大型語言模型

深度分析

大型語言模型於金融文本壓縮的資訊忠實度與決策翻轉率分析

金融決策者面臨資訊過載，研究發現大型語言模型壓縮財報文本會改變投資判斷。作者提出資訊忠實度概念，並以多壓縮候選審核減少決策翻轉。實驗顯示，新的代理式壓縮方式可提升預測準確度。研究指出，去情境化與模型依賴是主要失真來源，未來若未解決，金融AI系統可能持續放大誤判風險。