Terminal X 报告称其 GPT-6.1 Sol 驱动的系统与资深投资者意见一致率达 88.6%

初创公司 Terminal X 报告称，其由 OpenAI 的 GPT-6.1 Sol 驱动的 AI 评估系统在金融判断任务中与资深人类审查员的一致性达到了 88.6%。该公司为投资机构提供操作系统，并表示该模型还提高了对偏离基金授权情况的检测能力，并降低了运营成本。

评估指标与成本节约

据 Terminal X 称，其 Eval Agent 根据 54 项标准的评分表对输出进行评分。在 500 次评分判断的测试中，运行在 GPT-6.1 Sol 上的 Eval Agent 与资深人类审查员一致的比例为 88.6%。这比次优模型（一致率为 86.4%）提高了 220 个基点。

该公司报告称，与次优模型相比，GPT-6.1 Sol 帮助 Eval Agent 多发现了约 25% 偏离基金授权的建议。此外，Terminal X 表示，该模型在保持相似速度的同时，每次查询的成本比次优模型低约 30%。

据 Terminal X 称，一家私募股权客户报告称，通过自动化尽职调查和投资备忘录工作流程，实现了每年 240 万美元的节省。

捕捉机构记忆

Terminal X 将其产品 Capital Memory 操作系统描述为解决“记忆债务”的工具，该公司用这一术语来描述资深投资者离开公司时导致的推理能力流失。该系统使用前置部署的工程师，包括来自摩根大通（JPMorgan）和黑石集团（Blackstone）的前专业人士，将投资流程编码到代理中。

这些代理在公司私有数据室中运行，处理英语、韩语、日语和中文文档。GPT-6.1 Sol 用于需要判断和大上下文窗口的阶段，例如综合投资论点并评估与公司授权的一致性。GPT-6 Luna 用于优先考虑令牌效率的高容量步骤。

Terminal X 联合创始人兼首席执行官 Hyun Hong 表示：“GPT-6.1 Sol 的长上下文推理和令牌效率使我们能够构建更深入的评估管道。这有助于我们的 Eval Agent 使投资判断可衡量且可审计。”

错误检测与工作流深度

Terminal X 强调，GPT-6.1 Sol 在检测“风格漂移”方面优于其他模型，即建议偏离基金的特定策略。例如，如果收购基金的授权是寻找私有化候选对象，那么运行在 GPT-6.1 Sol 上的 Eval Agent 多发现了约 25% 的系统建议 distressed credit positions（困境信贷头寸）或 rescue financing（救助融资）的情况。

该公司指出，该模型的令牌效率允许在相同预算内进行更深入的审查工作流。这包括针对基金授权和近期交易测试论点，并对不确定的判决进行重新运行和调和。

Terminal X 联合创始人兼首席技术官 Ken Lee 表示：“每个答案都会经过评估，分析师所做的任何纠正都会让系统更了解该公司的运作方式。”

当前采用情况

截至报告发布时，Terminal X 已构建了 1,700 个公司记忆，并使用 GPT-6.1 Sol 和 GPT-6 Luna 运行了超过 100 万个自定义工作流。该公司报告称，其周活跃用户数占月活跃用户数的 81%。

意义所在

该报告突出了专用 AI 模型在高风险金融决策中的日益普及。通过量化与人类专家的一致性和成本降低，Terminal X 提供了 AI 如何整合到机构工作流中的具体指标。对“记忆债务”和可审计推理的关注解决了金融部门在保留机构知识和 AI 驱动决策透明度方面的关键担忧。

来源（英文）

• openai.com: Terminal X matches senior investor judgment 88.6% with GPT-6.1 | OpenAI

本文由人工智能翻译自英文原文，并经过自动审核，确保与原文意思一致。来源已用英文核实。