Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Kak jump trading masshtabiruet kolichestvennye issledovaniya s pomoschyu chatgpt
Dev48
info@dev48.org+375 29 320-40-96WhatsApp@isky_by

© 2026 · Все права защищены.

Как Jump Trading масштабирует количественные исследования с помощью ChatGPT

Источник: OpenAI•6 октября 2026 г. в 23:33

Как Jump Trading масштабирует количественные исследования с помощью ChatGPT

Jump Trading использует OpenAI для расширения масштабов количественных исследований. Узнайте, как долгосрочные рабочие процессы ИИ объединяют несколько источников данных с проверкой человеком.

Будучи фирмой, занимающейся количественной торговлей, Jump Trading создает прогнозные модели, которые используют рыночные данные, новости, события и ряд альтернативных источников данных для получения максимально точных прогнозов цен на активы. Поскольку рынки сложны, подвержены шумам и постоянно меняются, предсказать, что именно произойдет, удается крайне редко. Однако, по словам Лукаса Бейкера, руководителя отдела исследований и разработок LLM в Jump, даже если точность прогнозов лишь немного превышает вероятность подбрасывания монеты, при масштабировании этого достаточно для создания успешной стратегии.

Бейкер руководит агентными исследованиями и разработками, фокусируясь на создании агентов, инструментов и инфраструктуры, которые позволяют количественным исследователям изучать свои идеи с большей широтой и глубиной. Добавление GPT-6 Astra значительно расширило масштаб и сложность рабочих процессов, которые можно делегировать агентам: от повседневного написания кода до передовых количественных исследований для проверки новых гипотез.

«Благодаря серии GPT-6, особенно GPT-6 Astra, OpenAI открыла новый уровень автономности для долгосрочных задач, требующих гибкой координации агентов и исключительной настойчивости в сложных рабочих процессах. Там, где раньше требовалось частое руководство и вмешательство человека, теперь мы можем полностью сосредоточиться на создании безопасной и хорошо контролируемой среды с четкими целями, позволяя агентам самостоятельно находить путь к их достижению».

— Лукас Бейкер, руководитель отдела исследований и разработок LLM, Jump Trading

От коротких фрагментов кода до комплексного анализа

За последний год ИИ превратился из полезного инструмента для написания отдельных фрагментов кода или поиска мелких ошибок в способную и универсальную систему, которая может самостоятельно разрабатывать целые кодовые базы и сервисы. Теперь Бейкер и его команда считают, что ИИ работает лучше всего, когда к нему относятся как к коллеге. Исследователи могут определить ключевую проблему, рабочую среду и способ оценки качества и значимости результатов, а затем в режиме реального времени направлять одного или нескольких агентов, указывая, на чем сосредоточить анализ или какую задачу запустить следующей.

Бейкер отмечает, что с GPT-6 Astra агенты теперь способны не только находить значимые и практические изменения, но и объединять и накапливать эти достижения в процессе рекурсивного улучшения. В ходе выполнения одной длительной задачи система может анализировать полученные данные, оценивать их в соответствии с согласованными критериями из первоначального предложения и активно перенаправлять свои усилия, не дожидаясь, пока человек проанализирует каждый этап изменений. Как он выразился: «Вы можете определить задачу, которая должна выполняться несколько дней — ей нужно извлекать данные из множества источников, принимать тонкие решения о том, что важно, а что нет, и связывать все воедино — чтобы создать комплексный анализ, который действительно работает сейчас».

Сохранение человеческого суждения в центре внимания

Jump Trading работает со всеми временными горизонтами и классами активов. Каждый шаг процесса сложен, и в такой строго регулируемой отрасли, как финансы, ошибки могут иметь как финансовые, так и регуляторные последствия. Бейкер говорит, что крайне важно осознавать риски, возникающие при делегировании работы ИИ, но также отмечает, что агентный интеллект можно применять для повышения качества, безопасности и мониторинга, а не только для добавления новых функций. Продуманный дизайн системы и границы, четкие ограничения, инфраструктура, способствующая управляемости и наблюдаемости, а также проверка изменений человеком помогают команде Jump Trading гарантировать, что рабочие процессы с использованием ИИ готовы к масштабированию в регулируемой среде.

«Если у вас есть безопасная среда, где агент или система могут свободно создавать любой необходимый результат, но при этом в конце процесса предусмотрена проверка человеком, где происходит критическая валидация и принятие решения, — именно это дает нам уверенность», — говорит он. Например, если агент генерирует торговый сигнал, он оценивается и проверяется так же, как и любой другой результат: как сигнал, который обычно информативен, но потенциально может быть ошибочным, и интегрируется со всеми остальными сигналами в строго контролируемой среде исполнения.

Что дальше

Бейкер считает, что мы движемся к миру, где «автоисследования» (autoresearch), или рекурсивное улучшение измеримых систем агентными исследователями, станут настолько повсеместными, что будут считаться просто частью обычного рабочего процесса количественного исследователя. Сегодня даже самая длительная работа GPT-6 Astra все еще предполагает регулярные проверки со стороны человека, определяющего задачу — не только в отношении того, какие данные извлекать, как долго выполнять задачу и что считать важным, но и того, имеют ли смысл промежуточные результаты. Продвинутые автоисследования по-прежнему будут начинаться с системы, определенной человеком, включая входные данные, определение среды, метрики оценки, компромиссы и общие приоритеты, но остальная часть процесса будет доверена слабо структурированному «флоту» агентов, координируемых другими агентами. В рамках хорошо структурированного исследовательского конвейера эти агенты смогут принимать интеллектуальные решения о том, как исследовать идеи, распределять вычислительные ресурсы и интегрировать многообещающие результаты, начиная с малого — с открытого вопроса.

«Как это выглядит, когда вы можете выстроить все это от начала до конца, задать общий вопрос, на который даже вы сами не знаете ответа, и получить полезный результат?» — спрашивает он. «Если вы можете решить проблему тысячелетия, вы, вероятно, сможете выяснить и несколько довольно интересных фактов о количественных финансах».

Каждый год приносил не только устойчивый прогресс в эталонных измерениях, но и качественные изменения в типах работы, которые могли выполнять модели. Часто эти изменения было трудно предсказать даже за несколько месяцев: если в 2024 году впечатляющим считалось, что первые агенты могли написать один файл без ошибок, то в 2025 году стало возможным создавать целые кодовые базы с нуля, а в 2026 году — добиваться прогресса в открытых исследовательских вопросах, когда множество агентов динамически сотрудничают друг с другом. «Что у нас будет в следующем году?» — говорит он. «Это невероятная перспектива».

← Все статьи

О чём эта статья

Ещё в разделе «AI и машинное обучение»

Все →
Инциденты с обработкой данных у провайдеров инференса
OpenRouter

Инциденты с обработкой данных у провайдеров инференса

Orchestrator: один API для передовых и открытых моделей
Perplexity

Orchestrator: один API для передовых и открытых моделей

Gemini 4 Hydrogen: что дает режим xhigh при шестикратном росте стоимости
OrcaRouter

Gemini 4 Hydrogen: что дает режим xhigh при шестикратном росте стоимости

Видео Gemini 4 Neon: экспорт артефакта, а не генерация
OrcaRouter

Видео Gemini 4 Neon: экспорт артефакта, а не генерация

Инцидент безопасности: утечка промптов из запросов за июнь и июль 2026 года
Together AI

Инцидент безопасности: утечка промптов из запросов за июнь и июль 2026 года

Qwen4 Max уже доступен на Together AI
Together AI

Qwen4 Max уже доступен на Together AI

Ещё от OpenAI

Может ли ИИ помочь ученым находить перспективные кандидаты в лекарственные препараты?
OpenAI

Может ли ИИ помочь ученым находить перспективные кандидаты в лекарственные препараты?

Борьба с состязательной дистилляцией
OpenAI

Борьба с состязательной дистилляцией

Как Performance Factory от OpenAI поддерживает высокую скорость работы ChatGPT
OpenAI

Как Performance Factory от OpenAI поддерживает высокую скорость работы ChatGPT

Ускорение исследований: неровный фронтир
OpenAI

Ускорение исследований: неровный фронтир

Генеральный директор OpenAI Сэм Альтман говорит, что «трудно представить индустрию ИИ без Дженсена»Пресса
OpenAI

Генеральный директор OpenAI Сэм Альтман говорит, что «трудно представить индустрию ИИ без Дженсена»

Совершенствование проектирования чипов с помощью моделей OpenAI
OpenAI

Совершенствование проектирования чипов с помощью моделей OpenAI