Игорь Градов
Игорь Градов
5 мин
ai

Hebbia отмечает улучшение финансовых исследований с GPT-6 Astra: 99,5% ссылок по делу

Hebbia, разработчик ИИ-инструмента для финансовых аналитиков, опубликовала итоги тестов GPT-6 Astra от OpenAI: модель первой в её проверках возглавила сразу подбор источников и сборку презентаций, где прежние модели выигрывали лишь в чём-то одном.

Почему это важно

По словам Hebbia, раньше модели либо точно следовали инструкциям, либо красиво оформляли результат. Теперь одна модель лидирует в обоих пунктах, и черновик для клиента можно проверять по сноскам, а не собирать заново.

Прежде чем банкир порекомендует клиенту покупку компании, ему нужно разобрать финансовую отчётность, договоры с клиентами и презентации менеджмента. Инструмент Hebbia под названием Matrix сводит это исследование в одно место и привязывает каждый ответ к документу, из которого он взят. Hebbia отмечает улучшение финансовых исследований с GPT-6 Astra и подкрепляет это четырьмя цифрами из собственных проверок.

Показатель Значение Источник
Отрыв по цитированию нужных типов источников 13,6 процентного пункта Тесты Hebbia
Доля процитированных фрагментов, относящихся к вопросу 99,5% Тесты Hebbia
Выполненные требования к презентации 97,9% Тесты Hebbia
Отрыв по требованиям к презентации 14,4 процентного пункта Тесты Hebbia

Что измеряли?

Hebbia проверяла две части работы аналитика. Первая: найти все источники, которые нужны для ответа на вопрос. Вторая: собрать презентацию, которая точно следует заданию банкира.

Компания приводит пример. Банкир помогает клиенту оценить покупку компании, которая делает промышленный софт, и ему нужно просмотреть около 2000 файлов в «комнате данных» (закрытом хранилище документов, куда продавец выкладывает всё для проверки покупателем). Пример гипотетический, реальной сделки за ним нет.

В таком сценарии банкир загружает документы в Matrix и изучает, насколько выручка зависит от крупных клиентов, какие условия в договорах и сколько клиентов уходит. Каждый вывод лежит в ячейке со ссылкой на документ. Затем GPT-6 Astra подбирает документы под ответ и превращает анализ в слайды PowerPoint по структуре и шаблону конкретной фирмы.

Метод такой: Hebbia тестировала предварительную сборку модели (версию до официального выпуска) в августе и сентябре 2026 года. Все модели прошли одни и те же финансовые кейсы с одинаковыми критериями оценки. Критерии писали или проверяли по исходным документам отраслевые эксперты.

Что обнаружили?

  • Источники. GPT-6 Astra на 13,6 процентного пункта опередила лучшую из проверенных альтернатив по цитированию нужных типов источников. Процентный пункт означает простую разницу между процентами: если у одной модели 70%, а у другой 80%, разрыв составляет 10 пунктов.
  • Точность ссылок. 99,5% процитированных моделью фрагментов относились к заданному вопросу. Широкий охват источников не привёл к лишним ссылкам.
  • Презентации. Модель выполнила 97,9% применимых требований к оформлению, это на 14,4 процентного пункта больше, чем у лучшей альтернативы.
  • Баланс. По данным Hebbia, другие модели жертвовали либо качеством оформления, либо следованием заданию. GPT-6 Astra заняла первое место по обоим пунктам.

Почему точность ссылок здесь важнее красоты, объясняет представитель компании:

Прослеживаемость очень важна нашим пользователям, потому что они принимают решения на миллионы долларов на основе того, что выдал ИИ. : Кавита, Hebbia (фамилию и должность источник не приводит)

О внешнем виде слайдов она говорит так:

Я не хочу отправлять партнёру презентацию, по которой видно, что её сделал ИИ. Мне нужен фирменный стиль и слайд, который выглядит как сделанный человеком. : Кавита, Hebbia

В Hebbia пользователь может открыть ссылку и увидеть исходный документ с выделенным фрагментом, а сноски на слайдах тоже ведут к источнику. Кавита также рассчитывает на ИИ-агентов (программы, которые сами выполняют задачи без постоянных команд человека): они будут следить за информацией в фоне и подавать сигналы раньше конкурентов.

Как это читать

Тесты провела сама Hebbia, которая называет себя давним партнёром OpenAI. Конкурентов компания не называет: сравнение идёт с «лучшей из проверенных альтернатив». Число кейсов, цену модели и дату её выхода источник не раскрывает. Проверяли предварительную сборку, итоговая версия может вести себя иначе. О доступности в России в материале нет ни слова.

Что это значит для вас?

Главный урок этой новости касается не банкиров, а привычки требовать от ИИ ссылку на каждый факт. Hebbia строит продукт на простой идее: ответ без источника нельзя проверить, а значит, на него нельзя опираться.

  • Автору Дзена. Просите нейросеть в промпте указывать, из какого документа взят каждый факт, и сверяйте цифры перед публикацией. Галлюцинация (когда ИИ уверенно выдумывает то, чего не было) в статье стоит доверия читателей.
  • Маркетологу. Отчёты и презентации для клиента можно собирать черновиком через ИИ по своему шаблону. Но проверку цифр по источнику оставляйте человеку, как и предлагает Hebbia.
  • Предпринимателю в РФ и СНГ. Из доступных в РФ аналогов для работы с документами подойдут YandexGPT и GigaChat. Загружайте договоры и отчёты частями и просите ответ с цитатой из конкретного файла.
Мнение редакции dzen.guru

Я отношусь к цифрам Hebbia осторожно: это тесты партнёра на версии до релиза, без названных соперников. Но сама логика верная, и я давно работаю так же: ИИ пишет черновик, я проверяю по ссылкам. На мой взгляд, выиграет не тот, у кого самая умная модель, а тот, кто приучил себя не верить ответу без источника.

Начните с малого: в следующем промпте для статьи добавьте строку «к каждому факту укажи источник», и через неделю вы заметите, сколько ошибок нейросеть перестала протаскивать в ваш текст.

По данным Hebbia

Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

JEDEC раскрыла параметры DDR6: на 50% больше пропускной способности для серверов и ИИ
ai

JEDEC раскрыла параметры DDR6: на 50% больше пропускной способности для серверов и ИИ

Организация JEDEC 18 ноября раскрыла предварительные параметры памяти DDR6 для дата-центров и ИИ и пообещала первым модулям прирост пропускной способности…

5 мин
Swin Transformer распознал патологии лёгких на КТ точнее EfficientNet: 0,924 против 0,832
ai

Swin Transformer распознал патологии лёгких на КТ точнее EfficientNet: 0,924 против 0,832

Исследовательница сравнила четыре нейросети для компьютерной томографии лёгких в одинаковых условиях, чего обычно нет в научных статьях: Swin-Tiny…

5 мин
Правка 205 столбцов DeepSeek R1 сократила оборванные рассуждения со 139 до 16 без дообучения
ai

Правка 205 столбцов DeepSeek R1 сократила оборванные рассуждения со 139 до 16 без дообучения

Авторы метода SGNE-CC v2 перенесли правку весов с Qwen3.5-0.8B на DeepSeek-R1-Distill-Qwen-1.5B, которую многие запускают локально на слабом железе, и…

5 мин