Thinking Machines Lab 相关 AI 资讯 · AI 热点

7月3日

21:54

21:54IT之家（博客/媒体）

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模型桥水基金 Qwen3-235B 金融判断微调 Thinking Machines Lab

推荐理由：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。

19:42

19:42

官方账号Decoder@Maximilian Schreiner

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。

AI模型 Bridgewater Thinking Machines Lab GPT Claude 微调

推荐理由：桥水基金用自家金融数据微调了一个开源模型，结果比GPT和Claude都强，成本还低得多。想搞垂直领域微调的可以看看。

04:01

04:01

The Rundown AI@therundownai

精选

Mira Murati的Thinking Machines Lab与全球最大对冲基金Bridgewater合作，测试AI用于投资新闻筛选。GPT、Claude、Gemini在六项过滤测试中平均准确率约50%。专家投资者编写提示词后准确率升至74-76%，但仍低于80%的信任阈值。通过TML的Tinker API微调开放权重模型，准确率达到84.7%，错误率比最佳前沿模型降低29.8%，且每任务成本仅为前者的1/13.8。

AI模型 Mira Murati Thinking Machines Lab Bridgewater 微调 GPT

推荐理由：Mira Murati团队和桥水基金一起搞了个AI筛选新闻的实验，先用GPT、Claude只有50%准确率，专家写提示词到75%还是不够，最后微调模型干到了84.7%，成本还低了13倍多。