في عالم يتسم بالتغير السريع، يصبح من الضروري امتلاك أدوات فعالة لرصد السياسات الاقتصادية. أظهرت دراسة حديثة تم نشرها على منصة arXiv، كيف يمكن لنماذج اللغات الضخمة مثل (LLMs) أن تلعب دورًا محوريًا في هذا المجال. يعاني الرصد التقليدي من قيود كبيرة، حيث تعتمد العديد من الدراسات السابقة على الكلمات المفتاحية، مما يؤدي بشكل متكرر إلى نتائج إيجابية خاطئة.

تقدم الدراسة أسلوبًا مبتكرًا يعتمد على تقنيات الإشراف الضعيف، حيث تستفيد من نماذج (LLMs) لإنشاء تسميات اصطناعية من خلال أساليب تحفيز (prompting). هذا النهج لا يساعد فقط في تقليل التكاليف، بل يسهم أيضًا في توسيع نطاق التصنيفات المطلوبة بشكل يتماشى مع التغيرات الاقتصادية السريعة.

وتمتد الابتكارات إلى طرق التصنيف المتعددة والعالمية حيث تم تحسين قدرة النظام على تصنيف المقالات المتصلة بعدم اليقين الاقتصادي (EPU) بحسب أنواعها المتعددة. هذه التطورات تعتبر خطوة مهمة نحو التحسين التكنولوجي في هذا المجال، مما يتيح للهيئات العامة وصانعي القرار أدوات أفضل لتحليل المعطيات الاقتصادية.