使用生成式 AI 模型了解 FOMC 货币政策讨论

Wendy Dunn、Ellen E. Meade、Nitish Ranjan Sinha 和 Raakin Kabir 在美联储的这项研究中表示:在一个日益受人工智能 (AI) 影响的时代,公众对经济政策的理解可能会通过生成式 AI 模型(也称为大型语言模型或 LLM)的视角进行过滤。生成式 AI 模型有望快速 […]

来源:Mostly Economics

使用生成式 AI 模型来理解 FOMC 货币政策讨论

Wendy Dunn、Ellen E. Meade、Nitish Ranjan Sinha 和 Raakin Kabir 在这项美联储研究中:

在这项美联储研究中:

在日益受人工智能 (AI) 影响的时代,公众对经济政策的理解可能会通过生成式 AI 模型 (也称为大型语言模型或 LLM) 的视角进行过滤。生成式 AI 模型有望快速获取和解释大量文本信息。然而,到目前为止,人们对这些技术在经济政策环境中的表现知之甚少。

在日益受人工智能 (AI) 影响的时代,公众对经济政策的理解可能会通过生成式 AI 模型 (也称为大型语言模型或 LLM) 的视角进行过滤。生成式 AI 模型有望快速获取和解释大量文本信息。然而,到目前为止,人们对这些技术在经济政策环境中的表现知之甚少。

在本说明中,我们报告了我们对几种现成的生成式 AI 模型从已发布的联邦公开市场委员会 (FOMC) 会议记录中识别货币政策审议期间讨论的主题的能力的调查,该会议记录是政策制定者和公众之间的一个关键沟通渠道。 尽管大多数中央银行在开发公共沟通时并未使用生成式 AI(参见 Choi (2024)),但公众可能会发现生成式 AI 有助于了解中央银行。

我们的研究结果为 AI 模型在解读 FOMC 通信和解释专注于复杂经济和金融市场主题的文本信息方面的表现提供了有用的见解。

我们的研究结果为 AI 模型在解读 FOMC 通信和解释专注于复杂经济和金融市场主题的文本信息方面的表现提供了有用的见解。 学术研究和研究论文