本研究使用 ChatGPT 这一语言模型探讨了如何利用其在软件工程中辅助完成常见任务，研究结果显示 ChatGPT 对许多任务均有不错的表现，但仍存在一些任务不适用。

May, 2023

本研究探讨了 OpenAI 开发的 ChatGPT 技术在业务、教育等 10 个领域的应用、机会和威胁，介绍了 ChatGPT 的技术特点，以及对 GPT-3.5 和 GPT-4 的实验研究结果。虽然 ChatGPT 的生成自然语言对话的能力优异，但是它没有很高的理解力、同理心和创造力，不能在大多数情况下完全取代人类。

Apr, 2023

本文研究了 ChatGPT 在 25 个多样化的自然语言处理任务（如情感分析、情感识别、态度检测、自然语言推断、词义消歧、语言可接受性和问答）中的表现及其个性化响应能力，并与现有的国际先进水平（SOTA）解决方案进行了比较。结果表明，任务难度越高（低 SOTA 表现），ChatGPT 的损失越大。同时也揭示了 ChatGPT 偏见，在一定程度上限制了 ChatGPT 的有效性。

Feb, 2023

本研究利用 ChatGPT 的图推理能力，介绍了一种新的框架，能够从金融新闻等文本数据中提取出不断变化的网络结构，并将其整合到图神经网络中进行预测，实验证明其在股票预测方面表现优异，具有金融行业的广泛应用前景。

May, 2023

本文研究使用 ChatGPT 等大型语言模型进行情感分析，以预测股票市场回报的潜力，发现 ChatGPT 对股票市场预测的准确率高于传统情感分析方法，建议将高级语言模型纳入投资决策过程中，以提高量化交易策略的性能。

Apr, 2023

本文讨论 OpenAIs ChatGPT，一种用于文本型用户请求（即聊天机器人）的生成式预训练转换器。讨论了 ChatGPT 及类似模型背后的历史和原则，以及其对学术界和学术研究出版的潜在影响。ChatGPT 被认为是自动准备论文和其他类型学术手稿的潜在模型。此外，还讨论了可能出现的潜在伦理问题，并将其置于人工智能、机器学习和自然语言处理的更广泛进展的背景之下。

Mar, 2023

使用 ChatGPT 3.5 和 4 对研究论文进行分析以提高科学文献调查的有效性，选择 “人工智能在乳腺癌治疗中的应用” 作为研究主题，使用 ChatGPT 模型自动识别相关论文、对论文按范围进行组织和确定调查论文的关键信息，结果显示 GPT-4 能以 77.3% 准确率识别研究论文类别，50% 的论文的范围能被 GPT-4 正确识别，且 67% 的模型给出的原因是专家完全同意的。

Mar, 2024

本研究探讨了 ChatGPT 在解决编程问题方面的有效性，考察了其解决问题的正确性和时间、内存复杂度等效率，研究结果表明 ChatGPT 在结构化问题方面表现出较好的成功率，但其调试任务表现不佳，为 ChatGPT 的能力和改进提供了精辟的了解。

Jul, 2023

本文通过对三个推文和历史股票价格数据集的多模态股票走势预测，对 ChatGPT 的能力进行了广泛的零样本分析，在预测股票走势方面表现不佳，这一发现提出了更多关于情感分析和历史股票数据的未来研究问题与工作方向

Apr, 2023

本文介绍了 StockGPT，一种在美国股票每日收益历史数据上直接预训练的自回归 ' 数值 ' 模型。通过将每个收益系列视为标记序列，该模型在理解和预测高度复杂的股票收益动态方面表现出色。利用注意机制，StockGPT 自动学习预测未来收益的隐藏表示。在 2001 年至 2023 年的测试样本中，基于 StockGPT 预测的每日重新平衡的多空投资组合年收益为 119%，夏普比率为 6.5。基于 StockGPT 的投资组合完全解释了动量和长期 / 短期逆转现象，消除了手动构建基于价格的策略的需要，并涵盖了大多数领先的股市因素。这凸显了生成型人工智能在超越人类进行复杂金融投资决策方面的巨大潜力，并证明了大型语言模型的注意机制在完全不同的领域中的有效性。

Apr, 2024