arXiv · cs.AI · Tran Phuong Linh Pham, Thi Minh Phuong Ngo, Phuong Thao Nguyen, Quang Minh Nguyen, Thai Hoa Ngo, Trong Nghia Nguyen · 4 小时前模型评分31
用 大语言模型（LLM，Large Language Model） 为异构智能体比特币闪崩模拟提取行为先验
Behavioral Prior Elicitation via LLM for Heterogeneous-Agent Bitcoin Flash-Crash Simulation
导读
一项研究提出四阶段流程，用离线大语言模型（LLM，Large Language Model）从 66 个检测到的 BTCUSDT 闪崩事件构建 100 ms 事件面板，为四类智能体提取行为先验并搭建异构限价订单簿模拟器。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：金融
事件类型：研究发布
证据摘录
- “We propose a four-stage pipeline that constructs a reproducible 100 ms BTCUSDT flash-crash event panel from 66 detected events, elicits behavioral priors for four agent archetypes using an offline large language model conditioned on empirical microstructure anchors, instantiates a heterogeneous limit order book simulator with the validated priors, and applies causal discovery plus counterfactual analysis to the resulting synthetic panel.”
来源：arXiv · cs.AI · arxiv.org