多项研究探讨大语言模型（LLMs）在预测中的表现。零售预测中，LLMs不总优于人类，促销期和外部影响下误差更高；在具明确趋势的数据上表现好，但缺乏周期性时受限，引入外部知识可提升性能。LLM辅助能提高预测准确性。综述指出其依赖历史数据、泛化差、幻觉和算力需求等挑战。金融和能源预测中，GPT-4等模型优于传统方法。总体需谨慎应用。