跳到正文
arXiv · cs.AI· Bryan Kelly, Semyon Malamud, Johannes Schwab, Teng Andrea Xu·· 11 小时前

扩大时间点语言模型规模以支持嵌入的经济学评估

Scaling Point-in-Time Language Models: Enabling Economic Evaluation of Embeddings

arXiv:2607.11889v3阅读论文 PDF ↗

仅依据论文摘要整理;未读取全文,实验条件、证明与基准细节请核对原文。

作者:Bryan Kelly, Semyon Malamud, Johannes Schwab, Teng Andrea Xu

研究任务与主要进展

研究团队训练最高40亿参数、使用1万亿个按时间过滤的FineWeb token的decoder-only Transformer,构建覆盖2013—2024年的月度时间点模型检查点,以减少金融和社会科学回测中的未来信息泄漏。

阶段、条件与复现 · 深读核对

  • 新能力对应什么具体任务与最小输入输出?
  • 代码、模型、数据、许可与可用入口是否明确?
  • 效果、总成本、失效条件与实际工作流如何验证?

这些是阅读核对问题;材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。

来源:arXiv · cs.AI · arxiv.org