RETuning：像金融分析师一样的模型，正在出现。 作者丨郑佳美 编辑丨马晓宁 几天前，一场名为 “AI Trading Battle” 的实验在海外社交媒体上火了。主办方给六个主流大模型（包括 ChatGPT、Gemini、Claude 等）每人一万美元的虚拟资金，让它们自由进行加密货币交易。结果让人大跌眼镜：截至今天，DeepSeek V3.1 实现了超过 126% 的惊人盈利率，而GPT 5 和 Gemini 2.5 Pro 跌破 5,000 美元，亏损率超过 50%。 这场“AI 交易秀”原本旨在展示智能的金融潜力，却反而揭示了一个更深层的问题：当面对复杂而动态的金融环境时，语言模型知不知道他们“为什么下单”呢？ 而由香港科技大学、美国罗格斯大学和南开大学联合研究团队发表的最新论文，则是关于这类问题给出了一个答案。 他们提出了一种名为 RETuning 的方法，让大语言模型在做出预测前，先搜集证据、分析逻辑、反思推理，再得出结论。换句话说，模型不再是“凭直觉判断”，而是学会了“有理有据地思考”。 研究团队基于覆盖中国 A...