IDEAS home Printed from https://ideas.repec.org/p/osf/osfxxx/2jvke.html
   My bibliography  Save this paper

Yapay Zeka Güdümlü Finansal Araştırmalarda Önceden Eğitilmiş Dil Modellerini Kullanın

Author

Listed:
  • Daves, Daniel

Abstract

Önceden Eğitilmiş Dil Modelleri (PLM'ler), yapay zekadaki önemli bir gelişme olarak NLP araştırmacılarının büyük ilgisini çekmiştir. Bu makale, finansal sektördeki PLM'lerin potansiyelini ve bu alanda karşılaştıkları zorlukları değerlendirmektedir. Ayrıca, modellerin finansta kullanımlarına ilişkin şeffaflık ve etik hususları da değerlendirir. Araştırmamız, PLM'lerin finansal verilerin analiz edilme ve işlenme biçiminde devrim yaratma yeteneğine sahip olduğunu gösteriyor. Ancak sorumlu ve etik kullanımı sağlamak için zorlukların ve etik kaygıların üstesinden gelmek çok önemlidir. Gelecekteki çalışmalar, finansal verilerin oynaklığının üstesinden gelmek, eğitim verilerinin yanlılığını azaltmak ve şeffaf tahminler sağlamak için modelleri geliştirmeye odaklanacak. Sonuç olarak, finansta yapay zekanın geleceğinin Önceden Eğitilmiş Dil Modellerinin geliştirilmesine ve entegrasyonuna bağlı olduğuna inanıyoruz.

Suggested Citation

  • Daves, Daniel, 2023. "Yapay Zeka Güdümlü Finansal Araştırmalarda Önceden Eğitilmiş Dil Modellerini Kullanın," OSF Preprints 2jvke, Center for Open Science.
    • Handle: RePEc:osf:osfxxx:2jvke
    DOI: 10.31219/osf.io/2jvke
    as

    Download full text from publisher

    File URL: https://osf.io/download/63e3e0ba8cc0db027e2ae9c9/
    Download Restriction: no
    File URL: https://libkey.io/10.31219/osf.io/2jvke?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:osf:osfxxx:2jvke. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: OSF (email available below). General contact details of provider: https://osf.io/preprints/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.