WhyTrend比特币异常分析：小模型表现优于大模型

WhyTrend，一个用于异常检测与解释的开源管道，被应用于2022年1月1日至2026年8月7日期间的比特币每日收盘价（BTC/USDT）数据，共计1680个数据点。检测器发现了8个变点（制度变化），随后使用两个不同的本地大语言模型（LLM）进行解释：Qwen 32B和qwen2.5-coder:14b。较大的32B模型频繁超时（8个事件中有6个），导致回退到基于BM25排名最高文章的启发式解释，产生了诸如“流浪猫与比特币”或“比特币基因代码论文”等无意义的理由。较小的14B模型在8个事件中有6个在超时时间内完成，提供了更可信的解释并附有置信度分数，例如将2024-02-25的变点归因于负面情绪和监管担忧，将2025-11-11的变点归因于政府没收比特币以及美国支持的130亿美元黑客攻击的指控。文章指出，尽管14B平均而言更可靠，但并非完美，因为它也有回退案例。作者建议在此类任务中使用较小的模型，并讨论了区分回退输出与真实模型推理的重要性。