精选理由
桥水和Mira Murati团队发现，GPT和Claude在金融判断上准确率才70%，不如微调的Qwen3-235B的84.7%，成本还低14倍。
桥水基金旗下AIA Labs与Thinking Machines Lab测试了GPT、Claude、Gemini等前沿模型在金融信息筛选任务中的表现。使用基础提示词时平均准确率仅约50%，经专家优化后提升至约70%，仍未达到80%的可信部署门槛。研究团队以阿里开源模型Qwen3-235B为基座进行微调，最终达到84.7%的准确率，优于最佳前沿模型的78.2%，错误率降低29.8%，推理成本仅为前沿模型的约十四分之一。
AI 翻译 · 中文
桥水基金旗下AIA Labs与Thinking Machines Lab测试了GPT、Claude、Gemini等前沿模型在金融信息筛选任务中的表现。使用基础提示词时平均准确率仅约50%，经专家优化后提升至约70%，仍未达到80%的可信部署门槛。研究团队以阿里开源模型Qwen3-235B为基座进行微调，最终达到84.7%的准确率，优于最佳前沿模型的78.2%，错误率降低29.8%，推理成本仅为前沿模型的约十四分之一。
IT之家 7 月 3 日消息，桥水基金旗下 AIA Labs 联合 OpenAI 前 CTO Mira Murati 创立的 Thinking Machines Lab 对包括 GPT、Claude 和 Gemini 在内的前沿大语言模型在基础金融信息筛选任务进行了测试，但结果表现不佳，而基于开源模型微调的自研模型在准确率和成本上均具有显著优势。 研究团队从投资分析师的日常工作中提取了六项典型任务，包括判断一篇财经文章对高管层是否具有参…