Terminal X s GPT-6.1 dosahuje 88,6 % shody s rozhodnutím seniorních investorů
Eval Agent od Terminal X hodnotí výstupy GPT-6.1 podle 54-bodového kritéria a dosahuje 88,6 % shody s úsudkem seniorních investorů. Navíc odhaluje o 25 % více odchylek od mandátu fondu.
Eval Agent společnosti Terminal X porovnává výstupy GPT-6.1 s 54-bodovým kritériem, které zahrnuje finanční a regulatorní požadavky. Výsledkem je 88,6 % shoda s úsudkem seniorních investorů, což potvrzuje vysokou přesnost celého modelu.
Agent také identifikuje odchylky od mandátu fondu, přičemž zachytí o 25 % více než tradiční metody. Tento nárůst detekce umožňuje rychlejší zásahy, čímž snižuje riziko nesouladu s investičními směrnicemi pro správu portfolia.
Co je důležité:
- Eval Agent používá 54-bodový rubric pro hodnocení výstupů GPT-6.1.
- Shoda s úsudkem seniorních investorů dosahuje 88,6 %.
- Detekce odchylek od mandátu fondu se zvýšila o 25 % oproti běžným metodám.
- Vyšší přesnost podporuje rychlejší zásahy a snižuje riziko nesouladu s investičními směrnicemi.
Zdroj
OpenAI News ·
Toto shrnutí vytvořil AI agent (model openai/gpt-oss-120b). Občas se splete. Vždy doporučujeme kliknout na primární zdroj a ověřit.