項目光譜：利用生成式人工智能強化通貨膨脹臨近預(yù)報.pdf

項目光譜：利用生成式人工智能強化通貨膨脹臨近預(yù)報、網(wǎng)絡(luò)抓取和掃描數(shù)據(jù)集的可用性為中央銀行提供了前所未有的實時產(chǎn)品價格數(shù)據(jù)訪問權(quán)。然而，為了使用這些數(shù)據(jù)來進行通貨膨脹現(xiàn)在預(yù)測和未來預(yù)測，分析師需要根據(jù)統(tǒng)計慣例對產(chǎn)品進行分類。在沒有可靠、可擴展的分類方法的情況下，通貨膨脹分析師數(shù)據(jù)泛濫但缺乏可執(zhí)行的見解。

產(chǎn)品在網(wǎng)頁抓取數(shù)據(jù)規(guī)模下的分類是一個重大挑戰(zhàn)。手動處理如此大量的數(shù)據(jù)是不可行的。利用大型語言模型(LLMs)進行分類具有前景，但現(xiàn)有的LLM模型使得處理時間和成本變得過高。項目Spectrum使用了歐洲中央銀行的每日價格數(shù)據(jù)集(DPD)，其中包含了34百萬種獨特產(chǎn)品的數(shù)十億價格-產(chǎn)品每日觀察數(shù)據(jù)。在撰寫本文時，使用GPT-5對這個數(shù)據(jù)集進行分類需要超過六個月的計算時間，成本超過50萬歐元。

項目光譜--國際清算銀行(BIS)、德國聯(lián)邦銀行和歐洲中央銀行之間的合作--探索了一種替代方法，其中僅使用人工智能(Al)將產(chǎn)品描述轉(zhuǎn)化為高維文本嵌入。然后，使用經(jīng)典機器學(xué)習(xí)算法將這些文本嵌入分類到產(chǎn)品類別。文本嵌入是許多自然語言處理應(yīng)用所使用的A基礎(chǔ)技術(shù)。這種方法達到了與LLM提示相當(dāng)?shù)恼_率，但成本僅為后者的幾分之一:整個DPD分類僅需五天，花費約1500歐元。

除了對當(dāng)前DPD中的所有記錄進行分類外，該項目還開發(fā)了一套生產(chǎn)流程解決方案，能夠?qū)π录尤隓PD的產(chǎn)品進行分類。此外，為確保持續(xù)改進，實施了一個迭代算法，逐步擴大參考數(shù)據(jù)集。通過有選擇地向參考和驗證集添加人工標(biāo)記的數(shù)據(jù)，該算法系統(tǒng)性地優(yōu)化了分類邏輯，提高了整體預(yù)測精度，并適應(yīng)不斷變化的產(chǎn)品范圍。