مدل های زبانی

Hebbia: GPT-6 Astra در پژوهش مالی و ساخت اسلاید جلوتر بود

شرکت Hebbia در آزمون های داخلی، مدل GPT-6 Astra را در ارجاع به منابع و ساخت اسلایدهای PowerPoint برای تحلیل های مالی از رقبا جلوتر دانسته است.

۴ دقیقه مطالعه منبع: OpenAI
Hebbia: GPT-6 Astra در پژوهش مالی و ساخت اسلاید جلوتر بود

خلاصه در یک نگاه

  • Hebbia پیش نسخه ی GPT-6 Astra را در دو کار آزمود: یافتن منابع موردنیاز هر پرسش و ساخت ارائه بر اساس خواسته ی بانکدار.
  • مدل در ارجاع به انواع منبع موردنیاز ۱۳٫۶ امتیاز درصدی از بهترین گزینه ی آزمایش شده بالاتر بود.
  • ۹۹٫۵ درصد گزیده های ارجاع شده ی مدل به پرسش مرتبط بودند.
  • GPT-6 Astra ۹۷٫۹ درصد الزامات ارائه را رعایت کرد و ۱۴٫۴ امتیاز درصدی جلوتر ایستاد.
  • این نتایج از آزمون های خود Hebbia است و در داستان مشتریان OpenAI منتشر شده است.

شرکت Hebbia، سازنده ی ابزار پژوهش مالی Matrix، مدل GPT-6 Astra از OpenAI را آزموده و می گوید این مدل در دو کار اصلی تحلیلگران مالی از گزینه های دیگر بهتر عمل کرده است: یافتن منابع لازم برای پاسخ به یک پرسش و ساخت ارائه ای که از خواسته ی بانکدار پیروی کند. این گزارش را OpenAI در بخش داستان مشتریان خود منتشر کرده است.

Matrix و دو آزمون GPT-6 Astra

پیش از آنکه بانکدار خرید یک شرکت را به مشتری پیشنهاد کند، باید صورت های مالی، قراردادهای مشتریان و ارائه های مدیریت را بررسی کند. Matrix این پژوهش را یک جا جمع می کند و پاسخ ها را به سندهای پشتشان پیوند می دهد.

Hebbia مدل را در دو بخش از این کار سنجید. در بخش اول، مدل سندها یا سلول های Matrix را برای پشتیبانی از یک پاسخ انتخاب می کند. در بخش دوم، تحلیل را به اسلایدهای بومی PowerPoint تبدیل می کند که از ساختار و دستورالعمل کاربر پیروی می کنند.

Hebbia یک سناریوی فرضی هم شرح داده است: بانکدار برای ارزیابی خرید یک شرکت نرم افزار صنعتی حدود ۲٬۰۰۰ فایل در اختیار دارد. او می تواند اتاق داده را در Matrix بارگذاری کند و تمرکز مشتریان، شرایط قراردادها و ریزش مشتری را در سلول های ارجاع دار بررسی کند. سپس Matrix می تواند با گزارش های رقبا و اخبار صنعت، تز معامله را بسازد و خلاصه ی بررسی و ارائه ی ارزش گذاری را در قالب شرکت تحویل دهد.

نتایج آزمون ها

Hebbia یک نسخه ی پیش از عرضه را در بازه ی اوت تا سپتامبر ۲۰۲۶ آزمود. برای همه ی مدل ها از موارد پژوهش مالی و معیارهای نمره دهی یکسان استفاده شد. کارشناسان حوزه این معیارها را نوشته یا با سندهای منبع بررسی کرده اند.

معیار نتیجه ی GPT-6 Astra
ارجاع به انواع منبع موردنیاز ۱۳٫۶ امتیاز درصدی بالاتر از بهترین گزینه ی آزمایش شده
مرتبط بودن گزیده های ارجاع شده ۹۹٫۵ درصد
رعایت الزامات قابل اعمال ارائه ۹۷٫۹ درصد، یعنی ۱۴٫۴ امتیاز درصدی بالاتر از بهترین گزینه ی آزمایش شده

کاویتا آناند (Kavita Anand)، عضو کادر فنی بخش محصول Hebbia، می گوید مدل های دیگر معمولاً میان کیفیت ظاهری و پایبندی به دستورالعمل یکی را فدا می کردند. به گفته ی او، GPT-6 Astra نخستین مدلی است که در هر دو معیار رتبه ی اول را گرفته است.

ردیابی منبع در عمل

آناند تأکید می کند کاربران بر پایه ی خروجی هوش مصنوعی درباره ی میلیون ها دلار تصمیم می گیرند، پس ردیابی منبع اهمیت دارد. در Hebbia کاربر می تواند یک ارجاع را باز کند و سند اصلی و بخش پررنگ شده را ببیند. پانویس اسلایدها هم به منبع برمی گردد.

بررسی نهایی می تواند بسیار دقیق باشد، مثلاً مقایسه ی یک عدد تمرکز مشتریان با جدول منبع و اصلاح دوره ی گزارش دهی پیش از ارسال ارائه به کمیته ی سرمایه گذاری. آناند می گوید بانکدار نمی خواهد ارائه ای برای شریک خود بفرستد که «ساخته ی هوش مصنوعی» به نظر برسد. او ارائه ای با برند شرکت خودش و ظاهری شبیه کار انسان می خواهد.

آینده ی عامل ها

آناند برای عامل های هوش مصنوعی نقشی آینده نگر تصور می کند: عامل هایی که در پس زمینه اطلاعات را پایش می کنند و سیگنال هایی را برای ارزیابی متخصصان مالی بالا می آورند. به گفته ی او، دریافت یک سیگنال مهم چند ساعت زودتر از رقبا می تواند ارزش زیادی بسازد. Hebbia می خواهد با تکیه بر این نتایج به متخصصان کمک کند معامله ها را با پژوهشی قابل ردیابی ارزیابی کنند.

چرا این خبر مهم است؟

در کار مالی، دقت ارجاع و رعایت قالب سازمان دو گلوگاه جدی اند. اگر نتایج Hebbia در کاربرد واقعی هم برقرار بماند، بانکداران می توانند زمان کمتری صرف قالب بندی ارائه و کنترل منابع کنند و زمان بیشتری به ارزیابی خود معامله بدهند. آناند می گوید شب بیداری های معمول این کار می تواند به چند دقیقه بازبینی خروجی مدل کاهش یابد.

یک نکته را باید در نظر داشت: این نتایج از آزمون های خود Hebbia آمده و OpenAI آن را منتشر کرده است. منبع نام رقیب های آزمایش شده را نمی گوید و فقط از «بهترین گزینه ی آزمایش شده» حرف می زند. آزمون هم روی یک نسخه ی پیش از عرضه انجام شده است.

منابع

این خبر بر پایه منابع بالا، با کمک هوش مصنوعی به فارسی بازنویسی و توسط تحریریه برتر AI منتشر شده است. برای جزئیات کامل به منبع اصلی مراجعه کنید.