في عالم [المال](/tag/المال) المعاصر، بات استخدام [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي) والتعلم العميق أحد الاتجاهات الرئيسية التي تتزايد بمرور الوقت. وقد نُشرت مؤخراً [دراسة](/tag/دراسة) تتناول كيفية إدماج [نماذج [اللغات](/tag/اللغات) الضخمة](/tag/[نماذج](/tag/نماذج)-[اللغات](/tag/اللغات)-الضخمة) (Large Language [Models](/tag/models) - [LLMs](/tag/llms)) في [أنظمة](/tag/أنظمة) [التداول](/tag/التداول) كعوامل قادرة على استيعاب [معلومات](/tag/معلومات) السوق واسترجاع السياق، بالإضافة إلى اتخاذ [قرارات](/tag/قرارات) [تداول](/tag/تداول) موثوقة.
تُسلط [الدراسة](/tag/الدراسة) الضوء على كيفية إعادة تأطير [وكلاء](/tag/وكلاء) [التداول](/tag/التداول) القائمين على [نماذج [اللغات](/tag/اللغات) الضخمة](/tag/[نماذج](/tag/نماذج)-[اللغات](/tag/اللغات)-الضخمة) كأنظمة [قرار](/tag/قرار) تعتمد على الخبرة، حيث تقدم خريطة أدلة شاملة تشمل 77 [دراسة](/tag/دراسة) مدرجة في [بحث](/tag/بحث) تم فحصه حتى 9 مارس 2026.
من بين هذه الدراسات، هناك مجموعة تجريبية رئيسية تتألف من 19 [دراسة](/tag/دراسة). تؤكد النتائج أن القابلية للمقارنة بين [البروتوكولات](/tag/البروتوكولات) كانت محدودة، إذ أن فقط 2 من أصل 19 [دراسة](/tag/دراسة) أبلغت عن [بروتوكولات](/tag/بروتوكولات) زمنية متسقة، بينما واحدة فقط أفادت بنموذج لتكاليف المعاملة.
وحده 11 [دراسة](/tag/دراسة) من بين الـ 19 قدمت [معلومات](/tag/معلومات) حول توقيت التنفيذ، بينما أظهرت 15 [دراسة](/tag/دراسة) فقط سجل [تصنيف](/tag/تصنيف) R0، مما يعني أن التكرارية المطلوبة لم تتحقق. على هذا الأساس، تعتمد [الدراسة](/tag/الدراسة) على [إطار العمل](/tag/إطار-العمل) Architecture-Capability-Adaptation بدلاً من [تصنيف](/tag/تصنيف) معتمد، مع التأكيد على أهمية سجل [الأدلة](/tag/الأدلة) وتدقيق التكرارية كأهم المساهمات في هذا المجال.
تظهر هذه المسوحات أن تجربة [المعمارية](/tag/المعمارية) تتوسع بسرعة، بينما تبقى [بروتوكولات](/tag/بروتوكولات) [التقييم](/tag/التقييم) القابلة للمقارنة ومعايير التنفيذ والعناصر القابلة للتكرار من العقبات الفورية التي يجب التغلب عليها.
في ضوء هذه النتائج، ما رأيكم في دور [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي) في [اتخاذ القرارات](/tag/اتخاذ-القرارات) [المالية](/tag/المالية)؟ هل تعتقدون أن المعيارية ستكون الحل؟ شاركونا آراءكم في [التعليقات](/tag/التعليقات).
ثورة التداول الذكي: كيف تلتقي نماذج اللغات الضخمة بأسواق المال
تستعرض الدراسة الجديدة كيف يمكن لنماذج اللغات الضخمة (LLMs) أن تُستخدم كعملاء في أنظمة التداول لتعزيز القدرة على اتخاذ القرارات المالية. تكشف النتائج أن التجارب المعمارية لم تكن متوافقة جيداً، مما يؤكد الحاجة الماسة لمزيد من المعايير والموثوقية.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
