Model ML efektyviau atlieka finansų darbus su GPT‑5.6 Sol

Kad finansinė analizė būtų tinkama pristatyti klientams ar aukščiausio lygio sprendimų priėmėjams, komandos turi įveikti sudėtingą paskutinį etapą: suderinti įrodymus, sukurti ir suformatuoti failą, patikrinti kiekvieną skaičių ir kiekvieną teiginį susieti su jo šaltiniu. Galutinė „PowerPoint“ pateiktis ar „Excel“ darbaknygė turi būti redaguojama ir parengta išsamiai patikrai.

Model ML įkūrėjai, broliai Arnie ir Chaz Englanderiai, pamatė, kiek daug tam reikia darbo, kai po dviejų sėkmingų verslų pardavimo pradėjo investuoti per privatų šeimos biurą ir, kaip įprasta kūrėjams, ėmė kurti sau skirtą programinę įrangą.

Iš šios programinės įrangos išaugę Model ML agentai padeda finansų specialistams atlikti visą darbo procesą – nuo pradinės užklausos ir tyrimo iki analizės bei galutinės pateikties ar darbaknygės. Proceso centre esantis pagrindinis agentas planuoja darbą, pasirenka tinkamus įrankius, suderina įrodymus ir atlieka skaičiavimus, kiekvieną veiksmą nukreipdamas geriausiai jam pritaikytam modeliui – dažnai GPT‑5.6 Sol. Tarp šių įrankių yra ir pačios Model ML dokumentų kūrimo priemonės, kurios generuoja originalaus formato „PowerPoint“ ir „Excel“ failus su atsekamais šaltiniais.

Model ML padeda finansų komandoms visapusiškai automatizuodama jų darbo procesus. Gavęs užduoties aprašą ir šaltinių medžiagą, agentas gali atlikti tyrimą bei modeliavimą ir parengti galutinę medžiagą klientams ar sandorių komandoms. Prieš dalydamasis darbu finansų specialistas patikrina prielaidas, šaltinius ir pagrindinę mintį.

Model ML savo produktą vadina „nepriklausomu nuo sąsajos“. Finansų specialistas gali pradėti užduotį el. paštu ar Model ML programėlėje ir tęsti ją „Microsoft Office“ papildiniuose nieko neaiškindamas iš naujo.

Šis tęstinumas išlaikomas ir galutiniame darbe. Rengdama pateiktį investicijų komitetui, Model ML gali užduoties aprašą ir šaltinių medžiagą paversti redaguojama „PowerPoint“ pateiktimi. Atlikdamas „Excel“ užduotį agentas gali pradėti nuo kliento šablono ar tuščios darbaknygės, surinkti reikiamus duomenis, keliuose skirtukuose sukurti formules bei logiką ir pritaikyti finansams būdingą formatavimą, kad parengtų išsamią skaičiuoklę ar finansinį modelį.

Pagal Model ML finansinių paslaugų DI vertinimo etaloną „Composite“, GPT‑5.6 Sol „Excel“ darbo procese vienai darbaknygei sunaudojo 36 % mažiau žetonų nei „Opus 5“.

Atlikdamas darbą iki pat paskutinio etapo, agentas taip pat gali sutaupyti laiko rengiant atskirus rezultatus ir padėti komandoms apdoroti didelius šaltinių medžiagos kiekius. Vienoje pasaulinėje turto valdymo įmonėje individuali suvestinė, kurią analitikas rengdavo maždaug valandą, dabar parengiama per maždaug penkias minutes. Kitame darbo procese Model ML agentai vienu kartu apdorojo virtualius duomenų kambarius, kuriuose buvo daugiau kaip 100 000 eilučių ir šimtai failų.

Model ML palygino GPT‑5.6 Sol su kitais pirmaujančiais modeliais įvairiuose finansų darbo procesuose. „Composite“ vertinimuose užduotis stebima nuo pradinio finansinio aprašo, tyrimo ir skaičiavimų iki redaguojamos pateikties ar skaičiuoklės. Tuomet tikrinami skaičiai, šaltiniai, formulės ir struktūra, o pateikčių atveju – ir vaizdinė kokybė.

Model ML „PowerPoint“ skirtas „Composite“ vertinimas apima tikrus darbo procesus ir šimtus sugeneruotų pateikčių, vertinamų pagal išsamius kriterijus.

GPT‑5.6 Sol užbaigė „PowerPoint“ darbo procesą 100 % bandymų, palyginti su 76 % naudojant „Opus 5“. Model ML profesinio tinkamumo ribą, parodančią, ar rezultatas parengtas dalykinei peržiūrai, jis pasiekė 43,3 % atvejų, palyginti su 26,7 %. Jis taip pat pranoko „Opus 5“ pateikčių kokybe, atitiktimi užduoties aprašui, hierarchija ir nuoseklumu.

Visi pirmiau pateikti „Composite“ rezultatai suteikė Model ML pagrindą plačiau naudoti GPT‑5.6 Sol produkcinėje aplinkoje, įskaitant kai kuriuos darbo procesus, kuriuos anksčiau vykdė „Opus 4.8“. „PowerPoint“ darbo procesuose GPT‑5.6 Sol užtikrino konkurencingą pateikčių kokybę ir dažniau nei „Opus 5“ bei „Fable 5“ parengdavo užbaigtas, patikrai tinkamas pateiktis, sunaudodamas maždaug 21 % mažiau žetonų nei „Fable 5“.

„Pasirengimas tikram darbui reiškia, kad naudotojas gali iš karto pradėti tikrą peržiūrą“, – sako Englanderis. „Galima atsekti skaičių šaltinius, darbaknygė perskaičiuojama, o skaidrę galima redaguoti.“

„PowerPoint“ tapo sudėtingu Model ML bandymu, parodančiu, ar GPT‑5.6 Sol yra pasirengęs tikram darbui. Pateiktis gali atrodyti išbaigta, bet nepereiti patikros, jei jos skaičiai klaidingi ar neatsekami, diagramos paverstos neredaguojamais vaizdais arba prieš dalijantis skaidres reikia sukurti iš naujo.

Model ML paleido modelį savo agento infrastruktūroje kartu su dokumentų kūrimo ir redagavimo įrankiais, leidžiančiais agentui kurti skaidres su redaguojamomis diagramomis ir lentelėmis. Dirbdamas jis išlaiko pradinį užduoties aprašą kontekste, o prieš grąžindamas failą vizualiai patikrina kiekvieną skaidrę.

Toliau pateiktas pavyzdys rodo, kaip Model ML „PowerPoint“ rezultatai pagerėjo nuo GPT‑5.5 iki GPT‑5.6 Sol: hierarchija tapo aiškesnė, o skaidrių dizainas – nuoseklesnis.

Šiandien Model ML infrastruktūra suteikia agentui įrankių rinkinius, kuriuos jis gali įkelti, kad pasiektų duomenų integracijas, dokumentų redagavimo įrankius bei gebėjimus ir kodo vykdymo aplinkas. Taip agentas gali susitelkti ir gauna būtent tuos įrankius, kurių reikia darbui su naudotojo dokumentais.

Model ML šią sąranką sukūrė per susitikimus su OpenAI specialistais įmonės biure. Komandos išnagrinėjo, kaip agentas planavo pateiktis, rinkosi įrankius ir išlaikė kontekstą. Remdamosi išvadomis jos patobulino agento nurodymus ir nustatė, kada turi būti įkeliamas kiekvienas įrankių rinkinys.

Model ML klientai pereina prie naršyklėje pateikiamų rezultatų, kurie išlieka susieti su juos sukūrusiais modeliais ir šaltinių medžiaga.

Model ML platforma gali generuoti saugius, interaktyvius rezultatus, kurie nuolat atnaujinami arba užfiksuojami konkrečiu laiko momentu. Vertintojas galėtų atverti investicijų santrauką, pereiti prie skaičių pagrindžiančio finansinio modelio ir tame pačiame puslapyje dirbti su agentu.

„PowerPoint“, „Excel“ ir „Word“ buvo sukurti pasauliui, kuriame intelektinis darbas buvo atliekamas rankiniu būdu“, – sako Englanderis. „DI šią prielaidą pakeitė. Netrukus pasikeis ir pati programinė įranga.“