Chronologically Consistent Large Language Models
创建于 更新于
摘要
本文提出了ChronoBERT与ChronoGPT两套时间一致的大型语言模型，通过限制训练数据仅使用当时可获得的信息，解决了传统语言模型中存在的“未来数据泄露”问题。实验证明，即使在严格的时间约束下，这些模型依然在语言理解任务及资产定价预测中表现优异，能显著提升基于金融新闻的股票收益预测的Sharpe比率，且在财务领域应用的未来偏见影响有限，确保了模型预测的可信性与实用性[page::0][page::1][page::3][page::11][page::26][page::28]。
