在ACM ICAIF发表10篇论文,全球研究团队业绩第一

LLM投资偏见分析等获好评,全球金融机构纷纷伸出橄榄枝

UNIST在被称为金融人工智能领域“奥运会”的世界最大会议上大幅提升了韩国的国际地位。


UNIST(校长 Park Jongrae)产业工学系 Lee Yongjae 教授团队在全球最大金融人工智能学会“ACM ICAIF 2025”上,以单一研究团队发表论文数量最多的成绩,提升了韩国金融人工智能的声望。

参加“ACM ICAIF 2025”学术会议的 Lee Yongjae 教授(上排左起第三位)研究团队正在合影留念。UNIST 提供

参加“ACM ICAIF 2025”学术会议的 Lee Yongjae 教授(上排左起第三位)研究团队正在合影留念。UNIST 提供

View original image

国际金融领域人工智能会议(International Conference on AI in Finance, ICAIF)是由计算机协会(Association for Computing Machinery, ACM)主办的学术会议,被认为是金融领域规模最大的国际人工智能学会之一,摩根大通、贝莱德、彭博等全球金融机构以及各国学界研究人员均参与其中。


本次“ACM ICAIF 2025”大会于本月15日至18日在新加坡举行。今年共收到投稿349篇,其中仅有31.8%、即111篇被录用,其中口头报告54篇、海报报告57篇。


Lee 教授团队在其中共发表了8篇论文,包括3篇口头报告和5篇海报报告。


这是今年所有已发表的正式论文中数量最多的单一研究团队。该团队与美国加州大学洛杉矶分校(UCLA) Mihai Cucuringu 教授团队(6篇)、资产管理公司贝莱德的 Dhagash Mehta 博士团队(5篇)等世界顶尖研究团队比肩而立。


研究质量同样引人注目。其中,分析大规模语言模型(LLM)在投资判断中偏差的研究《投资分析中大规模语言模型的偏向性(Your AI, Not Your View: The Bias of LLMs in Investment Analysis)》尤为受到关注。


韩国银行和韩国投资公司就此举办了邀请研讨会,瑞银集团(香港)、彭博(纽约)以及多家全球对冲基金等机构也相继发出报告邀请。


该论文以实证方式展示了:ChatGPT、Gemini、Llama、DeepSeek 等主要大规模语言模型(LLM)会根据行业类别、企业规模、投资策略的不同,呈现出各不相同的“投资偏向”。这意味着,即便询问同一只股票,不同模型也可能给出不同判断。


当向模型提供与其偏向相冲突的依据时,各模型改变立场的程度也存在较大差异。这表明,在训练阶段形成的倾向,未必能够随着实际市场变化而得到灵活调整。


Lee 教授强调:“打算引入基于大规模语言模型金融服务的金融机构,必须对各模型的偏向进行细致排查。”Lee 教授团队已将研究验证结果以排行榜形式公开,并表示今后每当有新模型出现时,都会持续更新。


研究团队还共同参与了本次学会中三个研讨会的组织,分别是:▲面向金融的大规模语言模型与生成式人工智能 ▲金融时间序列分析 ▲新兴市场金融风险建模。


此外,团队还负责了“金融文档智能体检索”竞赛和“面向金融优化的以决策为中心的学习”教程,为大会的质量提升作出了贡献。


今年大会上,韩国的研究成果实现了大幅跃升。在ICAIF录用论文中,以通讯作者为基准,14%来自韩国本土研究人员,位列美国(31%)、英国(27%)之后,居世界第三。学界评价认为:“UNIST研究团队的出色表现,让韩国金融人工智能的存在感深深铭刻在国际舞台上。”


Lee 教授持续扩大其在国际学会中的活动。自2022年首次投稿以来,去年以研讨会主席身份参与了组委会工作。


他说:“在三年前首次参加的学会上,能够成长为发表论文最多的团队,感触良多。衷心感谢一直以来投入热情进行研究的学生和同事。希望国内金融业的人工智能研究基础不断拓宽,将来能在首尔也成功承办这样的世界级学会。”


ICAIF计划在2026年于米兰、2027年于美国举办大会之后,2028年在亚洲举办。



Lee Yongjae 教授目前担任总统直属国家人工智能战略委员会分科委员、金融委员会金融业人工智能协商会委员,并出任全球金融人工智能企业 LinqAlpha 的咨询教授,将研究成果与实务应用相结合。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点