في عالم الاستثمار الحديث، أصبحت نماذج اللغات الضخمة (LLMs) تلعب دورًا محوريًا في اتخاذ القرارات. ومع ذلك، أظهرت الأبحاث السابقة أن هذه النماذج تعاني من انحيازات نمطية خاصة بها قد تؤثر على نتائج الاستثمار. هنا تأتي الابتكارات الجديدة لتغيير هذا المفهوم تمامًا.

لقد قدم الباحثون تقنية مبتكرة تُعرف باسم "مفتاح الانحياز الاستثماري"، والذي يُمكن استخدامه لتوجيه الموقف الاستثماري لنموذج معين في اتجاه وقوة محددين. كيف يعمل هذا؟ خلال وقت الاستنتاج، يتم تعديل عصب واحد فقط داخل النموذج، مما يؤدي إلى تغييرات مستمرة في تركيز النموذج نحو الشراء أو البيع، بدون الحاجة لتغيير المعلمات أو النصوص.

من خلال استخدام أدلة إيجابية وسلبية، أُقيمت خمس نماذج LLM ذات وزن مفتوح، وأظهرت التجارب أن هذا المفتاح يُمكنه إحداث تغييرات متسقة في الموقف الاستثماري. ومن المثير للاهتمام، أن هذا التعديل يؤثر كذلك على القرارات الاستثمارية والتركيز على الأدلة التي يتم تقديمها من خلال نفس المدخلات.

علاوة على ذلك، في سياقات استرجاع البيانات، يغير المفتاح المعلومات التي يبحث عنها النموذج، مما يعزز قدرة النموذج على الانطباع ودمج الأدلة في تحليلاته النهائية. حتى في السياقات الطويلة المعقدة، أظهر هذا المفتاح القدرة على الحفاظ على التحكم الثابت في المواقف الاستثمارية دون التأثر بزيادة طول السياق.

وتكمن جاذبية هذه التقنية في إمكانية استخدامها لتعديل التصنيفات الأمنية وتركيبات المحفظة الاستثمارية ببساطة وفعالية.

يمكن القول إن التجارب المبدئية تظهر أن موقف النموذج الاستثماري يمكن توجيهه بدقة نحو هدف محدد في وقت الاستنتاج، مما يدل على إمكانيات هائلة في عالم الاستثمار الذكي وتنمية استراتيجيات استثمارية أكثر دقة وفعالية.