Das US-ame­ri­ka­ni­sche KI-Unter­neh­men Wri­ter hat in die­ser Woche ein KI-Modell Pal­my­ra-Fin-70b vor­ge­stellt, das in der Lage ist, die CFA-Level-III-Prü­fung zu bestehen, die eine der anspruchs­volls­ten Prü­fun­gen im Bereich des Invest­ment­ma­nage­ments ist^[1]Writer’s new AI models are sca­ry good at health­ca­re and finan­ce tasks.

Das Unter­neh­men schreibt dazu:

Pal­my­ra-Fin-70B-32K wur­de sorg­fäl­tig ent­wi­ckelt, um die ein­zig­ar­ti­gen sprach­li­chen und fach­li­chen Anfor­de­run­gen des Finanz- und Wirt­schafts­sek­tors zu erfül­len. Es wur­de auf der Grund­la­ge einer umfang­rei­chen Samm­lung hoch­wer­ti­ger Finanz­da­ten fein­ab­ge­stimmt, um sicher­zu­stel­len, dass es Tex­te mit prä­zi­ser, domä­nen­spe­zi­fi­scher Genau­ig­keit und flüs­si­gem Sprach­ge­brauch ver­ste­hen und gene­rie­ren kann.

Unser Sys­tem inte­griert einen spe­zia­li­sier­ten inter­nen Finanz­da­ten­satz und ein aus­ge­klü­gel­tes Fein­ab­stim­mungs­re­zept, das es für die spe­zi­fi­schen Anfor­de­run­gen die­ses Bereichs beson­ders geeig­net macht. Zu den wich­tigs­ten Kom­po­nen­ten unse­rer Trai­nings­pipe­line gehören:

• Spe­zia­li­sier­ter Daten­satz: Ver­wen­dung eines pro­prie­tä­ren inter­nen Finanz­da­ten­sat­zes, um die Leis­tung des Modells zu verbessern.
• Ansatz zur Fein­ab­stim­mung: Kun­den­spe­zi­fi­scher Daten­satz für Finanz­an­wei­sun­gen (Wri­ter in-house build)

Anwen­dungs­fall

Pal­my­ra-Fin-70B-32K ist für den Ein­satz in eng­li­scher Spra­che für Finanz­ana­ly­sen, Vor­her­sa­ge von Markt­trends, Risi­ko­be­wer­tung, Erstel­lung von Finanz­be­rich­ten und auto­ma­ti­sier­te Finanz­be­ra­tung vor­ge­se­hen. Es eig­net sich her­vor­ra­gend für die Beant­wor­tung von Fra­gen aus lan­gen Finanz­do­ku­men­ten und ist damit ide­al für tief­grei­fen­de Finanz­for­schung und ‑ana­ly­se.

Das Modell wur­de von Wri­ter als Open-Source-Ver­si­on ver­öf­fent­licht. Nach Ansicht von Wri­ter sei es für Unter­neh­men ris­kant, sich auf Black­bo­xen zu ver­las­sen. Open Source sei die ein­zi­ge Mög­lich­keit, KI-Sicher­heit effek­tiv anzugehen.