この論文は2024年7月に経済文献ジャーナルに発表されたもので、「経済研究のための生成型AI」に関する最新のレポートです。
大規模言語モデル（LLMs）をはじめとする生成型AIの開発は、2024年初め以降急激に進歩し、性能が向上し、より多くのデータを一度に処理できるようになりました。
速度が速くなり、コストも削減されています。
これらはAIを用いた認知作業に全く新しい形をもたらしました。
この論文は、アイデア出しやフィードバック、ライティング、背景調査、コーディング、データ分析、数学的導出などの分野での最新のLLMsの活用例をまとめています。
OpenAIのGPT-4oやAnthropicのClaude 3.5、Google DeepMindのGeminiシリーズが、一般に利用可能な最先端のモデルを代表しています。
これらのモデルは、チャットボットや音声アシスタントを介したリアルタイムサービス、実験プラットフォーム、APIなど、さまざまな形でアクセスが可能です。
オープンソースモデルの発展により、透明性と革新性が増し、研究応用のコストも抑えられます。
データのプライバシーを守りつつ、オフラインでのアクセスも可能になっています。
経済研究を含む全ての認知作業に大きな影響を与え、生産性の向上が期待されます。
急速に進化するLLMsテクノロジーについて知識を深め、その能力を理解し、ぜひ活用してみてください。
論文は新たな進展と、使用例を三十数例収集した内容を紹介しています。
全文PDFはこちらからダウンロードできます。
出典 : Large Language Models level up – Better, faster, cheaper https://www.brookings.edu/articles/large-language-models-level-up-better-faster-cheaper/