在ai投研时代,信息超载和过拟合反而是机构甚至头部机构最麻烦的问题,每天各种ai大模型烧token提供各种决策信息让你感觉就像上朝一样。避免这种问题我觉得有一些方法,一是建立自上而下的可迭代的周期框架,找准周期定位。让AI提供的超额信息或算力来作证伪而不是证明。二是找高质量信源,坚持高质量长文的阅读习惯,摒弃一些稀碎的零散信息。三是,向顶级ai模型提问式学习,高质量的决策信息首先来自于高质量的提问。
在ai投研时代,信息超载和过拟合反而是机构甚至头部机构最麻烦的问题,每天各种ai大模型烧token提供各种决策信息让你感觉就像上朝一样。避免这种问题我觉得有一些方法,一是建立自上而下的可迭代的周期框架,找准周期定位。让AI提供的超额信息或算力来作证伪而不是证明。二是找高质量信源,坚持高质量长文的阅读习惯,摒弃一些稀碎的零散信息。三是,向顶级ai模型提问式学习,高质量的决策信息首先来自于高质量的提问。