GPT和Claude在桥水基金金融测试中失败，因正确答案从未公开

桥水基金与Thinking Machines Lab的测试显示，一个经过微调的开源权重模型在金融文档评估任务上超越了GPT-4和Claude 3.5，且成本降低90%。该微调模型基于Llama 3.1 70B，在桥水内部金融问答数据集上训练，准确率达到92%，而GPT-4仅为78%。测试涵盖2000份真实金融文件，正确答案未公开以避免数据污染。