Aplique modelos de linguagem grandes pré-treinados em pesquisas financeiras com IA

Donghyun Kim

No 2r7gv, OSF Preprints from Center for Open Science

Abstract: No passado recente, o uso de modelos de linguagem pré-treinados (PLMs) ganhou imensa popularidade para tarefas de processamento de linguagem natural (NLP). Este artigo avalia as capacidades desses modelos no setor financeiro, juntamente com os obstáculos que eles enfrentam nesse domínio. O artigo também avalia a transparência desses modelos e as questões éticas relacionadas ao seu uso em finanças. Nosso estudo mostra que os PLMs têm o potencial de transformar a forma como os dados financeiros são analisados e processados. No entanto, é crucial abordar os desafios e as preocupações éticas associadas à sua implementação para garantir que sejam usados de forma ética e responsável. Estudos futuros se concentrarão em melhorar os modelos para gerenciar a instabilidade dos dados financeiros, reduzir o viés nos dados de treinamento e oferecer previsões transparentes. Em conclusão, acreditamos que o avanço da IA em finanças será determinado pelo crescimento e implementação de modelos de linguagem pré-treinados.

Date: 2023-02-07
References: View complete reference list from CitEc
Citations:

Downloads: (external link)
https://osf.io/download/63e27c553db09501da1d0d07/

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:2r7gv

DOI: 10.31219/osf.io/2r7gv

Access Statistics for this paper

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