项目光谱：利用生成式人工智能强化通货膨胀临近预报.pdf

项目光谱：利用生成式人工智能强化通货膨胀临近预报、网络抓取和扫描数据集的可用性为中央银行提供了前所未有的实时产品价格数据访问权。然而，为了使用这些数据来进行通货膨胀现在预测和未来预测，分析师需要根据统计惯例对产品进行分类。在没有可靠、可扩展的分类方法的情况下，通货膨胀分析师数据泛滥但缺乏可执行的见解。

产品在网页抓取数据规模下的分类是一个重大挑战。手动处理如此大量的数据是不可行的。利用大型语言模型(LLMs)进行分类具有前景，但现有的LLM模型使得处理时间和成本变得过高。项目Spectrum使用了欧洲中央银行的每日价格数据集(DPD)，其中包含了34百万种独特产品的数十亿价格-产品每日观察数据。在撰写本文时，使用GPT-5对这个数据集进行分类需要超过六个月的计算时间，成本超过50万欧元。

项目光谱--国际清算银行(BIS)、德国联邦银行和欧洲中央银行之间的合作--探索了一种替代方法，其中仅使用人工智能(Al)将产品描述转化为高维文本嵌入。然后，使用经典机器学习算法将这些文本嵌入分类到产品类别。文本嵌入是许多自然语言处理应用所使用的A基础技术。这种方法达到了与LLM提示相当的正确率，但成本仅为后者的几分之一:整个DPD分类仅需五天，花费约1500欧元。

除了对当前DPD中的所有记录进行分类外，该项目还开发了一套生产流程解决方案，能够对新加入DPD的产品进行分类。此外，为确保持续改进，实施了一个迭代算法，逐步扩大参考数据集。通过有选择地向参考和验证集添加人工标记的数据，该算法系统性地优化了分类逻辑，提高了整体预测精度，并适应不断变化的产品范围。