之前在写《过去十年，A股为什么不太赚钱》时，我引用了 AQR 的年度权益市场长期估算研究报告。
有读者来问 AQR 的研报哪里下载，有的知道后又觉得英文阅读略有障碍。
这里分享一个这段日子最爱用的大模型——Kimi，堪称是读长论文神奇。
谈及大模型，大家耳熟能详的自然是 OpenAI的 GPT，当然还有国内的百度文心一言，或者阿里的通义千问之类。
不过大模型用多了，你就知道除了 GPT 特别出挑(但也不能说全方位领先)，其实各有所长。就像在国内一众大模型中，深度阅读文档，我觉得还是 Kimi 最好使。
知道 Kimi，是从韭圈儿的 AI 达人卡兹克那里知道，诸位有兴趣的可以参看他写的这篇《当我把我的100篇文章喂给AI - 坏了，我成数字生命了？》。
简单说，Kimi (网页链接)是月之暗面Moonshot AI出的大模型，月之暗面的创始人杨植麟，在过去五年内的NLP领域，其学术论文在华人学者引用排名中位居前10，在40岁以下排名第一。
Kimi 的牛，主要在于超长的上下文，宣称是 20 万汉字，这个量应该是赶超GPT4 的128K 了。
这里简单介绍下，大模型这东西，是基于上下文来进行处理，你平常和大模型聊天输入的话和他回答的话，都是上下文，每次向大模型提问时，必须把这些上下文全部输入给它，基于这些内容，大模型才能顺着有问有答。有时候我们发现大模型聊多了会前言不搭后语，就在于上下文长度有限，他是真不记得之前和你聊的内容了。
大模型的上下文越长，意味着你一次性可以灌输给大模型的数据越多，他对于这些数据可以做更深入的分析——比如读论文。
用 Kimi 读论文，其实挺简单的。把论文的文件拖入会话框，然后写一串提示词提出需求。我习惯用的是这段：
你是一位金融学教授，请阅读文档，写一份面向普通投资者的文献综述
然后就可以看到下面的输出了。AQR 的论文，是针对所有的资产类别都有分析，所以可以看到综述中也包含了各个类别。
这里要说明一下的是，大模型一般对于输出长度都有限制，一方面大模型处理速度慢，一个字一个字的“吐”，另一方面很多商用 API 是按照输入输出长度算钱，所以你不会看到大模型滔滔不绝给你说很多。
要想了解更多，你就要不断提问。
比如我想了解 AQR 关于权益市场的预测详情，就可以这么提问：
文档中是如何测算股票市场的预期回报的，请给出更详细的综述，然后给出相关内容在 pdf 文档的详细位置
然后就有了下面的回答，总体是比较详尽了。哪怕你不懂英文，看看这个中文综述，也大体能了解大体意思了。如果想具体部分详尽阅读，也可以基于文档位置的指引来。不过可惜的是，我希望 Kimi 回答是在 PDF 的第几页，始终得不到正确信息。我估计 Kimi 是先讲 PDF 转成文本后输入，所以并不真实了解 PDF 的构成。
Kimi 是个超级有意思的工具，尤其是在资料的阅读上。最近呼吸道疾病肆虐，我就找了一些媒体文章灌进去，设定一个提示词，就可以让他检索各类的用药指南、预防指引之类。可惜 Kimi 暂时没有 API，没有应用市场，这种功能都只能自己玩。
不过仅仅是自用，都建议诸位一定要去尝试下，在阅读上，能节省很多的时间。