研究发现GPT-4比人类分析师表现出相对优势 有可能为投资带来更多收益

研究发现GPT-4比人类分析师表现出相对优势 有可能为投资带来更多收益 此外，研究人员还发现，通用 LLM 的表现与为阅读财务报表而训练的最先进的狭义机器学习模型一样出色。他们还发现，LLM 能够做出产生更高夏普比率的预测，夏普比率是将投资收益与风险进行比较，夏普比率越高越好。鉴于这些结果，研究人员发现，在选择投资时，LLM 可能会在决策中发挥核心作用。有趣的是，GPT-4 仅凭财务报表就能超越人类投资者，而人类投资者却不了解任何背景情况。研究人员还表示，LLM 的预测并非来自其训练记忆，而是"对公司未来业绩产生有用的叙述性见解"。对于那些认为这项工作听起来很有趣的投资者，研究人员创建了一个ChatGPT 机器人，供ChatGPT Plus订阅者使用，这样他们就可以提交财务报表并获得分析结果。对于有兴趣免费分析财务报表的人来说，Claude 3 还允许用户上传文件，并就数据提出问题。虽然研究人员可能会怀疑LLM是否能取代人类投资者，但这些工具的出现带来的另一个质变是，可能不了解财务文件来龙去脉的业余投资者可以以更简单并更全面的方式了解不同公司的情况。 ... PC版： 手机版：

GPT-4、Llama 2比人类更懂“人类心理”？最新研究登上Nature子刊

GPT-4、Llama 2比人类更懂“人类心理”？最新研究登上Nature子刊 这些发现不仅表明大型语言模型（LLMs）展示出了与人类心理推理输出一致的行为，而且还突出了系统测试的重要性，从而确保在人类智能和人工智能之间进行非表面的比较。相关研究论文以“Testing theory of mind in large language models and humans”为题，已发表在 Nature 子刊 Nature Human Behaviour 上。GPT 更懂“误导”，Llama 2 更懂“礼貌”心智理论，是一个心理学术语，是一种能够理解自己以及周围人类的心理状态的能力，这些心理状态包括情绪、信仰、意图、欲望、假装等，自闭症通常被认为是患者缺乏这一能力所导致的。以往，心智理论这一能力被认为是人类特有的。但除了人类之外，包括多种灵长类动物，如黑猩猩，以及大象、海豚、马、猫、狗等，都被认为可能具备简单的心智理论能力，目前仍有争议。最近，诸如 ChatGPT 这样的大型语言模型（LLMs）的快速发展引发了一场激烈的争论，即这些模型在心智理论任务中表现出的行为是否与人类行为一致。在这项工作中，来自德国汉堡-埃彭多夫大学医学中心的研究团队及其合作者，反复测试了两个系列的 LLMs（GPT 和 Llama 2）的不同心智理论能力，并将它们的表现与 1907 名人类参与者进行比较。他们发现，GPT 模型在识别间接要求、错误想法和误导三方面的表现，可以达到甚至超越人类的平均水平，而 Llama 2 的表现还不如人类。图｜人类（紫色）、GPT-4（深蓝色）、GPT-3.5（浅蓝色）和 LLaMA2-70B（绿色）在心智理论测试中的表现。在识别失礼方面，Llama 2 要强于人类，但 GPT 表现不佳。研究团队认为，Llama 2 表现好是因为回答的偏见程度较低，而不是因为真的对失礼敏感，GPT 表现较差其实是因为对坚持结论的超保守态度，而不是因为推理错误。AI 的心智理论已达人类水平？在论文的讨论部分，研究团队对 GPT 模型在识别不当言论任务中的表现进行了深入分析，实验结果支持了 GPT 模型在识别不当言论方面存在过度保守的假设，而不是推理能力差。当问题以可能性的形式提出时，GPT 模型能够正确识别并选择最可能的解释。同时，他们也通过后续实验揭示了 LLaMA2-70B 的优越性可能是由于其对无知的偏见，而不是真正的推理能力。此外，他们还指出了未来研究的方向，包括进一步探索 GPT 模型在实时人机交互中的表现，以及这些模型的决策行为如何影响人类的社会认知。他们提醒道，尽管 LLM 在心智理论任务上的表现堪比人类，但并不意味着它们具有人类般的能力，也代表它们能掌握心智理论。尽管如此，他们也表示，这些结果是未来研究的重要基础，并建议进一步研究 LLM 在心理推断上的表现会如何影响个体在人机交互中的认知。 ... PC版： 手机版：

GPT-4 整治学术不端：人大 / 浙大团队实测 7000 篇论文，撤稿预测与人类 95% 一致

GPT-4 整治学术不端：人大 / 浙大团队实测 7000 篇论文，撤稿预测与人类 95% 一致 （英文） 研究表明，GPT-4 的总体预测结果（包含撤稿预测和非撤稿预测）与人工预测结果的一致性最高，高达约 95%！ 其次是 GPT-3.5 和 SVM 模型，其一致性超过 80%。而关键词方法与其他机器学习模型的一致性则在 46%-64% 之间，预测效果一般。 在精确率方面，同样是 GPT-4 的精确率最高：GPT-4 预测会撤稿的论文中，近 70% 的在人工预测中同样会撤稿。而其他模型的预测精确率均远低于 GPT-4。

除了所有数据分析师和GPT-4之间的可比绩效外，我们可以注意到GPT-4所花费的时间要比人类数据分析师短得多。我们假设每个月有大

除了所有数据分析师和GPT-4之间的可比绩效外，我们可以注意到GPT-4所花费的时间要比人类数据分析师短得多。我们假设每个月有大约21个工作日，每天工作8小时左右，并根据每个级别的数据分析师所花费的平均时间计算出每个实例在美元方面的成本。GPT4 的成本约为初级数据分析员成本的0.71％和高级数据分析员成本的0.45％。 #抽屉IT

OpenAI推出CriticGPT模型，让GPT-4帮人类训练GPT-4

OpenAI推出CriticGPT模型，让GPT-4帮人类训练GPT-4 PANews 6月28日消息，据财联社报道，OpenAI新推出了一个基于GPT-4的模型CriticGPT，用于捕获ChatGPT代码输出中的错误。 CriticGPT的作用相当于让人们用GPT-4来查找GPT-4的错误。该模型可以对ChatGPT响应结果做出批评评论，从而帮助人工智能训练师在“基于人类反馈的强化学习（RLHF）”过程中发现的错误，为人工智能训练师提供明确的人工智能帮助。这一新模型的发布意在向投资者传达，OpenAI在RLHF赛道上的领先地位。RLHF的一个关键部分就是收集比较，让人工智能训练师对不同的ChatGPT回答进行评分，并反馈给ChatGPT。 研究发现，当训练师借助CriticGPT来审查ChatGPT输出代码时，他们的表现要比没有得到帮助的人高出60%。并且，在CriticGPT的帮助下，他们的指正比自己单独做的更加全面。

GPT-4击败华尔街？最新研究：选股回报超40%

GPT-4击败华尔街？最新研究：选股回报超40% 这个在GPT-4基础上打造的选股票AI，名叫MarketSenseAI。整体来看，MarketSenseAI结合了思维链和上下文学习的方法来分析各种数据源，包括市场价格动态、财经新闻、公司基本面和宏观经济报告等等。基于此，这个AI系统就可以模拟金融投资团队的决策过程了。而且值得注意的一点是，GPT-4在这个过程中不仅充当预测工具，还起到了评估器的作用。对于这项研究，论文作者给出了这样的评价：证明了大语言模型在复杂金融决策中的功效，并标志着人工智能在整合金融分析和投资策略方面的重大进展。不过有一说一，此前与“AI炒股”相关的消息也是层出不穷。更是有许多消息拿着数据称“AI永远无法打败股票市场”，认为AI不仅无法预测黑天鹅事件，甚至可能会引发黑天鹤事件：那么此次基于GPT-4的选股研究是否靠谱，我们继续往下看。怎么做到的？从整体的框架结构来看，MarketSenseAI由五个主要部分构成，它们分别是：新闻总结器（Progressive News Summarizer）。基本面总结器（Fundamentals Summarizer）。股价动态总结器（Stock Price Dynamics Summarizer）。宏观经济环境总结（Macroeconomic Environment Summary）。信号生成（Signal Generation）。这五大部分在系统中各司其职，例如新闻总结器这个组件负责从大量的金融新闻中提取和浓缩关键信息，生成影响股票价格的重要新闻的概要。这一过程涉及到使用自然语言处理技术来识别和总结与特定股票相关的新闻事件，这些总结能够帮助投资者快速了解影响股价的最新动态。基本面总结器的作用是分析公司的财务报表，包括利润表、资产负债表和现金流量表；它利用 AI 技术来解读和总结这些财务数据，帮助投资者理解公司的财务状况和长期盈利能力。股价动态总结器的功能是分析股票的历史价格走势和关键的财务指标，如市盈率、股息收益率等；助于投资者了解股票的市场表现和潜在的风险回报比。宏观经济环境总结涵盖了对全球宏观经济状况的深入分析，考虑了经济增长、通货膨胀、利率水平、货币政策等因素。通过这种方式，能够在更广泛的经济环境中对单一股票进行评估。最后，信号生成这个步骤将上述所有分析整合，生成针对特定股票的投资信号（例如买入、持有或卖出），并提供详细的逻辑和理由。这一过程涉及到综合考虑各种数据源和分析结果，以形成对股票未来表现的预测。基于上述五个部件“组合拳”的能力，作者在与美国标普100指数做对比后，给出了在等权重投资组合（Equally-Weighted Portfolios）、资本化加权投资组合（ Capitalization-Weighted Portfolios）和排名投资组合（Ranked Portfolios）三个方面的性能表现结果。AI炒股，不止这一例不过有一说一，MarketSenseAI虽然在这次研究中取得了不错的表现，但这也仅是“AI炒股”众多案例中的一个。例如此前GPT-4刚刚联网之际，便有一家名为Autopilot的公司在X中宣布（账号名为The GPT Portfolio），要用GPT-4进行实盘投资。具体而言，他们新建了一个ChatGPT主导的投资计划，并交给它5万美元初始资金，看GPT-4能否战胜对冲基金。截至目前，The GPT Portfolio官网数据现实已经吸引了超过3400名的投资者、募集资金890多万美元。但在此前，从The GPT Portfolio在X中发布的数据来看，巅峰的数据应当是：超42000名投资者和3300多万美元的募集资金。如此比较下来，起码在数据方面，这个AI炒股项目的热度是降低了不少；并且从去年的1月7日，X账号已经停止了内容的更新。而在这个项目的背后，是来自佛罗里达大学金融学教授Alejandro Lopez-Lira的一项研究。教授在论文中指出：根据我们的研究，ChatGPT 能够预测股市价格走势，并产生超过500%的回报。虽然Lopez-Lira教授在研究中整体表达的是AI乐观态度，但他也指出：短时间内AI或许可以预测市场走向，但这一情况并不会维持太久。随着越来越多的人使用这些工具，市场将变得更加有效率，因此预计收益的可预测性会下降。预计到第五年，将没有任何收益可预测性。那么你觉得AI炒股这事，靠谱吗？参考链接：[1] ... PC版： 手机版：