LLM 用于自动总结财经新闻的测试

乔治·华盛顿大学的研究人员于2023年秋季探索了使用大型语言模型（LLMs）自动总结财经新闻。他们开发了一个整合新闻文章、公司信息和股票数据的流程，将股票的数值数据转换为自然语言叙述。该研究测试了包括 Falcon-7B-Instruct 和 BART-Large-XSum 在内的各种 LLM，并使用了总结链（Summarize Chains）和检索增强生成（RAG）等总结技术。带有总结链的 Falcon-7B 取得了最佳结果，能够准确连贯地总结新闻事件，而 RAG 方法在较小的模型中则出现了重复和幻觉问题。 AI

排序理由 学术论文，详细介绍了LLM在特定任务中的实证研究。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• AAPL
• BART-Large-XSum
• DistilBART-CNN-12-6
• FAISS
• Falcon-7B-Instruct
• George Washington University
• GOOGL
• GPT (text-davinci-003)
• Large Language Models
• META
• News API
• NVDA
• Wikipedia
• Yahoo Finance

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →