論文の概要: Inflation Attitudes of Large Language Models

• arxiv url: http://arxiv.org/abs/2512.14306v1
• Date: Tue, 16 Dec 2025 11:21:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-17 16:49:26.69597
• Title: Inflation Attitudes of Large Language Models
• Title（参考訳）: 大規模言語モデルのインフレーション態度
• Authors: Nikoleta Anesti, Edward Hill, Andreas Joseph,
• Abstract要約: 我々は、GPT-3.5-turbo(GPT)を用いて、マクロ経済的な価格信号に基づいてインフレの知覚と期待を形成する。 我々は,GPTのアウトプットを,イングランド銀行のインフレ度調査(Inflation Attitudes Survey)の情報セットと人口統計特性を模倣して,家計調査データと公式統計データと比較した。 GPTは,ヒトと同様の食品インフレーション情報に対する感度を高めることが確認された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper investigates the ability of Large Language Models (LLMs), specifically GPT-3.5-turbo (GPT), to form inflation perceptions and expectations based on macroeconomic price signals. We compare the LLM's output to household survey data and official statistics, mimicking the information set and demographic characteristics of the Bank of England's Inflation Attitudes Survey (IAS). Our quasi-experimental design exploits the timing of GPT's training cut-off in September 2021 which means it has no knowledge of the subsequent UK inflation surge. We find that GPT tracks aggregate survey projections and official statistics at short horizons. At a disaggregated level, GPT replicates key empirical regularities of households' inflation perceptions, particularly for income, housing tenure, and social class. A novel Shapley value decomposition of LLM outputs suited for the synthetic survey setting provides well-defined insights into the drivers of model outputs linked to prompt content. We find that GPT demonstrates a heightened sensitivity to food inflation information similar to that of human respondents. However, we also find that it lacks a consistent model of consumer price inflation. More generally, our approach could be used to evaluate the behaviour of LLMs for use in the social sciences, to compare different models, or to assist in survey design.
• Abstract（参考訳）: 本稿では,大規模言語モデル(LLM),特にGPT-3.5-turbo(GPT)を用いて,マクロ経済的な価格信号に基づいて,インフレーションの知覚と期待を形成する能力について検討する。 イングランド銀行のインフレ度調査(IAS)の情報セットと人口統計特性を模倣し, LLMのアウトプットを世帯調査データと公式統計と比較した。 我々の準実験設計は、2021年9月のGPTのトレーニング遮断のタイミングを利用しています。 GPTは調査予測と公式統計を短時間で追跡する。 不合理なレベルでは、GPTは世帯のインフレーション知覚の重要な経験的規則性を再現している。 合成サーベイ設定に適したLCM出力のシェープ値分解は、プロンプトコンテンツにリンクしたモデル出力のドライバについて、よく定義された洞察を与える。 以上の結果から,GPTは食品のインフレーション情報に対する感度を高めることが示唆された。 しかし、消費者物価インフレの一貫したモデルが欠けていることもわかっています。 より一般的には, 社会科学におけるLCMの行動評価, 異なるモデルの比較, サーベイデザインの支援に利用することができる。

関連論文リスト

• Wage Sentiment Indices Derived from Survey Comments via Large Language Models [0.0]
  本研究では,Large Language Models (LLMs) を用いたWSI(Wage Sentiment Index)を提案し,日本の賃金動態を予測する。 分析は、内閣府の月次調査である経済監視調査(EWS)に基づく。
  論文  参考訳（メタデータ） (2025-08-30T00:53:59Z)
• Specializing Large Language Models to Simulate Survey Response Distributions for Global Populations [49.908708778200115]
  我々は,調査応答分布をシミュレートする大規模言語モデル (LLM) を最初に開発した。 テストベッドとして、我々は2つの世界文化調査の国レベルの結果を使用します。 予測された応答分布と実際の応答分布のばらつきを最小限に抑えるために, ファースト・ツーケン確率に基づく微調整法を提案する。
  論文  参考訳（メタデータ） (2025-02-10T21:59:27Z)
• Enhancing Inflation Nowcasting with LLM: Sentiment Analysis on News [0.0]
  InflaBERTは,ニュース中のインフレーション関連感情を予測するために,BERTをベースとしたLLMである。 このモデルを用いて、インフレーションに関するニュースの毎月の感情を捉える指標であるNEWSを作成した。
  論文  参考訳（メタデータ） (2024-10-26T15:05:01Z)
• Maximally Forward-Looking Core Inflation [0.0]
  私たちは、その目標を達成するために明示的に設計された新しいコアインフレーションシリーズを作成します。 先進国と後進国の両方で中長期のインフレ進展をシグナル化するための実質的な改善を見出した。 この指標は、早くも2020年半ばにインフレに対する初の上昇圧力を示し、2022年には急速に転換点を捉えた。
  論文  参考訳（メタデータ） (2024-04-08T05:39:41Z)
• A Bargaining-based Approach for Feature Trading in Vertical Federated Learning [54.51890573369637]
  本稿では,垂直的フェデレートラーニング(VFL)において,経済的に効率的な取引を促進するための交渉型特徴取引手法を提案する。 当社のモデルでは,収益ベース最適化の目的を考慮し,パフォーマンスゲインベースの価格設定を取り入れている。
  論文  参考訳（メタデータ） (2024-02-23T10:21:07Z)
• Regional inflation analysis using social network data [0.0]
  本研究は、Vkontakteソーシャルネットワークの非構造データに基づいて、上下方向のインフレ傾向を分析する。 異なるコンテキストにおいて、プロインフレーション型と非インフレーション型を定義できる。
  論文  参考訳（メタデータ） (2024-02-14T02:33:17Z)
• Can LMs Generalize to Future Data? An Empirical Analysis on Text Summarization [50.20034493626049]
  最近の学習済み言語モデル(PLM)は、既存の抽象的な要約データセットにおいて有望な結果をもたらす。 既存の要約ベンチマークは、標準の事前学習コーパスと微調整データセットと時間的に重複する。 要約モデルに格納されたパラメトリック知識は、将来のデータに対する生成した要約の忠実度に大きく影響することを示す。
  論文  参考訳（メタデータ） (2023-05-03T08:08:07Z)
• Structured Dynamic Pricing: Optimal Regret in a Global Shrinkage Model [50.06663781566795]
  消費者の嗜好と価格感が時間とともに変化する動的モデルを考える。 我々は,モデルパラメータの順序を事前に把握している透視者と比較して,収益損失が予想される,後悔による動的価格政策の性能を計測する。 提案した政策の最適性を示すだけでなく,政策立案のためには,利用可能な構造情報を組み込むことが不可欠であることを示す。
  論文  参考訳（メタデータ） (2023-03-28T00:23:23Z)

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。