86 पेपर
यह अध्ययन 10-K रिपोर्टों में आइटम्स को सेगमेंट करने के लिए दो उन्नत विधियों, BERT4ItemSeg और GPT4ItemSeg का परिचय देता है और उनका मूल्यांकन करता है, जो यह प्रदर्शित करता है कि पदानुक्रमित (hierarchical) BERT-आधारित मॉडल बेहतर सटीकता प्राप्त करता है जबकि LLM-आधारित दृष्टिकोण नियामक परिवर्तनों के प्रति अधिक अनुकूलन क्षमता प्रदान करता है।
यह शोध पत्र एक एकीकृत मॉडल विकसित करता है जो यह प्रदर्शित करता है कि वित्तीय बाजारों में एआई (AI) का अपनाना परफॉर्मेटिव प्रेडिक्शन (performative prediction), एल्गोरिद्मिक हर्डिंग (algorithmic herding) और संज्ञानात्मक निर्भरता (cognitive dependency) के परस्पर सुदृढ़ चैनलों के माध्यम से सुपरलीनियर प्रणालीगत जोखिम (superlinear systemic risk) उत्पन्न करता है, जिससे उत्तल भंगुरता (convex fragility), संभावित एल्गोरिद्मिक मोनोकल्चर (algorithmic monocultures) और 18-54% का अनुभवजन्य रूप से सत्यापित टेल-लॉस प्रवर्धन (tail-loss amplification) होता है।
यह शोध पत्र तर्कसंगत बेंचमार्क पूर्वानुमानों पर बड़े भाषा मॉडलों को फाइन-ट्यून करने के लिए लो-रैंक एडेप्टेशन (LoRA) का उपयोग करके उन्हें डिबायसिंग (debiasing) करने की एक कम लागत वाली, सामान्यीकरण योग्य विधि प्रस्तावित करता है, जो नियंत्रित प्रयोगों और स्टॉक रिटर्न भविष्यवाणियों दोनों में व्यवस्थित एक्सट्रपलेशन बायस (extrapolation bias) को प्रभावी ढंग से कम करता है।
यह शोध पत्र संस्थागत संपत्ति प्रबंधन के लिए एक एजेंटिक एआई फ्रेमवर्क प्रस्तुत करता है जहाँ लगभग 50 विशिष्ट एजेंट एक निवेश नीति विवरण (इन्वेस्टमेंट पॉलिसी स्टेटमेंट) के शासन के तहत सहयोगात्मक रूप से पोर्टफोलियो का निर्माण, संरचना और आलोचना करते हैं, जबकि एक मेटा-एजेंट वास्तविक रिटर्न के आधार पर प्रदर्शन में निरंतर सुधार करने के लिए उनके कोड और प्रॉम्प्ट्स को स्वायत्त रूप से फिर से लिखता है।
यह शोध पत्र फॉरेक्स ट्रेडिंग के लिए एक मॉड्यूलर सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है जो सिम्युलेटर यथार्थवाद और रिवॉर्ड डिज़ाइन की पूर्व सीमाओं को दूर करने के लिए एक घर्षण-जागरूक निष्पादन इंजन, एक विखंडनीय 11-घटक रिवॉर्ड आर्किटेक्चर और एक नियंत्रित 10-एक्शन इंटरफ़ेस को एकीकृत करता है, यह प्रदर्शित करते हुए कि जबकि विस्तारित एक्शन स्पेस रिटर्न बढ़ाते हैं, वे टर्नओवर को भी बढ़ाते हैं और रिटर्न-ड्रॉडाउन ट्रेड-ऑफ को अनुकूलित करने के लिए सावधानीपूर्वक रिवॉर्ड ट्यूनिंग की आवश्यकता होती है।
यह शोध पत्र तर्क देता है कि चीन की 2020 की "दोहरी-कार्बन" रणनीति के बाद से, ईएसजी (ESG) एकीकरण एक नीतिगत निर्देश से विकसित होकर एक सामाजिक सहमति बन गया है, जिसके लिए ईएसजी सिद्धांतों को मूल रणनीति और संचालन में गहराई से समाहित करने के माध्यम से अल्पकालिक वित्तीय फोकस से दीर्घकालिक, गैर-वित्तीय मूल्य सृजन की ओर एक मौलिक कॉर्पोरेट बदलाव की आवश्यकता है।
यह शोध पत्र क्रिप्टोकरेंसी की अनुभवजन्य नियमितताओं को सात शैलीगत तथ्यों में व्यवस्थित करता है, जो यह प्रदर्शित करता है कि हालांकि वे पारंपरिक बाजारों के साथ जोखिम-समायोजित प्रदर्शन और कारक संरचनाओं को साझा करते हैं, उनकी बार-बार होने वाली उछाल (जम्प्स) और ब्लॉकचेन-संचालित मूल्य निर्धारण जैसी विशिष्ट विशेषताएं एक व्यवहार्य निवेश योग्य संपत्ति वर्ग के रूप में उनके उदय की पुष्टि करती हैं।
नौ डीप लर्निंग आर्किटेक्चर के माध्यम से 918 प्रयोगों के एक कठोर नियंत्रित तुलनात्मक अध्ययन के द्वारा, यह अध्ययन मल्टी-होराइजन वित्तीय पूर्वानुमान के लिए मॉडर्न टीसीएन (ModernTCN) को श्रेष्ठ मॉडल के रूप में पहचानता है, जो यह प्रदर्शित करता है कि आर्किटेक्चरल इंडक्टिव बायस (architectural inductive bias), हाइपरपैरामीटर ट्यूनिंग और सीड रैंडमनेस (seed randomness) की तुलना में काफी अधिक प्रभावी है, साथ ही यह भी प्रकट करता है कि वर्तमान एमएसई-प्रशिक्षित (MSE-trained) मॉडल्स में प्रति घंटा रिज़ॉल्यूशन पर दिशात्मक कौशल (directional skill) का अभाव है।
LR-Robot एक नवीन, एकीकृत पर्यवेक्षित ढांचा है जो व्यवस्थित साहित्य समीक्षाओं को स्वचालित करने के लिए लार्ज लैंग्वेज मॉडल्स को मानव-इन-द-लूप निरीक्षण और रिट्रीवल-ऑगमेंटेड जनरेशन के साथ एकीकृत करता है, जिससे अनुसंधान प्रवृत्तियों और संबंधों के कुशल, प्रासंगिक रूप से सटीक और बहुआयामी विश्लेषण को सक्षम बनाया जा सके।
यह शोध पत्र डेलीगेटेड मॉनिटरिंग (delegated monitoring) और सॉफ्ट इंफॉर्मेशन (soft information) के सैद्धांतिक ढांचों को एकीकृत करते हुए तेजी से बढ़ते निजी ऋण बाजार का व्यवस्थित सर्वेक्षण करता है, जो यह साक्ष्य प्रस्तुत करता है कि हालांकि प्रत्यक्ष ऋणदाता सिंडिकेटेड ऋणों की तुलना में निरंतर स्प्रेड प्रीमियम अर्जित करते हैं, फिर भी औसत फंडों के जोखिम-समायोजित रिटर्न काफी हद तक शुल्क द्वारा संतुलित हो जाते हैं।