Các LLM cạnh tranh được yêu cầu chọn cổ phiếu: Lựa chọn của chúng tiết lộ những hạn chế của AI
Bài viết này khám phá những hạn chế của các mô hình ngôn ngữ lớn (LLM) khi đưa ra quyết định đầu tư bên ngoài môi trường thông tin quen thuộc của chúng. Nghiên cứu cho thấy ChatGPT có xu hướng đưa ra dự báo lạc quan hơn và mắc nhiều lỗi hơn so với DeepSeek khi đánh giá cổ phiếu Trung Quốc, chủ yếu do thiếu thông tin đa dạng về thị trường Trung Quốc. Bài viết nhấn mạnh tầm quan trọng của việc bổ sung đầu ra của AI bằng dữ liệu địa phương, kiến thức chuyên môn và xác thực chéo giữa các mô hình.
Tóm tắt nhanh
Bài viết này khám phá những hạn chế của các mô hình ngôn ngữ lớn (LLM) khi đưa ra quyết định đầu tư bên ngoài môi trường thông tin quen thuộc của chúng. Nghiên cứu cho thấy ChatGPT có xu hướng đưa ra dự báo lạc quan hơn và mắc nhiều lỗi hơn so với DeepSeek khi đánh giá cổ phiếu Trung Quốc, chủ yếu do thiếu thông tin đa dạng về thị trường Trung Quốc. Bài viết nhấn mạnh tầm quan trọng của việc bổ sung đầu ra của AI bằng dữ liệu địa phương, kiến thức chuyên môn và xác thực chéo giữa các mô hình.
Điểm chính
- ChatGPT hoạt động kém hiệu quả hơn DeepSeek khi dự đoán cổ phiếu Trung Quốc do thiếu thông tin địa phương.
- Các mô hình AI có thể đưa ra dự báo sai lệch khi hoạt động bên ngoài môi trường thông tin gốc của chúng.
- Cần bổ sung kết quả của AI bằng dữ liệu địa phương và kiến thức chuyên môn để đưa ra quyết định chính xác.
Góc nhìn từ cộng đồng
Hãy là người đầu tiên thêm một góc nhìn hữu ích để mạch đọc này trở nên sâu hơn.