+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Экономический анализ: теория и практика»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.1. Экономическая теория
5.2.3. Региональная и отраслевая экономика

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Модели LLM в экономике: новые подходы к анализу данных

Купить электронную версию статьи

т. 24, вып. 1, январь 2025

Получена: 02.09.2024

Одобрена: 11.11.2024

Доступна онлайн: 17.01.2025

Рубрика: Инновации

Страницы: 44-57

https://doi.org/10.24891/ea.24.1.44

Назаров Д.М. доктор экономических наук, доцент, заведующий кафедрой бизнес-информатики, заведующий кафедрой информационной безопасности, Уральский государственный экономический университет (УрГЭУ), Екатеринбург, Российская Федерация 
slup2005@mail.ru

https://orcid.org/0000-0002-5847-9718
SPIN-код: 2424-3457

Предмет. Модели LLM и их ключевые элементы в контексте экономических исследований.
Цели. Разработать кортежную модель, которая формализует основные составляющие LLM-моделей, и методический подход, определяющий сущность применения LLM-моделей на основе GPT-4o при интерпретации экономических текстов.
Методология. На основе анализа литературы по функционально-структурным взаимодействиям компонент LLM была разработана кортежная модель: LLM = (Data Preparation, Data Processing, Text Generation), которая позволяет представить механизм работы алгоритмов искусственного интеллекта при генерации текста.
Результаты. Результаты исследования показывают, что использование кортежной модели позволяет понять, как ключевые элементы LLM-моделей взаимодействуют между собой, какие гиперпараметры модели позволяют влиять на ее креативность при формировании ответов на вопросы. Также был предложен методический подход и доказана эффективность его применения на предобученных моделях на основе GPT-4o для регулирования гиперпараметра «температура».
Выводы. Разработанный подход и кортежное представление LLM-моделей могут быть эффективно использованы для дальнейшего их изучения, в том числе в рамках экономических процессов. Результаты анализа могут способствовать созданию стратегий, направленных на оптимизацию использования LLM-моделей в различных секторах экономики и улучшение принятия решений на основе анализа данных.

Ключевые слова: LLM, экономика, кортежная модель, анализ данных, искусственный интеллект

Список литературы:

  1. Bubeck S., Chandrasekaran V., Eldan R. et al. Sparks of Artificial General Intelligence: Early experiments with GPT-4. arXiv, 2023, abs/2303.12712. URL: Link
  2. Firdaus M.F., Wibawa J.N., Rahman F.F. Utilization of GPT-4 to Improve Education Quality Through Personalized Learning for Generation Z in Indonesia. IT for Society, 2023, vol. 8, no. 1. URL: Link
  3. Назаров Д.М., Бегичева С.В. Применение больших языковых моделей в образовательном процессе // Бизнес. Образование. Право. 2024. № 3. С. 430–436. URL: Link
  4. Yang Wu, Shilong Wang, Hao Yang et al. An Early Evaluation of GPT-4V(ision). arXiv, 2023, abs/2310.16534. URL: Link
  5. Ермилов Д.И. Chat GPT: новая технология общения с клиентами в банковской сфере // Финансовые рынки и банки. 2023. № 7. С. 18–22. URL: Link
  6. Yizhen Zheng, Huan Yee Koh, Jiaxin Ju et al. Large Language Models for Scientific Synthesis, Inference and Explanation. arXiv, 2023, abs/2310.07984. URL: Link
  7. Burnell R., Hao H., Conway A., Orallo J. Revealing the structure of language model capabilities. arXiv, 2023, abs/2306.10062. URL: Link
  8. Janik R. Aspects of human memory and Large Language Models. arXiv, 2023, abs/2311.03839. URL: Link
  9. Manning C.D., Clark K., Hewitt J. et al. Emergent linguistic structure in artificial neural networks trained by self-supervision. Proceedings of the National Academy of Sciences, 2020, vol. 117, iss. 48. URL: Link
  10. Brown T.B., Mann B., Ryder N. et al. Language models are few-shot learners. arXiv, 2020, abs/2005.14165. URL: Link
  11. Singhal K., Azizi S., Tao Tu et al. Large language models encode clinical knowledge. Nature, 2023, vol. 620, pp. 172–180. URL: Link
  12. Cheng Kunming, Sun Zaijie, He Yongbin et al. The potential impact of ChatGPT/GPT-4 on surgery: will it topple the profession of surgeons? International Journal of Surgery, 2023, vol. 109, iss. 5, pp. 1545–1547. URL: 10.1097/JS9.0000000000000388
  13. Jojic A., Zhen Wang, Jojic N. GPT is becoming a Turing machine: Here are some ways to program it. arXiv, 2023, abs/2303.14310. URL: Link
  14. Oppenlaender J., Linder R., Silvennoinen J. Prompting AI Art: An Investigation into the Creative Skill of Prompt Engineering. arXiv, 2023, abs/2303.13534. URL: Link

Посмотреть другие статьи номера »

 

ISSN 2311-8725 (Online)
ISSN 2073-039X (Print)

Свежий номер журнала

т. 24, вып. 2, февраль 2025

Другие номера журнала