Fugu-MT 論文翻訳(概要): GPT Deciphering Fedspeak: Quantifying Dissent Among Hawks and Doves

論文の概要: GPT Deciphering Fedspeak: Quantifying Dissent Among Hawks and Doves

arxiv url: http://arxiv.org/abs/2407.19110v1
Date: Fri, 26 Jul 2024 22:16:40 GMT
ステータス: 処理完了
システム内更新日: 2024-07-30 19:52:44.978335
Title: GPT Deciphering Fedspeak: Quantifying Dissent Among Hawks and Doves
Title（参考訳）: GPTによるFedspeakの解読:ホークとダブ間の距離の定量化
Authors: Denis Peskoff, Adam Visokay, Sander Schulhoff, Benjamin Wachspress, Alan Blinder, Brandon M. Stewart,
Abstract要約: 我々は、GPT-4を用いてインフレの話題について、メンバー間の不満を定量化する。記録と分は、マクロ経済の展望に関するメンバの見解の多様性を、公開声明から失われたり省略されたりしているのを反映している。
参考スコア（独自算出の注目度）: 1.2296488552800442
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Markets and policymakers around the world hang on the consequential monetary policy decisions made by the Federal Open Market Committee (FOMC). Publicly available textual documentation of their meetings provides insight into members' attitudes about the economy. We use GPT-4 to quantify dissent among members on the topic of inflation. We find that transcripts and minutes reflect the diversity of member views about the macroeconomic outlook in a way that is lost or omitted from the public statements. In fact, diverging opinions that shed light upon the committee's "true" attitudes are almost entirely omitted from the final statements. Hence, we argue that forecasting FOMC sentiment based solely on statements will not sufficiently reflect dissent among the hawks and doves.
Abstract（参考訳）: 世界中の市場や政策立案者は、連邦公開市場委員会(FOMC)が行った一連の金融政策決定に固執している。彼らの会議に関する公開文書は、メンバーの経済に対する態度についての洞察を提供する。我々は、GPT-4を用いてインフレの話題について、メンバー間の不満を定量化する。記録と分は、マクロ経済の展望に関するメンバの見解の多様性を、公開声明から失われたり省略されたりしているのを反映している。実際、委員会の「真の」態度に光を当てた意見の多様化は、最終声明からほぼ完全に排除されている。したがって、声明のみに基づくFOMC感情の予測は、タカやダブの間での不満を十分に反映していないと論じる。

関連論文リスト

Learning to Mitigate Externalities: the Coase Theorem with Hindsight Rationality [62.18973784316808]
経済理論において、外部性の概念は、社会的福祉に影響を与えるプレイヤー間の相互作用から生じる間接的な効果を指す。我々の研究は、バーゲンが根底にあるゲームについて完全な知識を持っているという古典的な仮定を取り除いている。次に、プレイヤーが全福祉を最大化する交渉戦略を学習できるようにするための政策を設計する。
論文参考訳（メタデータ） (2024-06-28T11:00:53Z)
Whose Side Are You On? Investigating the Political Stance of Large Language Models [56.883423489203786]
大規模言語モデル(LLM)の政治的指向性について,8つのトピックのスペクトルにわたって検討する。我々の調査は、中絶からLGBTQ問題まで8つのトピックにまたがるLLMの政治的整合性について考察している。この結果から,ユーザはクエリ作成時に留意すべきであり,中立的なプロンプト言語を選択する際には注意が必要であることが示唆された。
論文参考訳（メタデータ） (2024-03-15T04:02:24Z)
"Here's Your Evidence": False Consensus in Public Twitter Discussions of COVID-19 Science [50.08057052734799]
プリプリントサーバからの抽象化のサンプルに基づいて,科学的コンセンサスを推定する。アンチ・コンセンサス(反合意)の投稿や利用者は、概してプロ・コンセンサス(反合意)の投稿ほど多くはないが、Twitter上では圧倒的に過剰に表現されている。
論文参考訳（メタデータ） (2024-01-24T06:16:57Z)
DecodingTrust: A Comprehensive Assessment of Trustworthiness in GPT Models [92.6951708781736]
本稿では,GPT-4とGPT-3.5に着目した大規模言語モデルの総合的信頼性評価を提案する。 GPTモデルは、有害で偏りのある出力を生成し、個人情報を漏らすために、容易に誤解され得る。我々の研究は、GPTモデルの総合的な信頼性評価を示し、信頼性のギャップに光を当てている。
論文参考訳（メタデータ） (2023-06-20T17:24:23Z)
Cash, Credibility, and Conversion: The Influence of Synthetic Media on Investment Behavior [0.0]
2022年11月までに、合成メディアの話題は、主に学術雑誌に埋もれ、国家安全保障に関する議論に制約され、しばしば根本的に誤解された。この研究は、まず、合成メディアに関する既存の文献のいくつかのギャップを強調し、理論的枠組み内での合成メディア脅威の影響ポテンシャルと限界を構造化する。第2に、グローバルな投資コミュニティにおける総合的な金融テキストの影響力を測定するための実験的な調査を提唱し、金融情報環境を、合成テキストモダリティによる将来の破壊の候補として特定する。
論文参考訳（メタデータ） (2023-06-08T08:35:50Z)
Analysis of the Fed's communication by using textual entailment model of Zero-Shot classification [0.0]
我々は、テキストマイニング技術を用いて中央銀行が発行した文書を分析した。声明のトーン、議事録、記者会見の書き起こし、米連邦準備制度理事会(FRB)の演説を比較します。
論文参考訳（メタデータ） (2023-06-07T09:23:26Z)
Trillion Dollar Words: A New Financial Dataset, Task & Market Analysis [1.933681537640272]
我々は、FOMC(Federal Open Market Committee)のスピーチ、会議の議事録、記者会見の書き起こしの最大のトークン化および注釈付きデータセットを構築した。最高の業績モデル(RoBERTa-large)を用いて、文書公開日の金融政策スタンスを測る。私たちのデータセット、モデル、コードは、CC BY-NC 4.0ライセンスの下でHuggingfaceとGitHubで公開されています。
論文参考訳（メタデータ） (2023-05-13T17:32:39Z)
Analyzing FOMC Minutes: Accuracy and Constraints of Language Models [6.647569337929869]
この研究は、連邦公開市場委員会(FOMC)が、彼らの文章で感情を表現しないように注意していることを明らかにしている。この分析には、VADERやFinBERTといった高度な言語モデリング技術と、GPT-4を用いた試行試験が使用されている。
論文参考訳（メタデータ） (2023-04-20T08:54:00Z)
Whose Opinions Do Language Models Reflect? [88.35520051971538]
質の高い世論調査と関連する人的反応を利用して,言語モデル(LM)に反映された意見を検討する。我々は、現在のLMが反映している見解と、アメリカの人口集団の見解の間にかなりの不一致を見出した。我々の分析は、人間のフィードバック調整されたLMの左利き傾向に関する事前の観察を裏付けるものである。
論文参考訳（メタデータ） (2023-03-30T17:17:08Z)
Aspect-based Sentiment Analysis in Document -- FOMC Meeting Minutes on Economic Projection [0.0]
アスペクトベースのSentiment Analysisは、大きなラベル付きデータセットが欠如しているため、財務データには広く使われていない。本稿では,弱い監督下での財務文書のABSA訓練モデルを提案し,様々なマクロ経済指標の予測力を解析する。
論文参考訳（メタデータ） (2021-08-09T14:29:58Z)
Similarity metrics for Different Market Scenarios in Abides [58.720142291102135]
マルコフ決定プロセス(MDP)は、多くの機械学習問題を正式に記述する効果的な方法である。本稿では,金融MDPの概念的,構造的,パフォーマンス的側面に基づく3つの類似度指標の使用について分析する。
論文参考訳（メタデータ） (2021-07-20T09:18:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。