Новое исследование показало, что большие языковые модели, в частности GPT-4 (который используется в некоторых версиях ChatGPT и различных продуктах генеративного искусственного интеллекта под брендом Microsoft Copilot), способны анализировать финансовые отчеты более точно, чем люди.
Полученные результаты Исследователи из Чикагского университета предполагают, что все более распространенное использование ИИ окажет существенное влияние на будущее финансового анализа и принятия решений.
В исследовании также подчеркивается универсальность универсальных многофункциональных LLM, таких как GPT-4, которые могут предоставлять возможности, аналогичные более специализированным инструментам. Она заявляет: «Мы обнаружили, что точность прогнозирования LLM сопоставима с производительностью тщательно обученной современной модели машинного обучения».
LLM преуспевают в анализе финансовых отчетов
В ходе тестирования исследователи обнаружили, что GPT-4 превзошел аналитиков-людей даже без текстового контекста, подчеркнув точность технологии на уровне 60% по сравнению с 53-57% для аналитиков-людей.
Однако успех не пришел без определенной подготовительной работы. В статье подробно описано, как исследователи использовали рассуждения для формулирования более подходящих и точных ответов.
Кроме того, исследование показало, что GPT-4 и люди-аналитики хорошо дополняют друг друга — в то время как LLM превосходит других в областях, где люди могут быть неэффективными или предвзятыми, люди добавляют ценность там, где необходим дополнительный контекст.
Возможности GPT-4 объясняются его обширной базой знаний и теоретическим пониманием, которое позволяет системе делать выводы на основе шаблонов данных даже без специальной финансовой подготовки. И хотя было показано, что модель имеет некоторые ограничения, последняя модель GPT-4o уже продемонстрировала значительный рост эффективности при трансформации в мультимодальную модель.
Хотя существует большой скептицизм по поводу готовности генеративного ИИ заменить рабочих-людей, его роль как неотъемлемой поддержки становится все более очевидной по мере того, как рабочие-люди готовятся к гибридизации с технологиями, повышающими эффективность.