🌐 Hebbia mejora investigación financiera con GPT-6 Astra de OpenAI
Hebbia veu millores en la investigació financera amb GPT-6 Astra
La startup Hebbia ha demostrat millores significatives en la investigació financera utilitzant el model GPT-6 Astra d'OpenAI. En proves recents, Hebbia va aconseguir avenços notables en la identificació de fonts necessàries per respondre preguntes complexes i en la creació de presentacions que compleixen amb els requisits específics dels banquers.
Abans que un banquer pugui recomanar una adquisició als seus clients, és crucial comprendre els estats financers, contractes de clients i presentacions de gestió. Hebbia ha desenvolupat Matrix, una eina que integra aquesta investigació, vinculant respostes als documents que les recolzen.
Hebbia va provar GPT-6 Astra per millorar dos aspectes clau: la cerca de fonts rellevants i la construcció de presentacions que segueixin les directrius del banquer. Segons Kavita Anand, membre de l'equip tècnic de Hebbia, "els avenços de GPT-6 Astra en termes de qualitat i precisió han estat sorprenents. Aquest model supera qualsevol altre que hàgim provat abans en aquests aspectes".
En un exemple hipotètic, un banquer que avalua una adquisició estratègica podria carregar aproximadament 2.000 arxius a Matrix. L'eina permetria examinar la concentració de clients, termes contractuals i rotació, a més d'incorporar presentacions de parells i notícies de la indústria per desenvolupar una tesi d'inversió.
GPT-6 Astra selecciona documents o cel·les de Matrix per recolzar una resposta i converteix l'anàlisi en diapositives de PowerPoint que segueixen l'estructura i directrius de l'usuari. Kavita destaca la importància de la traçabilitat, ja que les decisions financeres de milions de dòlars depenen de les respostes proporcionades per la IA. "Les cites ajuden amb la traçabilitat i brinden confiança als usuaris que la IA va trobar la resposta correcta", afirma.
En les proves de Hebbia, GPT-6 Astra va combinar una àmplia cobertura de fonts amb cites altament rellevants, superant en 13,6 punts percentuals la millor alternativa provada pel que fa a tipus de fonts citades. A més, el 99,5% dels extractes citats eren rellevants per a la pregunta plantejada.
GPT-6 Astra també va liderar en qualitat de presentació, complint amb el 97,9% dels requisits aplicables i superant en 14,4 punts percentuals la millor alternativa en aquest aspecte. "En el passat, hem vist models que brillen en un o altre d'aquests aspectes, però GPT-6 Astra és el primer que es destaca en ambdós", comenta Kavita.
Hebbia busca que els banquers dediquin menys temps a reformatar presentacions i verificar fonts, i més temps a avaluar acords. "El sorprenent de GPT-6 Astra és la seva capacitat per crear resultats precisos que s'adhereixen a les directrius de l'usuari. Això pot estalviar hores de treball als professionals", conclou Kavita.
La visió futura de Hebbia inclou agents que monitoren informació en segon pla i destaquen senyals importants per als professionals financers. "Imagineu rebre un senyal important unes hores abans que els vostres competidors", suggereix Kavita. "Això pot desbloquejar molt de valor per als nostres usuaris".
Hebbia sees improvements in financial research with GPT-6 Astra
La startup Hebbia ha demostrado mejoras significativas en la investigación financiera utilizando el modelo GPT-6 Astra de OpenAI. En pruebas recientes, Hebbia logró avances notables en la identificación de fuentes necesarias para responder preguntas complejas y en la creación de presentaciones que cumplen con los requisitos específicos de los banqueros.
Antes de que un banquero pueda recomendar una adquisición a sus clientes, es crucial comprender los estados financieros, contratos de clientes y presentaciones de gestión. Hebbia ha desarrollado Matrix, una herramienta que integra esta investigación, vinculando respuestas a los documentos que las respaldan.
Hebbia probó GPT-6 Astra para mejorar dos aspectos clave: la búsqueda de fuentes relevantes y la construcción de presentaciones que sigan las directrices del banquero. Según Kavita Anand, miembro del equipo técnico de Hebbia, «los avances de GPT-6 Astra en términos de calidad y precisión han sido sorprendentes. Este modelo supera a cualquier otro que hayamos probado antes en estos aspectos».
En un ejemplo hipotético, un banquero que evalúa una adquisición estratégica podría cargar aproximadamente 2,000 archivos en Matrix. La herramienta permitiría examinar la concentración de clientes, términos contractuales y rotación, además de incorporar presentaciones de pares y noticias de la industria para desarrollar una tesis de inversión.
GPT-6 Astra selecciona documentos o celdas de Matrix para respaldar una respuesta y convierte el análisis en diapositivas de PowerPoint que siguen la estructura y directrices del usuario. Kavita destaca la importancia de la trazabilidad, ya que las decisiones financieras de millones de dólares dependen de las respuestas proporcionadas por la IA. «Las citas ayudan con la trazabilidad y brindan confianza a los usuarios de que la IA encontró la respuesta correcta», afirma.
En las pruebas de Hebbia, GPT-6 Astra combinó una amplia cobertura de fuentes con citas altamente relevantes, superando en 13.6 puntos porcentuales a la mejor alternativa probada en cuanto a tipos de fuentes citadas. Además, el 99.5% de los extractos citados eran relevantes para la pregunta planteada.
GPT-6 Astra también lideró en calidad de presentación, cumpliendo con el 97.9% de los requisitos aplicables y superando en 14.4 puntos porcentuales a la mejor alternativa en este aspecto. «En el pasado, hemos visto modelos que brillan en uno u otro de estos aspectos, pero GPT-6 Astra es el primero que se destaca en ambos», comenta Kavita.
Hebbia busca que los banqueros dediquen menos tiempo a reformatear presentaciones y verificar fuentes, y más tiempo a evaluar acuerdos. «Lo asombroso de GPT-6 Astra es su capacidad para crear resultados precisos que se adhieren a las directrices del usuario. Esto puede ahorrar horas de trabajo a los profesionales», concluye Kavita.
La visión futura de Hebbia incluye agentes que monitorean información en segundo plano y destacan señales importantes para los profesionales financieros. «Imaginen recibir una señal importante unas horas antes que sus competidores», sugiere Kavita. «Esto puede desbloquear mucho valor para nuestros usuarios».
Hebbia sees improvements in financial research with GPT-6 Astra
The startup Hebbia has demonstrated significant improvements in financial research using OpenAI's GPT-6 Astra model. In recent tests, Hebbia achieved notable advances in identifying necessary sources to answer complex questions and in creating presentations that meet the specific requirements of bankers.
Before a banker can recommend an acquisition to their clients, it is crucial to understand financial statements, client contracts, and management presentations. Hebbia has developed Matrix, a tool that integrates this research, linking answers to the documents that support them.
Hebbia tested GPT-6 Astra to enhance two key aspects: the search for relevant sources and the construction of presentations that follow the banker's guidelines. According to Kavita Anand, a member of Hebbia's technical team, "the advances of GPT-6 Astra in terms of quality and accuracy have been surprising. This model surpasses any other we have tested before in these aspects."
In a hypothetical example, a banker evaluating a strategic acquisition could upload approximately 2,000 files into Matrix. The tool would allow examining client concentration, contractual terms, and turnover, as well as incorporating peer presentations and industry news to develop an investment thesis.
GPT-6 Astra selects documents or cells from Matrix to support an answer and converts the analysis into PowerPoint slides that follow the user's structure and guidelines. Kavita highlights the importance of traceability, as financial decisions worth millions of dollars depend on the answers provided by the AI. "Citations help with traceability and provide confidence to users that the AI found the correct answer," she states.
In Hebbia's tests, GPT-6 Astra combined broad source coverage with highly relevant citations, outperforming the best alternative tested by 13.6 percentage points in terms of types of sources cited. Additionally, 99.5% of the cited excerpts were relevant to the question posed.
GPT-6 Astra also led in presentation quality, meeting 97.9% of applicable requirements and outperforming the best alternative by 14.4 percentage points in this aspect. "In the past, we have seen models that shine in one or the other of these aspects, but GPT-6 Astra is the first to excel in both," comments Kavita.
Hebbia aims for bankers to spend less time reformatting presentations and verifying sources, and more time evaluating deals. "The amazing thing about GPT-6 Astra is its ability to create accurate outputs that adhere to the user's guidelines. This can save professionals hours of work," concludes Kavita.
Hebbia's future vision includes agents that monitor information in the background and highlight important signals for financial professionals. "Imagine receiving an important signal a few hours before your competitors," suggests Kavita. "This can unlock a lot of value for our users."
¿Te ha interesado esta noticia?
Recibe cada mañana el resumen de IA y sociedad directo en tu email.
Suscríbete gratis →