Zespół badawczy stworzył TRACE - pierwszy na skalę benchmark łączący prognozowanie cen energii z oficjalnym tekstem operacyjnym dostępnym w momencie prognozy. Dataset obejmuje 7300 par (strefa rynkowa, dzień) z pięciu zone w głównym rynku energii w Stanach Zjednoczonych, z cenami i odpowiadającym im tekstem operacyjnym pobranych z rzeczywistych źródeł w momencie cutoff prognozy. Konstrukcja benchmarku szczególnie dba o to, aby żaden tekst pochodzący z czasu po punkcie prognozy nie przedostał się do danych treningowych - częsty problem w pracach nad time-series z dodatkowymi danymi.
Ocena semantyczna tekstu wykazała jego bliski związek z ruchem cen, szczególnie z ryzykami w ogonach rozkładu cen. Najsilniejszą korelację zaobserwowano dla ryzyka w górnym ogonie - czyli dla prognozowania bardzo wysokich cen, co jest kluczowe dla operacyjnego zarządzania rynkami. Modele foundation oparte na szeregach czasowych, wzbogacone o tekst operacyjny, wykazały medianie 7.4% redukcję pinball loss dla górnego ogona w stosunku do modeli operujących wyłącznie na danych numerycznych.
Kontrolowany eksperyment ablacyjny, w którym tekst z różnych dni był celowo pomylany, całkowicie zniwelował zaobserwowane zyski, spadając poniżej wydajności wariantu bez tekstu. To potwierdza, że prognozowanie wartości pochodzi konkretnie z tekstu operacyjnego, a nie z łatwo dostępnych informacji liczbowych. Praca wskazuje na niedoocenianą rolę tekstowych kontekstów operacyjnych w prognozowaniu cen energii i otwiera nowy kierunek badań nad multimodalnym forecasting w systemach energetycznych.