Hebbia Matrix: 使用多代理 AI 自动化金融和法律工作流

Hebbia 推出了 Matrix，这是一款多代理 AI 平台，旨在实现金融和法律工作流的最高 90% 自动化。通过编排多个 OpenAI 模型——包括 o1、o3-mini 和 GPT-4o——Matrix 充当“AI 助理”，能够处理海量离线数据，在几秒钟内完成以前需要数天或数周人工才能完成的复杂研究任务。

克服 RAG 限制，实现高精度研究

Matrix 通过使用分布式编排引擎取代传统的检索增强生成（RAG），实现了专业任务的最先进准确率。RAG 工具在答案未明确写在离线文档中的情况下常常表现不佳，而 Hebbia 的引擎为 OpenAI 模型提供了“无限”有效上下文窗口。

这种架构转变显著提升了对复杂法律和金融文档的处理性能。使用 OpenAI o1 时，Hebbia 在涵盖定量和定性任务的基准测试中达到了 92% 的准确率，而使用开箱即用的 RAG 仅为 68%。

代理群体架构与能力

Matrix 采用由 OpenAI o1 推理能力和 Hebbia 编排引擎驱动的“代理群体”架构。该系统将复杂查询拆解为结构化的分析步骤，并智能地将任务路由到最合适的 AI 模型。

Matrix 平台的关键技术能力包括：

  • 完整文档处理： 系统处理整篇文档，而不是仅依赖摘录。
  • 透明合成： 答案伴随完整引用，以确保透明度。
  • 可扩展处理： Matrix 能运行比任何其他 AI 应用工具更大的大型语言模型处理任务。
  • 自我改进索引： 平台构建自我改进的索引，主动为用户提供更新。

这些能力使平台能够起草投资委员会备忘录、解释复杂法律条款，并从实际上无限数量的文档中提取多步骤洞见。

对金融和法律机构的可量化影响

从单一代理聊天机器人到多代理编排的转变在多个专业领域带来了可衡量的效率提升：

  • 投行： 银行家在营销材料、客户会议准备和对手方回复方面每笔交易节省 30–40 小时。
  • 私募股权： 公司在筛选、尽职调查和专家网络研究阶段每笔交易节省 20–30 小时。
  • 律所： 信贷协议审查时间缩短 75%，相当于每小时节省 2,000 美元的法律费用。
  • 私募信贷： 团队实现了贷款条款和契约的自动提取，消除了数天的人工审查和第三方支出。

除了效率提升，平台还赋能全新能力，例如私募股权公司和银行家能够在规模上合成历史数据，这在人类层面几乎不可能；律师在实时谈判中能够即时引用过去的交易结构，以发现新的杠杆点。

OpenAI 模型的战略整合

Hebbia 的系统通过分层模型方法优化专业工作：使用 OpenAI o1 处理复杂推理，使用 GPT-4o 进行通用处理，使用更小的模型完成特定任务。这种整合使 Hebbia 平台能够持续改进 AI 在大规模专业工作中的处理方式，聚焦于将 AI 融入真实工作流，以提供准确且可辩护的洞见。

Sources