홈
AI AI
속보
심층
이벤트
Pro
더보기
자금 조달 정보
특집
온체인 생태계
용어
팟캐스트
데이터
OPRR
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
XRP
$2.25
2.07%
DOGE
$0.325
2.23%
USDC
$0.999
3.05%
Partnered With:

브릿지워터, 소형 모델 미세 조정으로 최첨단 거대 모델 제압: 금융 필터 정확도 역전, 추론 비용 14분의 1에 불과

동차 Beating 모니터링에 따르면, 브리지워터 펀드 산하 인공지능 응용 연구소(Bridgewater AIA Labs)가 Thinking Machines와 협력하여 미세 조정 모델을 금융 정보 선별에 성공적으로 적용, 최첨단 대형 모델(GPT 5.5 및 Claude Opus 4.8)을 능가하는 정확도를 달성했습니다. 금융 기사 관련성, 중앙은행 문서 분석 등 6가지 일상 투자 업무에서 이 미세 조정 모델은 오류율을 약 30% 낮추었으며, 추론 비용은 최첨단 대형 모델의 약 14분의 1(13.8배 감소)에 불과했습니다. 이 연구는 기업이 특정 분야 미세 조정을 통해 '차별화된 지능'을 실현할 수 있는 잠재력을 보여줍니다.

연구팀은 Tinker 플랫폼에서 Qwen3-235B 기본 모델을 미세 조정했습니다. 비전문 레이블러로부터 직접 얻은 레이블에 다수의 오류가 포함되어 있어, 연구팀은 검증 및 오류 수정 메커니즘을 설계하여 모델 예측과 레이블이 일치하지 않는 어려운 샘플을 투자 전문가가 재검토하도록 했습니다. 최종적으로 훈련된 모델의 정확도는 기준 모델의 44.8%에서 84.66%로 향상되어, GPT 5.5의 78.2% 및 Claude Opus 4.8의 78.0%를 초과했습니다. 정확도가 크게 향상되는 동시에 추론 비용도 13.8배 급감했습니다.

미세 조정 방식에는 세 가지 핵심 개선 사항이 포함됩니다. 첫째, 교차 배치 처리로, 서로 다른 작업을 순차적으로 번갈아 훈련하여 혼합 훈련으로 인한 간섭을 방지합니다. 둘째, 비대칭 클리핑 손실 함수를 도입하여 샘플링을 최적화합니다. 셋째, 온라인 정책 증류를 사용하여 모델이 교사 분포에서 벗어날 때 패널티를 부여하고, 20단계마다 검증 세트 성능이 최고치를 기록할 때 동적으로 교사 모델을 업데이트합니다.

오류 신고/제보
제출
새 문고 추가
자신만 보기
공개
저장
문고 선택
새 문고 추가
취소
완료