Hebbia、金融調査でGPT-6の資料作成力を検証
根拠の追跡性
必要な情報源の引用で13.6ポイント差
引用抜粋の99.5%が質問に関連
出典文書と該当箇所を確認可能
資料作成の品質
要件の97.9%を満たす
最良の他モデルに14.4ポイント差
指示順守と見栄えでともに首位
出典:OpenAI公式
詳細を読む
金融調査プラットフォームを手がけるHebbiaは、OpenAIのGPT‑6 Astraを使ったテストで、必要な情報源の特定とプレゼン資料作成の両面に改善を確認したと発表しました。銀行員が大量の財務資料や契約書を調べ、出典を追跡できる調査結果や顧客向け資料を作る作業を想定しています。
Hebbiaの評価では、質問に必要な種類の情報源を引用する指標で、GPT‑6 Astraはテストした最良の他モデルを13.6ポイント上回りました。引用した抜粋の99.5%が質問に関連していたとしています。
プレゼン資料では、適用される要件の97.9%を満たし、要件順守の指標で最良の他モデルを14.4ポイント上回りました。同社によると、GPT‑6 Astraは指示への適合と資料の仕上がりの両方で首位でした。
テストは2026年8〜9月にリリース前のモデルを使って実施され、各モデルに同じ金融調査ケースと採点基準を適用しました。基準は分野の専門家が作成または原資料に照らして監査したと説明しています。
HebbiaのMatrixでは、引用を開いて元文書や該当箇所を確認でき、スライドの脚注からも根拠に戻れます。投資判断に使う数値や報告期間を人が点検しやすくし、資料の整形や出典確認にかかる時間を減らすことを目指しています。