GPT-3.5 testad för hypotetiska lånescenarier – med blandat resultat

arXiv cs.AI

Forskare har undersökt om GPT-3.5 kan förutsäga vad som skulle hända med avkastning på investering om ett lånebolag ändrade sina räntor – ett klassiskt 'tänk-om'-problem inom ekonomi. Med rätt prompt-formulering förbättrades modellens träffsäkerhet (R² från 1,97% till 2,84%), men den når inte riktigt upp till traditionell maskininlärning som landade på 3,48%. Intressant nog visade GPT ändå logisk och kausal resoneringsförmåga i sina svar, vilket antyder att LLM:er kan vara användbara verktyg även när siffrorna inte är perfekta.