一项发表在arXiv上的新研究调查了大型语言模型（LLMs）随着时间推移准确模拟个体投资者行为的能力。在一项涉及80名参与者的纸面交易模拟中，研究人员发现，当前的大型语言模型在可靠预测交易发生、买卖结构和资产选择方面存在困难。虽然一些大型语言模型实现了与参与者相似的总体交易活动，但它们的投资组合轨迹却显著不同。该研究强调了大型语言模型模拟中的一般行为准确性与真正的个体层面保真度之间的关键差距，并建议需要对行为准确性、解释一致性和证据依赖性进行单独评估。 AI
影响 强调了大型语言模型模拟能力的局限性，表明需要更细致的个性化用户建模评估方法。
排序理由 发表在arXiv上的学术论文，详细介绍了研究结果。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
