Retrieval-Augmented Large-Language-Model-Based Time-Series Forecasting for Cross-Market Equity Analysis
यह अध्ययन क्रॉस-मार्केट रिट्रीवल-ऑगमेंटेड लैग-लामा (CM-RAF-Lag-Llama) फ्रेमवर्क प्रस्तुत करता है, जो यह प्रदर्शित करता है कि ऐतिहासिक रिट्रीवल को प्री-ट्रेन्ड लैग-लामा मॉडल के साथ एकीकृत करने से समान ऐतिहासिक विंडोज़ का लाभ उठाकर भविष्यवाणियों को सुधारने में मदद मिलती है, जिससे विशेष रूप से अस्थिरता और वॉल्यूम-संबंधित लक्ष्यों के लिए विविध इक्विटी बाजारों में पूर्वानुमान त्रुटियों में काफी कमी आती है।