GPT‑6.1 से Terminal X सीनियर इन्वेस्टर फ़ैसले से 88.6% मेल खाता है

किसी इन्वेस्टमेंट फ़र्म की बढ़त हर एक डील के साथ बनती है, लेकिन हर फ़ैसले के पीछे का तर्क आमतौर पर कुछ सीनियर इन्वेस्टर्स के दिमाग में ही रहता है. जब वे फ़र्म छोड़कर जाते हैं, तो फ़र्म पर वह बोझ आ जाता है जिसे Terminal X⁠(एक नई विंडो में खुलेगा) 'मेमोरी का कर्ज़' कहता है: फ़र्म के पास डॉक्यूमेंट्स तो रह जाते हैं, लेकिन उनके पीछे की रीज़निंग खो जाती है.

Terminal X का 'कैपिटल मेमोरी' ऑपरेटिंग सिस्टम इसी कर्ज़ को चुकाने के लिए बनाया गया है. कंपनी के इंजीनियर - जो पहले JPMorgan और Blackstone जैसी फ़र्म में फ़ाइनेंस और इन्वेस्टमेंट प्रोफ़ेशनल रह चुके हैं - हर कस्टमर की इन्वेस्टमेंट टीम के साथ मिलकर काम करते हैं. वे उस फ़र्म के लिए 'एजेंटिक आर्किटेक्चर' तैयार करते हैं और यह तय करते हैं कि फ़र्म अपने ही एजेंट में किस तरह निवेश करेगी. ये एजेंट या तो फ़र्म के अपने परिसर में तैनात होते हैं या फिर कंपनी के अपने क्लाउड पर काम करते हैं.

OpenAI मॉडल, जिसमें GPT‑6.1 Sol और GPT‑6 Luna शामिल हैं, उन एजेंट के अंदर रीज़निंग को संभालते हैं. और Terminal X का Eval एजेंट, एजेंट के आउटपुट को फ़र्म के स्टैंडर्ड के हिसाब से ग्रेड करता है. GPT‑6.1 Sol ने Eval एजेंट को लगभग 25% ज़्यादा ऐसे सुझाव पकड़ने में मदद की जो किसी फ़ंड के मैंडेट से भटक गए थे और उसने अगले सबसे अच्छे मॉडल की तुलना में हर क्वेरी पर लगभग 30% कम लागत पर वही वर्कफ़्लो चलाए.

हर कस्टमर के लिए, Terminal X ऐसे एजेंट बनाता है जो फ़र्म के सबसे अच्छे इन्वेस्टर की तरह इन्वेस्ट करने के लिए डिज़ाइन किए गए हैं. Terminal X के इंजीनियर कस्टमर के साथ हफ़्तों साइट पर बिताते हैं, फ़र्म के भरोसेमंद मेमो के पीछे की प्रक्रिया समझते हैं और उन प्रोसेस को कैप्चर करते हैं जो कभी लिखे नहीं गए थे, जैसे कि क्रेडिट डेस्क किसी उधार लेने वाले की जाँच कैसे करता है या को-इन्वेस्टमेंट टीम मेमो से पहले कौन से सोर्स निकालती है.

इसके बाद, इन प्रोसेस को सैकड़ों एजेंट में एनकोड किया जाता है, जिन्हें एस्सेट क्लास और रणनीति के अनुसार कस्टमाइज़ किया जाता है, और निवेश के हर पड़ाव के लिए अलग-अलग सब-एजेंट बनाए जाते हैं. GPT‑6.1 Sol उन पड़ाव को संभालता है जिनमें निर्णय लेने की क्षमता और एक बहुत बड़ी 'कॉन्टेक्स्ट विंडो' की ज़रुरत होती है: जैसे निवेश थीसिस तैयार करना, मुख्य बातों की पहचान करना, और यह जांचना कि क्या यह फ़र्म के मैंडेट के अनुरूप है. वहीं, GPT‑6 Luna उन हाई-वैल्यू स्टेप को संभालता है जहाँ गहराई की तुलना में टोकन एफ़िशिएंसी ज़्यादा मायने रखती है.

ये एजेंट हर फ़र्म के प्राइवेट डेटा रूम में काम करते हैं. यह एक ऐसा ख़ास माहौल होता है जहाँ एंटरप्राइज़ अपने संवेदनशील निवेश डेटा को शेयर और मैनेज कर सकते हैं. ये एजेंट अंग्रेज़ी, कोरियाई, जापानी और चीनी भाषाओं में डॉक्यूमेंट्स को प्रोसेस करते हैं और जो कुछ भी सीखते हैं, उसे 'फ़र्म मेमोरी' के तौर पर स्टोर कर देते हैं. यह वर्जन के तौर पर रखा गया रिकॉर्ड होता है जो बताता है कि कोई डेस्क किस तरह के फ़ैसले लेता है. इसमें पिछले एनालिसिस, समिति के फ़ैसले, वर्कफ़्लो के निर्देश और फ़र्म का नज़रिया शामिल होता है.

इंजीनियर हर मेमोरी को Terminal X के प्लेटफ़ॉर्म पर एक दोहराए जाने वाले वर्कफ़्लो में बदल देते हैं, जहाँ हर प्रोडक्शन क्वेरी को उसके पूरे ट्रेल के साथ ऑडिट किया जा सकता है: उठाए गए कदम, प्राप्त सोर्स, इस्तेमाल किया गया मॉडल और रीज़निंग.

Terminal X के अनुसार, इस तरीके से कस्टमर को काफ़ी बचत हुई है, जिसमें एक प्राइवेट इक्विटी फ़र्म भी शामिल है जिसने ऑटोमेटेड ड्यू डिलिजेंस और इन्वेस्टमेंट मेमो वर्कफ़्लो से सालाना $2.4 मिलियन की बचत की रिपोर्ट दी है.

एजेंट के जवाबों को फ़र्म के अपने स्टैंडर्ड से चेक करने के लिए, Terminal X ने एक Eval एजेंट बनाया. यह GPT‑6.1 Sol और दूसरे OpenAI मॉडल पर एक ऑर्केस्ट्रेटेड वर्कफ़्लो है जिसे हर एजेंट आउटपुट को उसी तरह पढ़ने के लिए डिज़ाइन किया गया है जैसे एक VP किसी एनालिस्ट के काम को पढ़ते हैं.

Eval एजेंट हर आउटपुट को 54-क्राइटेरिया वाले रूब्रिक से चेक करता है. यह पूछता है: क्या नंबर, कॉम्प्स, आम सहमति वाले आंकड़े और कोट्स सही सोर्स से लिए गए हैं? क्या तर्क सही है? क्या सुझाव फ़र्म के निवेश नज़रिए से मेल खाता है?

हर जाँच में पास या फ़ेल का स्कोर होता है. हर फ़ेल में एक लाइन की वजह और एक बेहतर सोर्स या सही किया गया टेक्स्ट शामिल होता है और यह एक मेमोरी बन जाता है. उदाहरण के लिए, कोई छूटा हुआ सोर्स, कोई गलत तुलना करने वाला, या कोई थीसिस जो फ़र्म के निवेश नज़रिए से अलग होती है, उसे उस डेस्क के लिए एक नए वर्कफ़्लो निर्देश या एक नए टेस्ट केस के तौर पर एन्कोड किया जाता है.

Terminal X के को-फ़ाउंडर और CTO केन ली कहते हैं, “हर जवाब का इवैल्यूएशन होता है, और एनालिस्ट जो भी सही करते हैं, उससे सिस्टम को उस फ़र्म के काम करने के तरीके के बारे में थोड़ा और पता चलता है.” “इसलिए कोई फ़र्म जितना ज़्यादा समय तक इसका इस्तेमाल करती है, उतना ही वह अपनी टीम की तरह सोचती है.”

Terminal X अपने खुद के इवैल्यूएशन के नतीजों के आधार पर मॉडल चुनता है. स्कोर किए गए 500 निर्णयों में, GPT‑6.1 Sol पर आधारित इसके Eval एजेंट की राय 88.6% मामलों में सीनियर इंसानी रिव्युअर से मेल खाई, जबकि दूसरे सबसे बेहतरीन मॉडल के मामले में यह आंकड़ा 86.4% रहा, यानी इसमें 220 बेसिस पॉइंट्स का सुधार हुआ है.

एक तरह की गलती जिसमें GPT‑6.1 Sol ने बेहतर परफ़ॉर्म किया, वह है स्टाइल ड्रिफ़्ट. उदाहरण के लिए, एक बायआउट फ़ंड का काम ऐसे टेक-प्राइवेट कैंडिडेट को ढूंढना है जो NAV से डिस्काउंट पर ट्रेड कर रहे हों, बिज़नेस को अंडरराइट करें, और फ़ाइनेंसिंग का स्ट्रक्चर तैयार करें. जब सिनेरियो मॉडल मार्केट में बदलाव का सुझाव देते हैं, तो डील्स डिस्ट्रेस्ड क्रेडिट पोज़िशन या रेस्क्यू फ़ाइनेंसिंग का सुझाव देने लगती हैं. GPT‑6.1 Sol पर Eval एजेंट ने अगले सबसे अच्छे मॉडल की तुलना में इनमें से लगभग 25% ज़्यादा बदलाव पकड़े.

लंबे संदर्भ वाले काम पर GPT‑6.1 Sol की टोकन एफ़िशिएंसी ने Terminal X को उसी बजट में एक गहरा रिव्यू वर्कफ़्लो बनाने में मदद की. थीसिस को पहले फ़ंड के मैंडेट पर, फिर उसकी हाल की डील्स पर जाँचा जाता है. अनिश्चित फ़ैसलों को फिर से चलाया जाता है, और एजेंट रिपोर्ट करने से पहले नतीजों को मिलाता है.

इस गहन रिव्यू ने उन डील्स में भी समस्याएँ पकड़ीं जिन्हें एक तुलनीय मॉडल ने एक बार की जाँच में मंज़ूरी दे दी थी. GPT‑6.1 Sol ने लगभग वैसी ही गति के साथ, अगले सबसे अच्छे मॉडल की तुलना में प्रति क्वेरी लगभग 30% कम लागत पर वही वर्कफ़्लो चलाए.

GPT‑6.1 Sol और GPT‑6 Luna का इस्तेमाल करके, Terminal X ने 1,700 फ़र्म मेमोरी बनाई हैं, 1 मिलियन से ज़्यादा कस्टम वर्कफ़्लो चलाए हैं, और अपने मंथली एक्टिव यूज़र्स के 81% के बराबर वीकली एक्टिव यूज़र काउंट तक पहुँच गया है.

Terminal X का अगला कदम फ़र्म मेमोरी को डेस्क से लोगों तक पहुँचाना है, ताकि हर इन्वेस्टमेंट प्रोफ़ेशनल का स्टैंडर्ड वैसे ही कैप्चर हो जैसा वह प्रैक्टिस करते हैं, न कि सिर्फ़ वैसे जैसा बताया गया है.

Terminal X के को-फ़ाउंडर और CEO ह्यून के लिए, यही बात है: “जो फ़र्म अगले दशक में जीतेंगी, वे अपने फ़ैसले को डेटा के तौर पर अपनाएंगी. हमारा काम उस फ़ैसले को मापने लायक बनाना है, ताकि उसे रखा जा सके, सुधारा जा सके और दोबारा इस्तेमाल किया जा सके.”