KI News: Kurz und klar.

Ein neues Forschungsprojekt aus dem arXiv-Repository präsentiert Boltzmann-GPT, ein innovatives System, das die Stärken von Energie-basierten Weltmodellen mit der Sprachkompetenz moderner Large Language Models (LLMs) kombiniert. Durch die klare Trennung von Weltverständnis und Sprachproduktion soll die Frage beantwortet werden, ob LLMs wirklich die Welt verstehen oder lediglich plausibles Textmaterial erzeugen.

Die rasante Verbreitung großer Sprachmodelle im Finanzsektor erfordert ein rigoroses Bewertungssystem, um Leistung, Effizienz und praktische Anwendbarkeit zu prüfen. In einer neuen Studie wird die GPT‑OSS‑Familie gegen aktuelle LLM‑Modelle auf zehn vielfältigen Finanz‑NLP‑Aufgaben getestet.

Ein brandneues Forschungsprojekt, veröffentlicht auf arXiv (2512.11857v1), präsentiert „TopicProphet“, ein innovatives Verfahren, das die langjährige Herausforderung der Aktienvorhersage neu angeht. Das Ziel ist klar: die Genauigkeit von Prognosen zu erhöhen, indem historische Zeiträume mit ähnlichen öffentlichen Sentiment‑Trends und gesellschaftlichen Hintergründen gezielt ausgewählt werden.

Eine neue Studie aus dem Bereich der Verkehrsplanung hat die öffentliche Stimmung zu den Verkehrsmanagement‑Politiken in Knoxville, Tennessee, mithilfe von Twitter‑ und Reddit‑Posts untersucht. Die Forscher sammelten 7.906 Beiträge aus dem Zeitraum Januar 2022 bis Dezember 2023 und wendeten moderne Text‑Analyse‑Werkzeuge an, um die Meinungen der Bürger zu quantifizieren.

Eine neue Studie kombiniert Deep‑Learning‑Methoden mit Sentiment‑Analyse, um die zukünftige Entwicklung der Halbleiterbranche in Taiwan präziser vorherzusagen. Im Fokus steht TSMC, der weltweit führende Wafer‑Hersteller, dessen Marktveränderungen und technologische Fortschritte in der Vergangenheit von traditionellen Analyseansätzen oft unzureichend erfasst wurden.

Die Analyse von Kundenmeinungen ist heute ein entscheidender Faktor für Unternehmensentscheidungen, da soziale Medien und E‑Commerce immer mehr Einfluss gewinnen. Textbasierte Bewertungen liefern dabei die strukturierte Basis für Sentiment‑Analysen, doch herkömmliche lexikonbasierte Ansätze und klassische Machine‑Learning‑Methoden stoßen an ihre Grenzen, wenn es um Kontextnuancen und Skalierbarkeit geht.

Für alle, die gerade erst in die Welt der natürlichen Sprachverarbeitung (NLP) einsteigen, gibt es jetzt fünf praxisnahe Projekte, die spielerisch zeigen, wie Computer Texte lesen, verstehen, erzeugen und übersetzen können.

In der Finanzwelt sind Earnings Calls ein besonders wertvoller Kommunikationskanal, der sowohl vorgefertigte Managerkommentare als auch spontane Analystenfragen vereint. Trotz Fortschritten in der Sentiment‑Analyse, die Text, Ton und Bild kombinieren, greifen die meisten Systeme noch auf flache Dokument- oder Satzmodelle zurück und vernachlässigen die komplexe Diskursstruktur dieser Gespräche.

In den letzten Jahren haben Meme-Aktien wie GameStop, AMC und anderen die Finanzmärkte in Aufruhr versetzt. Gleichzeitig entwickelt die KI-Forschung neue Ansätze, um die riesige Menge an Social‑Media‑Inhalten zu nutzen. Forscher untersuchen, ob Deep‑Learning‑Modelle, die speziell auf Meme‑Inhalte trainiert sind, bei der Vorhersage von Kursbewegungen dieser Aktien helfen können.