Counterfactual Analysis via Large Language Models
创建于 更新于
摘要
本文研究大型语言模型在在线借贷反事实分析中的应用，利用GPT-3.5结合提示工程和机器学习预测生成替代利率下的贷款投资回报率。结果显示，角色扮演、思维链和思维树等方法显著提升预测能力，GPT的ROI预测R²由1.97%提升至2.84%，接近梯度提升回归的3.48%；在反事实情景中，GPT生成的结果具有较强逻辑一致性，并能对机器学习预测进行补充和修正。[page::0][page::2][page::10][page::16]
