新论文用股票套利测试语言模型预测一致性

Suproteem Sarkar 与经济学家 Isaiah Andrews 合作发表新论文,系统测量语言模型预测的概率一致性。方法颇具巧思:作者用历史股票收益构建预测环境,若模型预测不自洽,则存在可被套利的利润空间,以此量化衡量模型的概率一致性。研究发现,事件之间的逻辑关系越多,语言模型的预测就越不自洽,套利空间也随之增大。

2026-09-05 ~ 2026-09-05 · 2 条相关

• 用套利利润衡量LLM预测:新论文构建股票预测一致性测试 — soumitrashukla9 · 2026-09-05
• 研究发现:事件逻辑关系越多,语言模型预测越不自洽 — soumitrashukla9 · 2026-09-05