arXiv cs.AI· Sujung Kim, Seung Hwan Cho, Sangjin Park, Young-Min Kim·· 12 小时前AI 评分22
用推理外化让 LLM 忠实叙述股票收益预测：Qwen3-32B-Instruct 证据忠实度升至 0.996
Reasoning Externalization for Faithful Large Language Model Narratives of Stock Return Predictions
AI 导读
一项研究提出 LLM 叙事框架，将时序 SHAP 证据与历史市场状态类比结合，用于横截面股票收益预测的可解释叙述。在 Qwen3 上的对照实验显示，逐步外化数值与关系推理后，Qwen3-32B-Instruct 的证据忠实度从 0.696 提升至 0.996，时序与关系准确率同步改善。历史类比虽未提升结构化自动忠实度，但获得了更高的人工评分有用性。
来源：arXiv cs.AI · arxiv.org