Terminal X és GPT‑6.1: 88,6%-os egyezés a befektetői döntésekkel

Egy befektetési cég versenyelőnye ügyletről ügyletre épül, de a döntéseket megalapozó szakmai tudás többnyire néhány tapasztalt befektető fejében összpontosul. Amikor távoznak, a cégnél felhalmozódik az, amit a Terminal X⁠(új ablakban nyílik meg) memóriaadósságnak nevez: a dokumentumok ugyan megmaradhatnak, de a mögöttük álló gondolatmenet elvész.

A Terminal X Capital Memory operációs rendszere ennek az adósságnak a csökkentésére készült. A vállalat ügyfelekhez kihelyezett mérnökei – a JPMorgan és a Blackstone korábbi pénzügyi és befektetési szakemberei – közvetlenül az ügyfelek befektetési csapataival dolgoznak. Megtervezik a cég ügynökalapú architektúráját, és befektetési gyakorlatát a cég tulajdonában álló, helyben vagy saját felhőjében telepített ügynökökbe kódolják.

Ezekben az ügynökökben az OpenAI modelljei, köztük a GPT‑6.1 Sol és a GPT‑6 Luna végzik az érvelést. A Terminal X Eval Agent pedig a cég követelményei szerint értékeli az ügynökök kimeneteit. A GPT‑6.1 Sol segítségével az Eval Agent mintegy 25%-kal több, az alap befektetési mandátumától eltérő ajánlást szűrt ki, és ugyanazokat a munkafolyamatokat körülbelül 30%-kal alacsonyabb lekérdezésenkénti költséggel futtatta, mint a második legjobb modell.

A Terminal X minden ügyfelének olyan ügynököket épít, amelyek a cég legjobb befektetőinek módszereit követik. A Terminal X mérnökei heteket töltenek az ügyfélnél: feltárják a cég bevált feljegyzései mögötti módszereket, és rögzítik a korábban soha le nem írt folyamatokat. Ilyen például az, hogy a hitelezési részleg hogyan szűri a hitelfelvevőket, vagy a társbefektetési csapat milyen forrásokat gyűjt össze egy feljegyzés elkészítése előtt.

Ezután ezeket a folyamatokat több száz, eszközosztályra és stratégiára szabott ügynökbe kódolják, a befektetés egyes szakaszaihoz pedig alügynököket rendelnek. A GPT‑6.1 Sol végzi a szakmai mérlegelést és hatalmas kontextusablakot igénylő szakaszokat: a befektetési tézis összeállítását, a kulcsfontosságú szempontok azonosítását és annak értékelését, hogy a javaslat illeszkedik-e a cég mandátumához. A GPT‑6 Luna végzi a nagy volumenű lépéseket, amelyeknél a hatékony tokenhasználat fontosabb, mint az elemzés mélysége.

Az ügynökök az egyes cégek privát adatszobájában dolgoznak: ez egy olyan elkülönített környezet, amelyben a vállalatok érzékeny befektetési adatokat oszthatnak meg és kezelhetnek. Az ügynökök angol, koreai, japán és kínai dokumentumokat dolgoznak fel, a megszerzett tudást pedig vállalati Memory-bejegyzésként tárolják. Ez egy verziókövetett leírás arról, hogyan hoz meg egy adott részleg egy adott típusú döntést; tartalmazza a korábbi elemzéseket, bizottsági döntéseket, munkafolyamat-utasításokat és a cég álláspontjait.

A mérnökök minden Memory-bejegyzésből megismételhető munkafolyamatot készítenek a Terminal X platformján. Itt minden éles lekérdezés teljes egészében auditálható: nyomon követhetők a végrehajtott lépések, a lekért források, a használt modell és az érvelés.

A Terminal X szerint ez a megközelítés jelentős megtakarítást hoz az ügyfeleknek. Egy magántőke-befektetési cég például éves szinten 2,4 millió dolláros megtakarításról számolt be az átvilágítási és a befektetési feljegyzéseket készítő munkafolyamatok automatizálásának köszönhetően.

A Terminal X azért hozta létre az Eval Agentet, hogy az ügynökök válaszait a cég saját követelményei alapján ellenőrizze. Ez egy GPT‑6.1 Solra és más OpenAI-modellekre épülő, összehangolt munkafolyamat, amely minden ügynök kimenetét úgy vizsgálja, ahogyan egy vezető ellenőrzi az elemző munkáját.

Az Eval Agent minden kimenetet egy 54 szempontból álló értékelési rendszer alapján ellenőriz. Azt vizsgálja: megfelelő forrásból származnak-e a számok, az összehasonlító adatok, a konszenzusos becslések és az idézetek? Megállja-e a helyét az érvelés? Összhangban van-e az ajánlás a cég álláspontjával?

Minden ellenőrzés eredménye „megfelelt” vagy „nem felelt meg”. Minden sikertelen ellenőrzéshez egysoros indoklás, valamint egy jobb forrás vagy javított szöveg tartozik, és mindez Memory-bejegyzésként rögzül. Például egy kihagyott forrás, egy rosszul megválasztott összehasonlítási alap vagy a cég álláspontjától eltérő befektetési tézis új munkafolyamat-utasításként vagy tesztesetként rögzül az adott részleg számára.

„Minden választ kiértékelünk, és az elemző minden javításával egy kicsit többet tanít a rendszernek arról, hogyan működik az adott cég” – mondja Ken Lee, a Terminal X társalapítója és technológiai igazgatója. „Így minél régebb óta használja egy cég, annál inkább úgy gondolkodik, mint a saját csapata.”

A Terminal X a saját értékelési eredményei alapján választ modelleket. Ötszáz értékelt döntés során a GPT‑6.1 Solra épülő Eval Agent az esetek 88,6%-ában jutott ugyanarra az eredményre, mint a tapasztalt emberi értékelő. A második legjobb modellnél ez az arány 86,4% volt, ami 220 bázispontos javulást jelent.

A GPT‑6.1 Sol egyik kiemelkedő területe a befektetési stílustól való eltérések felismerése volt. Egy kivásárlási alap mandátuma például az, hogy nettó eszközértékük alatt forgó, tőzsdéről kivezethető célpontokat találjon, felmérje az üzleti kockázatokat, és kialakítsa a finanszírozás szerkezetét. Amikor a forgatókönyvmodellek piaci fordulatot jeleznek, az ügyleti ajánlások kezdenek a bajba jutott vállalatok adósságába történő befektetés vagy a mentőfinanszírozás felé eltolódni. A GPT‑6.1 Solra épülő Eval Agent mintegy 25%-kal több ilyen eltérést szűrt ki, mint a második legjobb modell.

A GPT‑6.1 Sol hatékony tokenhasználata a hosszú kontextusú feladatoknál lehetővé tette, hogy a Terminal X ugyanabból a költségkeretből alaposabb ellenőrzési munkafolyamatot építsen ki. A befektetési tézist először az alap mandátumával, majd a közelmúltbeli ügyleteivel vetik össze. A bizonytalan értékeléseket újrafuttatják, és az ügynök a jelentés elkészítése előtt egyezteti az eredményeket.

Ez az alaposabb ellenőrzés olyan ügyleteket is kifogásolt, amelyeket egy hasonló képességű modell egyetlen ellenőrzési körben jóváhagyott. A GPT‑6.1 Sol emellett ugyanazokat a munkafolyamatokat hasonló sebességgel, de mintegy 30%-kal alacsonyabb lekérdezésenkénti költséggel futtatta, mint a második legjobb modell.

A GPT‑6.1 Sol és a GPT‑6 Luna használatával a Terminal X 1700 vállalati Memory-bejegyzést hozott létre, több mint 1 millió egyedi munkafolyamatot futtatott, heti aktív felhasználóinak száma pedig elérte a havi aktív felhasználók számának 81%-át.

A Terminal X következő lépése, hogy a vállalati Memory-bejegyzéseket a részlegek szintjéről az egyénekre is kiterjessze. Így minden befektetési szakember döntési elvei a tényleges gyakorlat alapján rögzülnek, nem csupán az elmondottak szerint.

Hyun, a Terminal X társalapítója és vezérigazgatója szerint éppen ez a lényeg: „A következő évtized nyertesei azok a cégek lesznek, amelyek saját döntési tudásukat adatként birtokolják. A mi feladatunk az, hogy ezt a tudást mérhetővé tegyük, hogy megőrizhető, fejleszthető és újra felhasználható legyen.”