| 发布于: | 雪球 | 回复：16 | 喜欢：26 |
果然有大语言模型的整理数据。这问题目前好像还无法解决。比如kimi，我直接把电话会议pdf给它，然后模型有时候都会继续胡说八道。。。比较讨厌的是错误纯随机的，无法预测哪里会出错，是一个关键信息错了，还是无伤大雅的小错误。。。 具体到你这3篇文章，错误很多但都属于小错误，不会对你自己的判断照成什么影响。
基本信息会借助这些工具，也有手工搜索，确实存在有些资料数据不准确的问题。不过还请教，这些文章，大的方面有没有硬伤呢？也就是这些细节的不准确，而带来对公司理解，出现大的偏差呢？
看到这个问题挺有感触，前段时间看了挺多大模型对金融的赋能，不结合工程和人的，基本没法用，无法解决金融对数据苛刻准确性的要求，仅用大模型，无法知道哪里错、错多大、还有多少这样的错，这种不确定是致命的，哪家都不会使用，所以三方服务商，基本都是模型+工程+人的解决方案，说白了，在这套服务中，模型的增量价值，或者说含模量，并不是很高，最终还是看解决问题的效果。