2 750 ord på 14 artikler som ser på algoritmisk investering, kognitive skjevheter og hvor LLM-er kan passe inn i venturekapitalens verden. tl; det er en reell risiko for at LLM-er blindt kastes på investeringsbeslutninger, på grunn av misvisende resultater i simulerte miljøer. Dette vil sannsynligvis bare forsterke eksisterende problemer og føre til større underytelse. Det betyr ikke at VC er trygg mot automatisering; Mye enklere algoritmer gir allerede bedre ytelse. Men HVORFOR disse algoritmene lykkes er mer interessant: Det viser seg at det å gjenkjenne og håndtere våre kognitive skjevheter er nøkkelen til å prestere konsekvent og betydelig bedre enn maskiner. På den annen side er det vi har laget med LLM-er en enkel måte å anvende våre skjevheter i stor skala under dekke av vitenskapelig objektivitet. Mer: