Un método innovador mide la validez temporal, la comprensión y el impacto de la IA en el campo de la tecnología financiera
Summary:
Científicos de la Universidad de Innsbruck han desarrollado un método para medir la comprensión de una IA de la "validez temporal", o la relevancia basada en el tiempo de las declaraciones. Su técnica podría afectar el uso de plataformas de IA como ChatGPT en la tecnología financiera. Los investigadores descubrieron que ChatGPT no funcionaba tan bien como los modelos más específicos y sugirieron que los modelos de IA más específicos serían más adecuados en situaciones en las que la validez temporal es importante, como la generación de noticias o el análisis de los mercados financieros. El estudio también indicó que entrenar a los sistemas de IA para descifrar las declaraciones más relevantes con la puntualidad como factor podría mejorar sus capacidades de predicción en tiempo real en sectores a gran escala.
Dos científicos de la Universidad de Innsbruck, en Austria, han creado una técnica para medir la competencia de los sistemas de inteligencia artificial (IA) en la comprensión de la "validez temporal". Esto podría tener un profundo impacto en la aplicación de plataformas de IA generativa como ChatGPT en el campo de la tecnología financiera. La validez temporal se refiere al grado de relevancia de un enunciado para otro durante un período de tiempo determinado. En resumen, se trata de la importancia basada en el tiempo de las declaraciones vinculadas.
Un sistema de IA probado en sus habilidades de predicción de validez temporal tendría la tarea de elegir la declaración más relacionada con el tiempo de un conjunto proporcionado. En su trabajo de investigación preliminar recientemente compartido llamado "Predicción del cambio de validez temporal", Georg Wenzel y Adam Jatowt ilustran con un ejemplo en el que se dice que un individuo está leyendo en un autobús. En este escenario, la declaración de contexto más pertinente es "Solo me quedan unas pocas páginas más, entonces he terminado". Dado que la declaración objetivo significa que la persona en el autobús está leyendo en ese momento, el resto son comparativamente insignificantes.
Wenzel y Jatowt generaron un conjunto de datos categorizado de instancias de entrenamiento que ayudó a construir una tarea de evaluación comparativa para grandes modelos de lenguaje (LLM). ChatGPT fue su modelo de prueba preferido debido a su uso generalizado, aunque mostró un rendimiento considerablemente menor en comparación con modelos más específicos. Las limitaciones de ChatGPT podrían atribuirse a la técnica de aprendizaje de pocos disparos y a una comprensión inadecuada de los rasgos característicos del conjunto de datos.
Sugiere que los escenarios en los que la validez temporal es vital para determinar la utilidad o la corrección, como la generación de artículos de noticias o la evaluación del mercado financiero, probablemente se beneficiarían más de modelos específicos de IA que de herramientas más generalistas como ChatGPT. Los investigadores también demostraron que la modificación de las predicciones de cambio de valor temporal a lo largo del proceso de entrenamiento de un LLM podría producir mejores resultados en la tarea de evaluación comparativa de cambios temporales.
Si bien el documento no explora explícitamente las consecuencias más allá del experimento, una de las deficiencias existentes de los sistemas de IA generativa es su incapacidad para diferenciar entre incidentes pasados y presentes dentro de una variedad de obras literarias. Educar a estos sistemas para determinar las declaraciones más relevantes dentro de un cuerpo de texto, con la puntualidad como parámetro decisivo, podría mejorar drásticamente la capacidad de los modelos de IA para hacer predicciones nítidas y en tiempo real en sectores a gran escala, como las criptomonedas y el mercado de valores.
Published At
1/2/2024 10:50:00 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.