Wenden Sie vortrainierte große Sprachmodelle auf KI-gestützte Finanzforschung an

Donghyun Kim

No nq8wj, OSF Preprints from Center for Open Science

Abstract: In der jüngeren Vergangenheit hat die Verwendung von vortrainierten Sprachmodellen (PLMs) für Aufgaben der Verarbeitung natürlicher Sprache (NLP) immense Popularität erlangt. Dieses Papier bewertet die Fähigkeiten dieser Modelle im Finanzsektor, zusammen mit den Hindernissen, denen sie in diesem Bereich gegenüberstehen. Das Papier bewertet auch die Transparenz dieser Modelle und die ethischen Fragen im Zusammenhang mit ihrer Verwendung im Finanzwesen. Unsere Studie zeigt, dass PLMs das Potenzial haben, die Art und Weise, wie Finanzdaten analysiert und verarbeitet werden, zu verändern. Es ist jedoch entscheidend, die Herausforderungen und ethischen Bedenken anzugehen, die mit ihrer Umsetzung verbunden sind, um sicherzustellen, dass sie ethisch und verantwortungsbewusst verwendet werden. Zukünftige Studien werden sich auf die Verbesserung der Modelle konzentrieren, um die Instabilität von Finanzdaten zu bewältigen, Verzerrungen in den Trainingsdaten zu reduzieren und transparente Vorhersagen zu bieten. Zusammenfassend glauben wir, dass die Weiterentwicklung der KI im Finanzwesen durch das Wachstum und die Implementierung vortrainierter Sprachmodelle bestimmt wird.

Date: 2023-02-07
New Economics Papers: this item is included in nep-ger
References: View complete reference list from CitEc
Citations:

Downloads: (external link)
https://osf.io/download/63e27d01197ebb01e0a15fd2/

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:osf:osfxxx:nq8wj

DOI: 10.31219/osf.io/nq8wj

Access Statistics for this paper

More papers in OSF Preprints from Center for Open Science
Bibliographic data for series maintained by OSF ().