Jump Trading ChatGPT‑пен сандық зерттеуді қалай кеңейтеді

Сандық әдістерге негізделген саудамен айналысатын Jump Trading компаниясы актив бағаларын барынша дәл болжау үшін нарық деректерін, жаңалықтар мен оқиғаларды және түрлі балама дереккөздерді пайдаланатын болжамдық модельдер жасайды. Нарықтар күрделі, кездейсоқ ауытқуларға толы әрі уақыт өте өзгеріп отыратындықтан, не болатынын алдын ала дәл болжау сирек мүмкін болады. Алайда Jump компаниясындағы LLM (үлкен тілдік модель) зерттеулері мен әзірлемелерінің жетекшісі Лукас Бейкердің айтуынша, болжам тиын лақтырудан сәл ғана дәлірек болса да, оны кең ауқымда қолдану табысты стратегия құруға жеткілікті.

Бейкер агенттік жүйелерді зерттеу мен әзірлеуге жетекшілік етеді. Ол сандық зерттеушілерге өз идеяларын кеңірек әрі тереңірек зерделеуге мүмкіндік беретін агенттерді, тапсырма орталарын және инфрақұрылымды құруға ден қояды. GPT‑6 Astra енгізілгеннен кейін агенттерге тапсыруға болатын жұмыс үдерістерінің ауқымы мен күрделілігі айтарлықтай артты: күнделікті код жазудан бастап жаңа гипотезаларды тексеруге арналған озық сандық зерттеулерге дейін.

Соңғы бір жылда ЖИ бір реттік код үзінділерін жазуға немесе ұсақ қателерді табуға көмектесетін құралдан тұтас код базалары мен сервистерді өздігінен әзірлей алатын қуатты, әмбебап жүйеге айналды. Қазір Бейкер мен оның командасы ЖИ-ге әріптес ретінде қарағанда, оның ең жақсы нәтиже беретінін байқап отыр. Зерттеушілер негізгі мәселені, жұмыс ортасын және нәтижелердің сапасы мен маңызын бағалау тәсілін айқындай алады. Содан кейін бір немесе бірнеше агентке талдауды қай бағытқа шоғырландыру керегін не келесіде қай тапсырманы орындау керегін нақты уақыт режимінде көрсетіп отырады.

Бейкердің айтуынша, GPT‑6 Astra көмегімен агенттер енді маңызды әрі іс жүзінде пайдалы өзгерістерді тауып қана қоймай, сол жетістіктерді біріктіріп, бірінің үстіне бірін қосу арқылы жүйені қайта-қайта жетілдіре алады. Бір ұзақ тапсырманың барысында жүйе өз нәтижелерін талдап, оларды бастапқы ұсыныста келісілген өлшемдермен бағалай алады және жұмыс бағытын өздігінен өзгерте алады. Сондықтан өзгерістердің әр кезеңін адамның талдауы қажет болмайды. Ол мұны былай түсіндіреді: «Бірнеше күн орындалатын тапсырма бере аласыз. Оны орындау үшін көптеген дереккөзден мәлімет жинау, ненің маңызды, ненің маңызды емес екенін нәзік айырмашылықтарына қарап ажырату және бәрін өзара байланыстыру қажет. Қазір осының бәрін біріктіріп, шынымен пайдалы, жан-жақты талдау жасауға болады».

Jump Trading барлық уақыттық ауқымда және активтердің барлық санатымен жұмыс істейді. Үдерістің әр қадамы күрделі. Ал қаржы сияқты қатаң реттелетін салада қателер қаржылық шығынға да, нормативтік талаптардың бұзылуына да әкелуі мүмкін. Бейкер жұмысты ЖИ-ге сеніп тапсырудан туындайтын тәуекелдерді түсіну аса маңызды екенін айтады. Сонымен қатар агенттік интеллектіні тек жаңа функциялар қосуға емес, сапаны, қауіпсіздікті және мониторингті жақсартуға да қолдануға болатынын атап өтеді. Жүйенің ұтымды жобалануы мен нақты шекаралары, айқын шектеулер, басқару мен бақылауға қолайлы инфрақұрылым және өзгерістерді адамның тексеруі Jump Trading командасына ЖИ қолданылатын жұмыс үдерістерін реттелетін ортада кең ауқымда пайдалануға дайындауға көмектеседі.

«Агент не жүйе өзіне қажет кез келген нәтижені еркін жасай алатын қауіпсіз орта болса, бірақ соңында адам мұқият тексеріп, маңызды нәтижелерді растағаннан кейін ғана қабылдайтын тәртіп те сақталса, бізге сенім беретін — осы», — дейді ол. Мысалы, агент сауда сигналын шығарса, кез келген басқа нәтижедегідей оның қолданылу шегі белгіленіп, өзі тексеріледі. Оған әдетте пайдалы ақпарат беретін, бірақ қате болуы да мүмкін сигнал ретінде қарайды және оны қатаң тексеріліп, бақыланатын сауданы орындау ортасында барлық басқа сигналмен біріктіреді.

Бейкердің пікірінше, біз «автозерттеу», яғни зерттеуші агенттердің өлшенетін жүйелерді қайта-қайта жетілдіруі соншалықты кең таралып, сандық зерттеушінің күнделікті жұмысының қалыпты бөлігіне айналатын кезеңге бет алып келеміз. Бүгінде GPT‑6 Astra ең ұзақ тапсырмаларды орындағанда да, тапсырманы берген адаммен үнемі кеңесіп отырады. Бұл тек қандай деректерді алу, қанша уақыт жұмыс істеу және нені маңызды деп санау туралы емес, аралық нәтижелердің қисындылығын тексеруге де қатысты. Жетілдірілген автозерттеу де бастапқы деректері, ортасы, бағалау көрсеткіштері, ымыралы шешімдері мен жалпы басымдықтары адам белгілеген жүйеден басталар еді. Бірақ үдерістің қалған бөлігі басқа агенттер үйлестіретін, құрылымы икемді агенттер «тобына» тапсырылар еді. Жақсы ұйымдастырылған зерттеу үдерісінде бұл агенттер идеяларды қалай зерделеу, есептеу уақытын қалай бөлу және келешегі бар нәтижелерді қалай біріктіру жөнінде ұтымды шешім қабылдай алар еді. Осының бәрін бастауға жауабы әлі табылмаған бір сұрақтың өзі дерлік жеткілікті болар еді.

«Осының бәрін басынан аяғына дейін біріктіріп, жауабын өзіңіз де білмейтін жалпы сұрақ қойып, пайдалы нәтиже ала алсаңыз, қандай болар еді?» — деп сұрайды ол. «Мыңжылдық есептерінің бірін шеше алсаңыз, сандық қаржы туралы да едәуір қызықты жайттарды анықтай алатын шығарсыз».

Жыл сайын бенчмарк көрсеткіштері біртіндеп жақсарып қана қоймай, модельдер орындай алатын жұмыс түрлері де сапалық тұрғыдан жаңа деңгейге көтеріліп отырды. Көбіне мұндай өзгерістерді тіпті бірнеше ай бұрын болжау қиын еді: 2024 жылы алғашқы агенттердің бір файлды қатесіз жазуының өзі таңғаларлық жетістік саналса, 2025 жылы тұтас код базаларын нөлден жасау мүмкін болды. Ал 2026 жылы көптеген агенттің қатар, икемді түрде бірлесіп жұмыс істеуі арқылы шешімі әлі табылмаған зерттеу мәселелерінде ілгерілеуге жол ашылды. «Келесі жылы неге қол жеткіземіз?» — дейді ол. «Алдымызда шынымен таңғаларлық мүмкіндіктер тұр».