20230404-国金证券-Alpha掘金系列之五:如何利用ChatGPT挖掘高频选股因子?.docxVIP

  • 1
  • 0
  • 约2.78万字
  • 约 20页
  • 2026-05-19 发布于浙江
  • 举报

20230404-国金证券-Alpha掘金系列之五:如何利用ChatGPT挖掘高频选股因子?.docx

GPT(GenerativePre-trainedTra

GPT(GenerativePre-trainedTransformer)是一种大语言模型(LLM),能够学习大量文本数据,并推断出文本中词语之间的关系。ChatGPT能够进行连续对话,综合上下文内容进行交流,能完成翻译、撰写邮件、代码等任务。该模型相较于传统LSTM模型的改进之处在于其引用了Transformer模型,对输入数据的不同部分给予不同权重。

ChatGPT之所以能够获得如此高的智能水平,参数数量提升所带来的涌现现象(ScalingLaw)和加入RLHF(人类反馈的强化学习)所带来的对于人类偏好理解的提升起到了重要作用。RLHF训练共分为3步,首先聘请40名标注员对指令进行标注,对模型进行微调。然后对模型的不同输出结果进行排序,使其更符合人类预期,并利用排序结果训练一个打分模型(RewardModel)。最终采样新的指令作为输入数据,根据打分模型进一步优化模型的输出结果。结合

打分模型训练,得到最终的ChatGPT模型。

提示工程(PromptEngineering)主要用于开发和优化语言模型中的提示,有效地将ChatGPT用于各种应用和研究主题。掌握并应用好提示工程的技能,不仅能够提高使用人工智能系统的准确性和效率,也能够降低成本并提升使用体验。最基本的提示公式包括

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档