Applica modelli di linguaggi di grandi dimensioni preaddestrati alla ricerca finanziaria basata sull'intelligenza artificiale

Donghyun Kim

No rcwp7, OSF Preprints from Center for Open Science

Abstract: Nel recente passato, l'uso di modelli linguistici preaddestrati (PLM) ha guadagnato un'immensa popolarità per le attività di elaborazione del linguaggio naturale (NLP). Questo documento valuta le capacità di questi modelli nel settore finanziario, insieme agli ostacoli che devono affrontare in questo dominio. Il documento valuta anche la trasparenza di questi modelli e le questioni etiche legate al loro utilizzo in finanza. Il nostro studio mostra che i PLM hanno il potenziale per trasformare il modo in cui i dati finanziari vengono analizzati ed elaborati. Tuttavia, è fondamentale affrontare le sfide e le preoccupazioni etiche associate alla loro attuazione per garantire che siano utilizzate in modo etico e responsabile. Gli studi futuri si concentreranno sul miglioramento dei modelli per gestire l'instabilità dei dati finanziari, ridurre le distorsioni nei dati di addestramento e offrire previsioni trasparenti. In conclusione, riteniamo che il progresso dell'IA nella finanza sarà determinato dalla crescita e dall'implementazione di modelli linguistici preaddestrati.

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

Downloads: (external link)
https://osf.io/download/63e1c6f868420a0063c981d0/

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:rcwp7

DOI: 10.31219/osf.io/rcwp7

Access Statistics for this paper

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