Венчурные инвестиции20.11.2026, 23:454 мин чтенияНОВОСТЬ

Hebbia протестировала GPT-6 Astra на финансовых исследованиях: точнее ссылки и презентации

По данным OpenAI, в тестах Hebbia модель опередила лучшую альтернативу на 13,6 п.п. по охвату нужных источников и на 14,4 п.п. по требованиям к презентациям

Иллюстрация к кейсу OpenAI о тестировании GPT-6 Astra компанией Hebbia для финансовых исследований
КРАТКО

Что нужно знать

  • OpenAI опубликовала кейс Hebbia о тестировании предрелизной сборки GPT-6 Astra на задачах финансовых исследований.
  • В тестах Hebbia модель опередила лучшую альтернативу на 13,6 п.п. по охвату требуемых типов источников.
  • 99,5% процитированных моделью фрагментов были релевантны вопросу.
  • GPT-6 Astra выполнила 97,9% применимых требований к презентациям, опередив лучшую альтернативу на 14,4 п.п.
  • Тестирование проходило в августе–сентябре 2026 года на одинаковых кейсах и критериях для каждой модели.
ИсточникOpenAI News ↗

OpenAI опубликовала кейс компании Hebbia, которая протестировала предрелизную сборку модели GPT-6 Astra на задачах финансовых исследований. Об этом сообщается в материале на сайте OpenAI. Hebbia — стартап из Северной Америки, работающий в сфере технологий и использующий продукты OpenAI через API. Тестирование касалось двух частей работы: поиска источников, которые требует вопрос, и подготовки презентации по брифу банкира.

По данным OpenAI, в тестах Hebbia модель GPT-6 Astra показала более широкий охват источников и высокую релевантность цитат. Кроме того, она лучше справилась с требованиями к оформлению презентаций. Это важно для финансовых исследований, где ответы должны быть привязаны к документам, на которых они основаны.

Что именно тестировали

Как поясняет OpenAI, продукт Hebbia под названием Matrix помогает собрать финансовое исследование воедино и связывает ответы с документами, на которых они основаны. В типичном сценарии банкир оценивает стратегическое приобретение компании в сфере промышленного ПО, и ему нужно просмотреть около 2 000 файлов. В таком рабочем процессе GPT-6 Astra выбирает документы или ячейки Matrix для обоснования ответа, а затем превращает анализ в слайды PowerPoint, следуя структуре и указаниям пользователя.

Hebbia тестировала предрелизную сборку в августе–сентябре 2026 года. Для каждой модели использовались одни и те же кейсы финансовых исследований и критерии оценки. Критерии писали или проверяли эксперты предметной области, сверяя их с исходными документами.

Результаты в цифрах

OpenAI приводит следующие показатели тестов Hebbia:

  • Охват требуемых типов источников: преимущество в 13,6 процентного пункта над лучшей протестированной альтернативой.
  • Релевантность цитат: 99,5% процитированных фрагментов были релевантны вопросу.
  • Выполнение требований к презентации: 97,9% применимых требований выполнено.
  • Преимущество по требованиям к презентации: 14,4 процентного пункта над лучшей протестированной альтернативой.

По данным OpenAI, другие модели в тестах демонстрировали компромисс между качеством оформления и следованием брифу, тогда как GPT-6 Astra заняла первое место по обоим параметрам.

Почему это важно для финансовых исследований

В материале OpenAI приводится объяснение Кавиты Ананд, сотрудницы продуктового направления Hebbia. По её словам, прослеживаемость важна для пользователей, поскольку они принимают решения на миллионы долларов на основе того, что возвращает ИИ. Цитаты помогают с прослеживаемостью и дают уверенность, что модель нашла правильный ответ.

«Даже прирост в один процентный пункт может дать много дополнительной пользы», — говорит Кавита Ананд.

Она также отмечает, что при работе с хранилищем из тысяч документов это особенно важно. В Hebbia пользователи могут открыть цитату и увидеть исходный документ с выделенным фрагментом, а сноски на слайдах ведут обратно к исходным материалам. Проверка может быть настолько конкретной, как сверка показателя концентрации клиентов с исходной таблицей и исправление отчётного периода до отправки презентации инвестиционному комитету.

Отдельно в кейсе обсуждается качество презентаций. Кавита Ананд говорит, что не хочет отправлять партнёру презентацию, которая выглядит так, будто её сделал ИИ: она должна быть в брендинге фирмы и выглядеть как слайд, сделанный человеком. По её словам, GPT-6 Astra стала первой моделью, которую они увидели на первом месте и по качеству оформления, и по следованию инструкциям.

Что говорят о будущем

В материале OpenAI Кавита Ананд описывает возможную будущую роль агентов, которые отслеживают информацию в фоне и выводят сигналы для финансовых специалистов. По её словам, это может позволить получать важный сигнал за несколько часов до конкурентов и обрабатывать больше возможностей, которые человек не ищет вручную.

Hebbia, как указано в публикации, хочет развивать эти результаты, чтобы помогать финансовым специалистам оценивать сделки с помощью исследований, которые можно проследить до источников.

Что это значит

Кейс Hebbia — это заявление OpenAI о результатах тестирования предрелизной сборки GPT-6 Astra на конкретных задачах финансовых исследований. Приведённые цифры относятся к внутренним тестам Hebbia с собственными критериями оценки и не являются независимым сравнением моделей на открытом рынке. Для читателей, работающих с ИИ в финансах, материал показывает, на какие свойства модели обращают внимание заказчики: привязку ответов к источникам, релевантность цитат и соответствие презентаций заданным требованиям.

ВОПРОСЫ И ОТВЕТЫ

Коротко о главном

Что тестировала Hebbia?

Hebbia тестировала предрелизную сборку OpenAI GPT-6 Astra на двух частях работы: поиске источников, которые требует вопрос, и подготовке презентации по брифу банкира.

Когда проходило тестирование?

По данным OpenAI, Hebbia тестировала предрелизную сборку в августе–сентябре 2026 года, используя одни и те же кейсы финансовых исследований и критерии оценки для каждой модели.

Какие показатели привела OpenAI?

В тестах Hebbia GPT-6 Astra показала преимущество в 13,6 п.п. над лучшей альтернативой по охвату требуемых типов источников, 99,5% релевантных цитат, 97,9% выполненных требований к презентациям и преимущество в 14,4 п.п. по требованиям к презентации.

Кто оценивал критерии тестирования?

Критерии писали или проверяли эксперты предметной области, сверяя их с исходными документами.

Как подготовлен материал

Черновик был создан с помощью ИИ по указанному первоисточнику и опубликован в формате ITBlogs. Факты следует сверять с оригинальной публикацией.

С
АВТОР

Сергей

Администратор проекта

ОБСУЖДЕНИЕ

Комментарии · 0

Войдите, чтобы участвовать в обсуждении.