في عالم التنبؤ المالي، يعتبر تحليل مؤتمرات الأرباح من الأمور الحيوية. لكن، كيف يمكن لنماذج الذكاء الاصطناعي أن تعزز هذا التحليل؟ هذا هو ما عالجه الباحثون من خلال تقديم معيار جديد يدعى MM-FinEval.
تم تصميم MM-FinEval لتقييم نماذج اللغة ذات الأنماط المتعددة (Multimodal Large Language Models) عبر مجموعة من المهام المالية. يضم المعيار 2045 محادثة من مؤتمرات الأرباح الخاصة بشركات مؤشر S&P 500 وهي تشمل ثلاث أنماط: نصوص المحادثات، الشرائح التقديمية، والتسجيلات الصوتية.
الهدف من هذا المعيار هو تجاوز المحدوديات التي تضعها المعايير الحالية التي تعتمد على الإدخالات الأحادية أو المهام الفردية. لقد أظهرت النتائج أن النماذج الصغيرة التي تتعامل مع جميع الأنماط الثلاثة تُظهر أداءً قويًا، حتى بالمقارنة مع النماذج الكبرى التي تعالج أنماطاً ثنائية فقط.
هذه النتائج توضح أن دمج البيانات النصية، الصوتية، والمرئية يمكن أن يُحسّن من عملية اتخاذ القرار بشكل كبير، من خلال توفير إشارات تكمل المعلومات لكل من المحللين البشريين ونماذج الذكاء الاصطناعي. إن MM-FinEval يمثل خطوة نوعية نحو عصر جديد من التنبؤات المالية وأكثر دقة في الفهم.
اكتشفوا MM-FinEval: المعيار الجديد الذي يغيّر قواعد لعبة التنبؤ المالي!
تقدم MM-FinEval معياراً مبتكراً لتقييم نماذج اللغة متعددة الأنماط في مجال التنبؤ المالي. يحتوي هذا المعيار على مجموعة بيانات تضم محادثات مؤتمرات الأرباح، مما يحقق دقة أعلى في التحليل المالي.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
