#forecasting
پیش‌بینی مالی و مدل‌سازی مدت بقا با عامل‌های هوش مصنوعی
تنها Qwen3.5-9B از ۸۰٪ از ۱۳۲ اجرای CFO در EnterpriseArena جان سالم به در می‌برد، در حالی که GPT-5.4 و DeepSeek-V3.1 به ۰٪ می‌رسند. نادیده‌گرفتن تطبیق دفتر عامل شکست است.
InvestorBench: Qwen2.5-72B با نرخ موفقیت ۴۶.۱۵٪ پیشتاز معاملات سهام است؛ Palmyra-Fin تنظیم‌شده برای مالی در سهام نتیجه معکوس می‌دهد—اندازه بر تنظیم‌دقیق دامنه برتری دارد.
حذف در NeurIPS 2024: حذف مدل زبانی بزرگ از Time-LLM و CALF دقت را بهبود می‌دهد، با آموزش تا ۱٬۳۸۳ برابر سریع‌تر. برای هوش مصنوعی مالی از مدل‌های هدفمند استفاده کنید.
FinBen دریافت GPT-4 در FinQA به تطابق دقیق ۰.۶۳ و در پیش‌بینی سهام به ۰.۵۴ می‌رسد، تقریباً در حد تصادفی؛ پس عامل‌های حسابداری به اعتبارسنجی نیاز دارند، نه ریاضی خام LLM.
