Исследователи разработали систему, использующую возможности больших языковых моделей для обнаружения нетипичных цен и предоставления понятных объяснений своих решений.
![В результате символической регрессии были получены шесть выражений [latex]f_1, \dots f_6[/latex], демонстрирующих меньшую ошибку, чем у SVI, что указывает на возможность построения более точных моделей на основе этих выражений.](https://arxiv.org/html/2603.21892v1/images/efficient_frontier.png)
Исследование демонстрирует, что символическая регрессия способна находить эффективные параметризации неявной волатильности, сопоставимые с общепринятой моделью SVI.
Исследование показывает, как стандартизированные фьючерсные контракты могут помочь бизнесу управлять рисками, связанными с растущей зависимостью от сервисов искусственного интеллекта.
Новый метод позволяет эффективно выявлять изображения, созданные искусственным интеллектом, без необходимости обучения модели.
Представлена система, способная самостоятельно анализировать научные статьи и выявлять в них действительно новые идеи и результаты.