5 月 24 日，阿里达摩院发布了一个关于用 GPT-4 取代数据分析师的成本核算的研究论文。
该论文指出：“除了所有数据分析师和 GPT-4 之间的可比绩效外，我们可以注意到 GPT-4 所花费的时间要比人类数据分析师短得多。我们假设每个月有大约 21 个工作日，每天工作 8 小时左右，并根据每个级别的数据分析师所花费的平均时间计算出每个实例在美元方面的成本。GPT4 的成本约为初级数据分析员成本的 0.71％和高级数据分析员成本的 0.45％。”
这篇来自阿里达摩院与新加坡南洋理工大学的新论文，主要探讨了 GPT-4 能否做好数据分析师的工作，论文标题为“Is GPT-4 a Good Data Analyst?”
该论文重点考察了 GPT-4 作为数据分析师的以下几种能力：
生成 SQL 和 Python 代码；
执行代码获得数据和图表；
从数据和外部知识源中分析数据，得出结论。
在 5.3 节“主要结果”中，该论文指出，GPT-4 的表现，在大多数指标上能与一位金融行业工作 6 年的人类相当，正确性低于人类，但复杂性和一致性指标高于人类。在与另一位 5 年工作经验的分析师对比中，GPT-4 在信息的正确性、图表的美观性、洞察的复杂性等方面输给人类。如果与 2 年工作经验的初级分析师对比，GPT-4 在正确性上表现更好，而且能完成更多的工作。
虽然在高级数据分析任务中，GPT-4 目前的准确性低于人类，但是胜在成本便宜。
也就是说，根据实验结果和分析，GPT-4 在数据分析上有与人类相当的性能，但是否可以取代数据分析师需要近一步研究才能得出结论。
论文地址：
腾讯云云原生提质增效实践精选集 2024
《2024腾讯云云原生提质增效实践精选集》出炉，5大热门技术领域，13个行业精选标杆案例，痛点到解决方案全...
Kotlin/WebAssembly 的探索之路
当GPT遇到低代码——低代码平台AIGC开发落地实战
生成式音频大模型的多模态“产模结合”
评论 1 条评论