WARNUNG: Ver­wais­ter Fuß­no­ten­start-Tag-Short­code gefunden.

Wenn die­se War­nung irrele­vant ist, deak­ti­vie­re bit­te die Syn­tax-Vali­die­rungs­funk­ti­on im Dash­board unter All­ge­mei­ne Ein­stel­lun­gen > Fuß­no­ten Start- und Ende-Short­codes > Prü­fe auf aus­ge­gli­che­ne Shortcodes.

Unaus­ge­gli­che­ner Start-Tag-Short­code zuvor gefunden:

“”

Der Anbie­ter von Finanz­in­for­ma­tio­nen, Bloom­berg, arbei­tet an einer Art ChatGPT für Finanz­in­for­ma­tio­nen namens BloombergGPT.

Gro­ße Sprach­mo­del­le (Lar­ge Lan­guage Models, LLMs) hät­ten sich bei einer Viel­zahl von Auf­ga­ben als effek­tiv erwie­sen; in der Lite­ra­tur sei laut der Autoren von Bloom­bergGPT: A Lar­ge Lan­guage Model for Finan­ce jedoch noch kein LLM, das für den Finanz­be­reich spe­zia­li­siert ist, beschrie­ben. In dem Paper wird Bloom­bergGPT vor­ge­stellt, ein Sprach­mo­dell mit 50 Mil­li­ar­den Para­me­tern. “Wir kon­stru­ie­ren einen 363 Mil­li­ar­den Token umfas­sen­den Daten­satz, der auf Bloom­bergs umfang­rei­chen Daten­quel­len basiert, dem viel­leicht größ­ten domä­nen­spe­zi­fi­schen Daten­satz. Wir vali­die­ren Bloom­bergGPT mit Stan­dard LLM-Bench­marks, offe­nen Finanz-Bench­marks und einer Rei­he von inter­nen Bench­marks, die unse­re beab­sich­tig­te Nut­zung am genau­es­ten wider­spie­geln. Unser Trai­ning mit gemisch­ten Daten­sät­zen führt zu einem Modell, das bestehen­de Model­le bei Finanz­auf­ga­ben deut­lich über­trifft”. Dane­ben ver­wen­det Bloom­bergGPT noch eine Rei­he ande­rer, über­wie­gend eng­lisch­spra­chi­ger Daten­quel­len (non-finan­ce-spe­ci­fic-data).

Die fir­men­spe­zi­fi­schen Daten­sät­ze namens Fin­Pi­le “bestehen aus einer Viel­zahl eng­lisch­spra­chi­ger Finanz­do­ku­men­te, dar­un­ter Nach­rich­ten, Berich­te, Pres­se­mit­teilungen, im Inter­net gescrap­te Finanz­do­ku­men­te und sozia­le Medi­en aus den Bloom­berg-Archi­ven”. Hin­zu kom­men noch SEC-Berich­te, Bloom­berg-TV-Pro­to­kol­le, Fed-Daten und ande­re für die Finanz­märk­te rele­van­te Daten.  Die nicht finanz­spe­zi­fi­schen Daten­sät­ze wer­den als “The Pile” bezeich­net. Dar­in ent­hal­ten sind sämt­li­che You­Tube-Titel über Pro­ject Guten­berg bis hin zu den Enron-E-Mails, die beim KI-Trai­ning immer wie­der auf­tau­chen. Eben­falls ent­hal­ten ist eine voll­stän­di­ge Kopie von Wiki­pe­dia mit Stand vom Juli letz­ten Jah­res((What if ChatGPT was trai­ned on deca­des of finan­cial news and data? Bloom­bergGPT aims to be a domain-spe­ci­fic AI for busi­ness news))((Kre­dit­s­coring mit Big Data: Ein Buch mit sie­ben Sie­geln Von Ralf Keu­per Bei der Beur­tei­lung der Kre­dit­wür­dig­keit einer (natür­li­chen)…

  • Der Kry­p­­to-Detek­­tiv In sei­ner Frei­zeit macht sich der Medi­zi­ner James Block auf…
  • Finanz­dienst­leis­tun­gen im Umbruch – Kon­se­quen­zen für die Qua­li­fi­ka­ti­ons­ent­wick­lung von Bank­an­ge­stell­ten Von Ralf Keu­per Der einst attrak­ti­ve Beruf des Bank­kauf­manns bzw.…
  • Quandl: Finanz- und Risi­ko­in­for­ma­tio­nen auf einer neu­en Betrach­tungs­ebe­ne Von Ralf Keu­per Risi­ko­ma­na­ger in Ban­ken eben­so wie Hedge-Fonds –…