OpenAI ↗ · 2026-11-20 08:00 · UTC+8
Hebbia 在使用 GPT-6 Astra 进行金融研究时取得进展
媒体报道 OpenAI 原文语言:英文
Hebbia 在测试 OpenAI 的 GPT‑6 Astra 时发现其在金融研究中表现优异,能够准确寻找所需来源并生成符合排版要求的演示文稿。在测试中,GPT‑6 Astra 的引用相关性达到 99.5%,且满足了 97.9% 的演示文稿要求。
全文
OpenAI
2026年11月20日
Hebbia在金融研究中看到GPT‑6 Astra的改进
Hebbia在GPT‑6 Astra的测试中看到金融研究的收益。
加入社区
公司规模:初创公司
地区:北美
行业:技术
产品:API
需要引用的来源类型
13.6
在Hebbia的测试中相较于最佳替代方案的百分点领先。
引用相关性
99.5
在Hebbia的测试中,被引用摘录与问题相关的比例。
满足演示要求的比例
97.9
在Hebbia的测试中符合适用演示要求的比例。
演示要求领先
14.4
在演示要求上相较于最佳替代方案的百分点领先。
在银行家向客户推荐收购之前,他们需要理解财务报表、客户合同和管理层演示文稿。Hebbia的Matrix帮助将这些研究整合在一起,将答案链接到背后的文档。
Hebbia测试了OpenAI的GPT‑6 Astra,以改进这项工作中的两个环节:寻找问题所需的来源以及构建符合银行家简报的演示文稿。
“我们与OpenAI在Hebbia的整个生命周期中一直是强有力的合作伙伴,GPT‑6 Astra在输出质量和准确性方面的飞跃确实令人惊讶。与我们之前测试的任何其他模型相比,GPT‑6 Astra在这两个方面都表现出色。”
——Kavita Anand,技术人员,产品,Hebbia
从源文档到演示文稿
情景可能是这样的:一位银行家正在帮助客户评估对一家工业软件公司的战略收购,需审阅约2000份文件。其收入的持久性如何?与同行相比如何?在Hebbia的假设示例中,银行家可以将数据室加载到Matrix中,检查客户集中度、合同条款和引用单元格中的流失率。Matrix可以引入同行的备案文件和行业新闻,以帮助制定交易论点,然后将研究转化为尽职调查摘要和公司模板的估值演示文稿。
在该工作流中,GPT‑6 Astra选择文档或Matrix单元格来支持答案,然后将分析转化为符合用户结构和指南的本地PowerPoint幻灯片。

“可追溯性对我们的用户非常重要,因为他们基于AI实际返回的内容做出数百万美元的决策,”Kavita说。“引用有助于可追溯性,也让用户确信AI找到了正确的答案。”
在Hebbia的测试中,GPT‑6 Astra结合了更广泛的来源覆盖和高度相关的引用。它在引用所需类型来源的得分上比最佳替代方案高出13.6个百分点,而它引用的摘录中有99.5%与问题相关。
Hebbia在2026年8‑9月测试了一个预发布版本,使用相同的金融研究案例和每个模型的评分标准。领域专家编写或审计了针对源文档的标准。
“当你面对拥有数千份文件的数据室时,这一点极其重要。即使是单个百分点的提升也能带来大量边际收益,”Kavita说。
演示文稿还必须看起来像是银行家会发送给客户的工作成果。
“我不想创建一个看起来像是AI生成的幻灯片并发送给我的合作伙伴,”Kavita说。“我希望它使用我们公司的品牌,并且看起来像是人工制作的幻灯片。”
GPT‑6 Astra在遵循简报和演示质量两方面均领先。在Hebbia的测试中,它满足了97.9%的适用演示要求,比最佳替代方案高出14.4个百分点。其他模型在精致度和遵循简报之间存在权衡;GPT‑6 Astra在两者上均排名第一。
“过去,我们看到的模型往往在这两个维度中的一个表现突出,要么在工艺上非常好,但指令遵循和遵守指南的能力不强,反之亦然。GPT‑6 Astra是我们首次看到在这两个方面都位居第一的模型,”Kavita说。
在Hebbia中,用户可以打开引用查看底层文档和高亮段落;幻灯片脚注也会指回源材料。审查可以具体到检查客户集中度数字与源表格的对应,并在幻灯片提交投资委员会前纠正报告期间。

Hebbia希望银行家们花更少的时间重新格式化演示文稿和核对来源,而把更多时间用于评估交易。Kavita描述了更好的初稿可能实现的效果:
“GPT-6 Astra的惊人之处在于它能够生成非常精确的输出和符合用户指南的制品。想象一下,当你得到一个更接近最终成果的演示文稿时,这将为专业人士节省多少时间。你需要通宵加班的情况将被缩减为只需几分钟审阅GPT-6 Astra的输出。”
—Kavita Anand,Hebbia技术团队成员,产品
代理的未来角色
Kavita看到代理在后台监控信息并为金融专业人士提供信号的未来角色。
“想象一下,在你的竞争对手之前几小时就收到一个重要信号,”她说。“你可以提前开始思考,并发现和处理更多人类无法手动捕捉的机会。这可以为我们的用户释放大量价值。”
Hebbia希望在此基础上进一步帮助金融专业人士通过可追溯至来源的研究来评估交易。
OpenAI <3 初创公司
加入社区 开始构建(在新窗口打开)
获取OpenAI商务版更新
产品更新、实用指南、即将举办的活动等。
正文为 AI 译文。