurIPS 2025) meet LLM-hallucinatiedetectie op echte SEC-filings. Qwen3-30B leidt met F1=0,882, maar 7B-modellen gokken bijna willekeurig.
FinMaster Benchmark: Waarom LLM's 96% scoren op financiële geletterdheid maar 3% op het genereren van overzichten
FinMaster Benchmark: top-LLM's halen 96% op financiële geletterdheid maar slechts 3% op statementgeneratie. Foutpropagatie kost 21 punten bij consultingtaken.
ReAct: Synergie tussen redeneren en handelen in taalmodellen
ReAct verweeft redeneren met toolacties en verslaat pure CoT met 34 punten op feitverificatie. De faalmodi ervan vormen agents die naar Beancount-grootboeken schrijven.