एक अध्ययन बड़े भाषा मॉडल (LLM) के मौलिक विश्लेषण में उपयोग की जांच करता है, जिसमें कंपनियों की रिपोर्टों, जीडीपी और महंगाई जैसे मैक्रोइकोनॉमिक डेटा, और EDGAR से अमेरिकी प्रतिभूति और विनिमय आयोग (SEC) दस्तावेजों को प्रोसेस करके किया गया है। सिस्टम RAG (Retrieval-Augmented Generation) दृष्टिकोण का उपयोग करके पूर्व-प्रोसेस्ड डेटा को API के माध्यम से GPT-4o मॉडल में भेजता है।
शोधकर्ताओं ने नौ कंपनियों से संबंधित डेटा को चार सप्ताह तक स्कैन किया, जिसमें किचिन चक्रों पर आधारित एक उदाहरण निवेशक ज्ञान दस्तावेज़ शामिल था। इस प्रक्रिया से प्रत्येक कंपनी के लिए स्वचालित ब्रीफ़ उत्पन्न हुए, जिन्हें बाद में नौ व्यक्तिगत निवेशकों द्वारा उनके उपयोगिता के संबंध में मूल्यांकित किया गया।
अध्ययन का उद्देश्य जटिल वित्तीय डेटा स्रोतों के विश्लेषण को स्वचालित और बेहतर बनाने में LLM की क्षमता को प्रदर्शित करना है।