热点事件持续更新
Qwen3外部化推理提升股票预测叙事忠实度
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv发表研究，提出结合时序SHAP证据与历史regime类比的LLM叙事框架，用于横截面股票收益预测。在Qwen3上外化数值与关系推理使证据忠实度从0.696提升至0.996（Qwen3-32B-Instruct），时序与关系准确性亦改善；历史类比未提升结构化自动忠实度，但人类评分的有用性更高。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Artificial Intelligence大语言模型股票收益预测叙事中的推理外化与忠实性研究
研究提出一种结合时序 SHAP 证据与历史 regime 类比的 LLM 叙事框架，用于横截面股票收益预测。在 Qwen3 上外化数值与关系推理使证据忠实度从 0.696 提升至 0.996（Qwen3-32B-Instruct），时序与关系准确性亦改善；历史类比未提升结构化自动忠实度，但人类评分的有用性更高。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。