美联储-全面召回_大型语言模型的宏观经济知识评价（英）-2025.6_48页_1mb

总结：

1. LLM 的宏观经济数据记忆能力：
   Laureate 语言模型（Claude Sonnet 3.5）在部分宏观经济数据（如 CPI 和失业率）上的回忆准确，尤其适用于二战后至今的数据，但对高波动的经济活动数据（如 GDP 和工业生产的增长）的记忆较为不精确，无法准确捕捉高频波动。数据修订融合的问题也日益显著。

2. 历史记忆与数据污染：
   回顾历史时，LLMs 的记忆表现优异，但数据偏差（look-ahead bias）会随历史时间的延长而加大。模型在估计中有时会混杂初版数据与后续修订版数据，导致回忆中的“平滑”效应。这种污染限制了模型作为实时预测者的适用性。

3. 预测性能：
   不考虑污染时，LLMs 的预测能力与 SPM（专业调查员）模型相比并不逊色，但存在数据污染问题。即使模型遵循限制（如仅使用历史信息），其预测仍可能引入未来数据，影响准确性。

4. 数据发布的回忆：
   LLMs 在回忆经济数据发布日期时，虽有时准确，但也频繁出现“提前告知”（look-ahead bias）和“过时数据偏见”（look-behind bias），但通过恰当提示工程，可将偏差最小化。

结论：

LLMs 在部分宏观经济数据的回顾方面表现出色，但用于预测和历史分析存在数据污染的问题，进而影响其实际应用，尤其在模拟实时预测者时，局限性尤为明显。因此，在应用 LLMs 于经济分析时，需谨慎考虑数据泄露风险。