Pas vooraf getrainde grote taalmodellen toe op door AI aangedreven financieel onderzoek

Donghyun Kim

No 2xuj9, OSF Preprints from Center for Open Science

Abstract: In het recente verleden is het gebruik van Pretrained Language Models (PLM's) enorm populair geworden voor Natural Language Processing (NLP)-taken. Dit document evalueert de mogelijkheden van deze modellen in de financiële sector, samen met de obstakels waarmee ze in dit domein worden geconfronteerd. De paper evalueert ook de transparantie van deze modellen en de ethische kwesties die verband houden met het gebruik ervan in de financiële wereld. Ons onderzoek toont aan dat PLM's het potentieel hebben om de manier waarop financiële gegevens worden geanalyseerd en verwerkt te transformeren. Het is echter van cruciaal belang om de uitdagingen en ethische problemen aan te pakken die gepaard gaan met de implementatie ervan om ervoor te zorgen dat ze ethisch en verantwoord worden gebruikt. Toekomstige studies zullen zich concentreren op het verbeteren van de modellen om de instabiliteit van financiële gegevens te beheersen, vertekening in de trainingsgegevens te verminderen en transparante voorspellingen te doen. Concluderend zijn wij van mening dat de vooruitgang van AI in de financiële wereld zal worden bepaald door de groei en implementatie van voorgetrainde taalmodellen.

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

Downloads: (external link)
https://osf.io/download/63e1bd5e68420a0057c98010/

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:2xuj9

DOI: 10.31219/osf.io/2xuj9

Access Statistics for this paper

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