- Balyasnyは、GoogleやDeepMind出身者を含む応用AI研究チームを立ち上げ、AIチャットボットBAMChatGPTなどのツールを開発している。
- Balyasnyのツールは、トレーダーに株式に関する複雑な質問に答えたり、グローバルイベントがポートフォリオに与える影響を評価するために使用されている。
- Balyasnyは、金融用の「arcane jargon」に特化したBAM Embeddingsを開発し、外部データをLLMの文脈化するのに役立つとしている。
- BAM Embeddingsは、OpenAIの一般的な埋め込みよりも、金融文書のデータセット内で最も関連性の高いパッセージを返す頻度が高いことが示されている。
- FinanceBenchでのテストでは、BAM Embeddingsは47%のOpenAIのada-002 embeddingsよりも55%の精度でクエリに回答している。
- BAM Embeddingsはまだ完璧ではなく、FinanceBenchの結果では、クエリが30%の間違いを出している。
- RAGを使用している場合でも、LLMは幻覚を起こす可能性があり、BAM Embeddingsは一部の人々によって幻覚のリスクが高まると考えられている。
- RAGを使用する人々の間で競争が激化している中、Balyasnyは競争上の優位性を持っているようだ。
この記事は、Balyasnyが金融分野で特化したAIツールを開発し、RAGプロセスを活用していることを示しています。BAM Embeddingsは、金融用の埋め込みとして外部データの文脈化に役立ち、LLMの精度を高めています。ただし、まだ完璧ではなく、幻覚のリスクも指摘されています。それでも、Balyasnyは競争上の優位性を獲得しており、AI分野でRAGを活用する企業が増加している中で注目されています。