本文介绍了央行语言模型(CB-LMs),这些模型在中央银行语料库上进行训练,以更好地理解央行沟通。研究发现,CB-LMs在预测央行习语和分类货币政策立场方面优于其基础模型,例如BERT和RoBERTa。然而,在更复杂的任务中,例如对新闻进行情感分类,大型生成式语言模型(LLMs)如ChatGPT-4和Llama-3 70B可能表现更好。尽管如此,LLMs的部署也带来了保密性、透明度、可复制性和成本效益方面的挑战。文章建议中央银行根据具体任务和需求选择合适的模型,并强调了共享经验和最佳实践的重要性。