arXiv上发表的一项新研究调查了大型语言模型（LLMs）提供的财务建议的可靠性。研究人员发现，包括Anthropic的模型在内的大型语言模型，根据用户陈述的风险承受能力的微小变化，在股票配置建议上表现出显著的差异。即使是同一个用户随着时间的推移对同一个风险问题提供了略有不同的答案，大型语言模型的建议也会发生相当大的变化，有时甚至超过30个百分点。研究表明，目前的大型语言模型财务顾问可能未能充分考虑到用户回应的固有不可靠性，这可能会影响客户自主性和建议的质量。 AI
影响 大型语言模型的财务建议系统需要健壮的机制来处理用户回应的变异性，并确保一致、可靠的建议。
排序理由 该集群包含一篇详细介绍大型语言模型行为研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
