論文の概要: AI in Money Matters

• arxiv url: http://arxiv.org/abs/2505.07393v1
• Date: Mon, 12 May 2025 09:43:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-13 20:21:49.338138
• Title: AI in Money Matters
• Title（参考訳）: 貨幣問題におけるAI
• Authors: Nadine Sandjo Tchatchoua, Richard Harper,
• Abstract要約: 2022年11月、ヨーロッパと世界は新たな大きな言語モデルであるChatGPTの誕生によって混乱した。 それ以来、学術的およびポピュリスト的な議論はLinkedInやXなど、さまざまな公共分野において行われている。 専門分野、特に金融や法律などの規制産業における実際の俳優の視点は、ほとんど失われている。
• 参考スコア（独自算出の注目度）: 1.5566524830295307
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In November 2022, Europe and the world by and large were stunned by the birth of a new large language model : ChatGPT. Ever since then, both academic and populist discussions have taken place in various public spheres such as LinkedIn and X(formerly known as Twitter) with the view to both understand the tool and its benefits for the society. The views of real actors in professional spaces, especially in regulated industries such as finance and law have been largely missing. We aim to begin to close this gap by presenting results from an empirical investigation conducted through interviews with professional actors in the Fintech industry. The paper asks the question, how and to what extent are large language models in general and ChatGPT in particular being adopted and used in the Fintech industry? The results show that while the fintech experts we spoke with see a potential in using large language models in the future, a lot of questions marks remain concerning how they are policed and therefore might be adopted in a regulated industry such as Fintech. This paper aims to add to the existing academic discussing around large language models, with a contribution to our understanding of professional viewpoints.
• Abstract（参考訳）: 2022年11月、ヨーロッパと世界は新たな大きな言語モデルであるChatGPTの誕生によって混乱した。 それ以来、学術的およびポピュリスト的な議論は、LinkedInやX(以前はTwitterと呼ばれていた)など、様々な公共分野において行われ、このツールとその社会に対する利益を理解することを目的としている。 専門分野、特に金融や法律などの規制産業における実際の俳優の視点は、ほとんど失われている。 我々は,フィンテック業界のプロ俳優へのインタビューを通じて実施した実証調査の結果を提示することで,このギャップを埋めることを目指しています。 この論文は、大規模な言語モデル全般と、特にフィンテック業界で採用され、使用されているChatGPTについて、どのように、そして、どの程度の程度で疑問を呈している。 その結果、本誌が取材したフィンテックの専門家たちは、将来大きな言語モデルを使うことの可能性を見出しているが、どのように警察されているかについては、多くの疑問が残っており、フィンテックのような規制された業界で採用される可能性がある。 本稿では,大規模言語モデルに関する既存の学術的議論に加え,専門的視点の理解に寄与することを目的としている。

関連論文リスト

• Analyzing User Perceptions of Large Language Models (LLMs) on Reddit: Sentiment and Topic Modeling of ChatGPT and DeepSeek Discussions [0.0]
  本研究の目的は、感情モデルとトピックモデリングを用いて、ChatGPTとDeepSeekに関するRedditの議論を分析することである。 レポートは、ユーザーがこのテクノロジーを信じているかどうか、そして彼らが未来と見なしているものについて言及している。
  論文  参考訳（メタデータ） (2025-02-22T17:00:42Z)
• Large Language Models Reflect the Ideology of their Creators [71.65505524599888]
  大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。 本稿では, LLMのイデオロギー的姿勢が創造者の世界観を反映していることを示す。
  論文  参考訳（メタデータ） (2024-10-24T04:02:30Z)
• Large Language Models can impersonate politicians and other public figures [47.2573979612036]
  大規模言語モデル(LLM)のような現代のAI技術は、メイクアップコンテンツで公開情報領域を汚染する可能性がある。 本稿では,英国社会の横断的な研究結果を紹介する。 LLMは、英国で放送された政治討論プログラムの一部である議論の質問に対する応答を生成することができる。
  論文  参考訳（メタデータ） (2024-07-09T11:16:19Z)
• How should the advent of large language models affect the practice of science? [51.62881233954798]
  大規模言語モデルの出現は科学の実践にどのように影響を与えるべきか? 我々は4つの科学者グループを招待し、この質問を反映し、彼らの見解を共有し、議論をおこなった。
  論文  参考訳（メタデータ） (2023-12-05T10:45:12Z)
• Public Attitudes Toward ChatGPT on Twitter: Sentiments, Topics, and Occupations [1.6466986427682635]
  感情分析などの自然言語処理技術を適用し,ChatGPTに対する公衆の態度を検討した。 私たちの感情分析の結果、全体の感情は肯定的であり、ネガティブな感情は時間の経過とともに減少していたことが示唆された。 私たちのトピックモデルは、最も人気のあるトピックが、教育、バード、検索エンジン、OpenAI、マーケティング、サイバーセキュリティであることを示している。
  論文  参考訳（メタデータ） (2023-06-22T15:10:18Z)
• "An Adapt-or-Die Type of Situation": Perception, Adoption, and Use of Text-To-Image-Generation AI by Game Industry Professionals [0.20482269513546453]
  クリエイティブAIに最近追加されたTTIG(Text-to-image Generation)モデルは、テキスト記述に基づいて画像を生成することができる。 これらのモデルは、創造的な仕事の未来、失業、著作権問題に関する議論を巻き起こした。 TTIGの持続可能な採用を支援するためには、専門家がTTIGをどのように認識し、採用し、利用しているかについて、豊かで信頼性が高く透明な洞察を提供する必要がある。
  論文  参考訳（メタデータ） (2023-02-24T12:38:27Z)
• Systematic Inequalities in Language Technology Performance across the World's Languages [94.65681336393425]
  本稿では,言語技術のグローバルな有用性を評価するためのフレームワークを紹介する。 本分析では, ユーザ対応技術と言語的NLPタスクの両面において, より深く研究されている。
  論文  参考訳（メタデータ） (2021-10-13T14:03:07Z)
• Understanding the Capabilities, Limitations, and Societal Impact of Large Language Models [4.828761458451239]
  GPT-3は当時最も広く公表された高密度言語モデルであった。 論争はコンピュータ科学、言語学、哲学、政治科学、コミュニケーション、サイバー政策など様々な研究の背景から生まれた。 ここでは、上記の2つのテーマによって構成された議論の概要を紹介する。
  論文  参考訳（メタデータ） (2021-02-04T09:27:04Z)
• NLP in FinTech Applications: Past, Present and Future [50.27357144360525]
  金融分野における自然言語処理(NLP)技術の適用に関する研究に焦点をあてる。 アプリケーションシナリオは、Know Your Customer(KYC)、Know Your Product(KYP)、Satify Your Customer(SYC)の3つの側面から見ていきます。
  論文  参考訳（メタデータ） (2020-05-04T08:37:27Z)
• How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence [81.04070052740596]
  法律人工知能(Legal AI)は、人工知能、特に自然言語処理の技術を適用して、法的領域におけるタスクに役立てることに焦点を当てている。 本稿では,LegalAIにおける研究の歴史,現状,今後の方向性について紹介する。
  論文  参考訳（メタデータ） (2020-04-25T14:45:15Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。