Analisis Anomali Bitcoin WhyTrend: Model Lebih Kecil Mengungguli Model Lebih Besar
Ollama
WhyTrend, alat deteksi anomali sumber terbuka, diuji pada data harga Bitcoin dari tahun 2022 hingga 2026. Analisis menunjukkan bahwa model dengan 14 miliar parameter memberikan penjelasan yang lebih andal daripada model dengan 32 miliar parameter karena lebih sedikit mengalami waktu tunggu habis. Alat ini berhasil mengidentifikasi perubahan rezim pasar utama dan menyoroti masalah dengan penjelasan cadangan.
WhyTrend, sebuah pipeline sumber terbuka untuk deteksi anomali dan penjelasan, dijalankan pada harga penutupan harian Bitcoin (BTC/USDT) dari 1 Januari 2022 hingga 7 Agustus 2026, total 1680 titik data. Detektor menemukan 8 titik perubahan (perubahan rezim), yang kemudian dijelaskan menggunakan dua LLM lokal yang berbeda: Qwen 32B dan qwen2.5-coder:14b. Model 32B yang lebih besar sering kali mengalami waktu habis (6 dari 8 peristiwa), menyebabkan fallback ke penjelasan heuristik berdasarkan artikel-artikel dengan peringkat BM25 teratas, yang menghasilkan alasan yang tidak masuk akal seperti 'Kucing Liar dan Bitcoin' atau 'Makalah Kode Genetik Bitcoin'. Model 14B yang lebih kecil menyelesaikan dalam batas waktu untuk 6 dari 8 peristiwa, memberikan penjelasan yang lebih kredibel dengan skor kepercayaan, seperti mengaitkan titik perubahan 2024-02-25 dengan sentimen negatif dan masalah regulasi, serta titik perubahan 2025-11-11 dengan penyitaan Bitcoin oleh pemerintah dan tuduhan peretasan senilai $13 miliar yang didukung AS. Artikel tersebut mencatat bahwa meskipun 14B rata-rata lebih andal, model ini tidak sempurna, karena juga memiliki kasus fallback. Penulis merekomendasikan penggunaan model yang lebih kecil untuk tugas semacam ini dan membahas pentingnya membedakan keluaran fallback dari penalaran model yang sebenarnya.
Sumber: Хабр — Data Mining —
asli