# 类型化决策模型

面向大语言模型读网络财经新闻的交易系统，把每个新闻条目当作可检验单元，用事件窗口异常收益和公司8-K申报来检验判断的含义。确认性读者emu的条目判断与公告窗口异常收益的周度Spearman相关为0.119（95%置信区间[0.098, 0.140]），事件类型与8-K的AUC为0.833；但从发布后首笔交易算起，相关降到0.023，说明网络新闻多在报道已经发生的价格变动。

面向大语言模型读网络财经新闻的交易系统，把每个新闻条目当作可检验单元，用事件窗口异常收益和公司8-K申报来检验判断的含义。确认性读者emu的条目判断与公告窗口异常收益的周度Spearman相关为0.119（95%置信区间[0.098, 0.140]），事件类型与8-K的AUC为0.833；但从发布后首笔交易算起，相关降到0.023，说明网络新闻多在报道已经发生的价格变动。

类型化决策模型过去只做一次前向传播就给出选项概率，算力固定，遇到需要多步推理的判定就吃力。SanSi把预训练时就带循环的语言模型改造成决策模型，每一轮循环都读出选项概率并用恰当评分规则训练，因此一个模型可服务从一轮到八轮的所有算力预算。在来自59个来源的10,027条测试决策上，它达到72.0%准确率，比同形状、同配方的非循环模型高13.5个百分点，比参数三倍于它的单次模型低1.8个百分点，代价是单次传播7.7倍的GPU时间。

类型化决策模型过去只做一次前向传播就给出选项概率，算力固定，遇到需要多步推理的判定就吃力。SanSi把预训练时就带循环的语言模型改造成决策模型，每一轮循环都读出选项概率并用恰当评分规则训练，因此一个模型可服务从一轮到八轮的所有算力预算。在来自59个来源的10,027条测试决策上，它达到72.0%准确率，比同形状、同配方的非循环模型高13.5个百分点，比参数三倍于它的单次模型低1.8个百分点，代价是单次传播7.7倍的GPU时间。