芝加哥大学布斯商学院（University of Chicago Booth School of Business）的几名研究人员最近发表了一篇报告，指出OpenAI所开发的大型语言模型（LLM）GPT-4就算在缺乏任何叙述或产业资讯的状态下，提供其财务报表之后，在预测组织获利变化的能力上优于人类金融分析师，此外，该模型的准确性也与其它经过专门训练的模型相当。
研究人员先将上市公司的财报进行标准化与匿名化的过程，包括省略公司名称，以标签替换了年份，统一不同公司的财务报表格式，再设计提示，要求GPT-4分析财报，并确定该组织未来的获利走向，另也开发一个思维链（Chain-of-Thought，CoT）提示，以有效地教导模型模仿金融分析师。
人类金融分析师在预测公司未来1个月、3个月及6个月获利走向的准确率，分别是53%、56%及57%，而未使用CoT的GPT-4则是52%，但若加上CoT，那么GPT-4的表现则达到60%。此外，研究人员将GPT-4 CoT与其它两个经过训练的Stepwise Logistic Regression与ANN模型进行比较，发现其准确度超越Stepwise Logistic Regression，并与ANN相当。
分析显示，GPT-4的杰出表现来自于，它会借由分析趋势具财务比例来获取有用的洞见，再利用其对理论的理解与经济进行推论，而且GPT-4所生成的财报分析叙述是非常有参考价值的。同时，研究人员也发现，大型语言模型在需要直觉及类似人类推论的任务中有出色的表现，此一跨领域的执行任务的能力透露了通用AI的现身，并突显出LLM在决策中的作用，可能比先前所以为的更为重要。
不过，该报告强调，此一结果显示GPT与人类分析师是互补的，而非替代的，在分析师可能会出现偏见或分歧时，GPT将略占优势，然而，当GPT无法获得额外的重要脉络时，分析师便更具价值。
宾州大学沃顿商学院专门研究AI的副教授Ethan Mollick则说，这是一篇很多人都在等的论文：「是的，GPT-4可以协助人们挑选股票，击败人类和其它专为金融而训练的机器学习模型。」