Mint-Agent: Introducing Finance-Native Agentic Foundation Models
本論文は、特化したデータエンジン、インタラクション・ハーネス、および高度な学習パイプラインに基づいて構築された、金融特化型のエージェント基盤モデルのファミリーであるMint-Agentを紹介するものであり、これは複雑で監査可能な金融タスクにおいて最先端の信頼性と実行可能性を実現している。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
金融の世界において、正しい答えとは、単一の数字や単純な事実であることは滅多にありません。それは、適切な文書を見つけ、正しい期間を特定し、異なるソースから値を比較し、精査に耐えうる計算を行うという、入念な一連の過程の結果なのです。人間のアナリストがこのプロセスでミスをした場合、通常は論理がどこで破綻したかを探るために、その手順を遡ることができます。しかし、人工知能システムが同じタスクを試みる際、それはしば密かな誤りや、表の読み間違い、あるいは関連性はあるものの権威のあるものではないソースに基づいた、もっともらしい答えを生み出すことがよくあります。元の証拠から最終的な結論に至るまでの、明確で追跡可能な経路がなければ、その結果を信頼することも修正することもできません。この「自信に満ちた答え」と「検証可能な真実」との間の乖離こそが、機械に独立した金融調査員として振る舞うよう教える中で、研究者たちが解決しようとしている中心的な課題です。
ある研究チームは、Mint-Agentと呼ぶシステムを用いて、この問題に対する新しいアプローチを導入しました。単にコンピュータに金融の事実を暗記させたり、正しい答えを推測させたりするのではなく、彼らはすべての結論を「回収可能な証拠によって裏付けられなければならない主張」として扱うように設計されたシステムを構築しました。このシステムは、主に3つの原則に基づいて動作します。第一に、取引における特定のルールを理解するために、現実世界の金融文書から学習すること。第二に、すべての検索と計算の実行に関する永続的で監査可能な記録を保持する特化した環境を使用すること。そして第三に、最終的な答えだけでなく、そこに到達するまでのプロセス全体の正しさに対して報酬を与えるプロセスを通じて学習することです。その結果、複雑で長い金融調査を行いながら、結論に至った経緯を証明する明確な証拠の足跡を維持できる、一連の人工知能モデルが誕生しました。
研究者たちは、まず、実際の企業の報告書、市場データ、および会計記録から派生した膨大な金融タスクのライブラリを構築することからシステムを構築しました。彼らはこれらのタスクを2つのタイプに分類しました。第一のタイプは、表から特定の数値を抽出したり、標準的な計算を行ったりするような「原子的なスキル（atomic skills）」であり、そこでは証拠はすでに目の前に存在しています。第二のタイプは、「長期間の実行（long-horizon execution）」であり、システムは自ら証拠を見つけ出し、複雑な答えを組み立てるために、多くの場合、複数の文書を長期間にわたって検索しなければなりません。この第二のタイプに対処するために、彼らはMintHarnessと呼ばれるデジタル環境を作成しました。この環境は、AIがツールを使い、情報を検索し、計算を実行するための安全なワークスペースとして機能します。決定的なのは、この環境が、行われたすべての操作、閲覧されたすべての文書、計算されたすべての数値の永続的な台帳を保持している点です。この台帳により、たとえAIが詳細を忘れたとしても、どのようにして答えを見つけたかという記録は失われず、人間によるレビューが可能となります。
AIにこの環境を効果的に使用させる方法を教えるため、研究者たちは、金融的な推論のスキルと、長期的な調査プロジェクトを管理するスキルを分離したトレーニング手法を採用しました。まず、データの目の前にある論理や数学を正しく行うことに焦点を当てた「純粋な金融推論のエキスパート」として、一つのバージョンのモデルを訓練しました。次に、どのように検索し、いつ停止し、どのように情報を整理するかという実行に焦点を当てた「実行のエキスパート」として、二つ目のバージョンのモデルを訓練しました。最後に、これら二つのエキスパートを一つの統合されたシステムへと融合させました。この統合モデルは2つのサイズで構成され、幅広いプロフェッショナルな金融ベンチマークに対してテストされました。「Mint-Ag」と名付けられた大型モデルは、金融推論のテストで98.33のスコアを獲得し、いくつかの主要な商用システムを上回りました。複雑で多段階の調査を必要とするテストにおいても高いスコアを記録し、ある主要なベンチマークでは76.00、より困難な新しいバージョンでは60.49に達しました。よりコンパクトな小型モデルの「Mint-Cu」も非常に優れた性能を示し、検索重視のタスクで69.86を記録し、強力な金融調査能力はより小さなシステムでも保持できることを証明しました。
これらの結果が重要なのは、単にスコアが高いからではなく、そのパフォーマンスの性質にあります。研究者たちは、彼らのモデルが単に答えを生成するだけでなく、「監査可能な答え」を生成していることを見出しました。ある詳細な例では、システムは半導体企業の予測を、37段階の調査を経て追跡することに成功しました。その過程で、システムはブロックされた文書、不正確な期間、そして矛盾するデータに遭遇しました。システムは、自身の発見に関する持続的な記録を保持していたため、行き止まりの情報を破棄し、自らの間違いを修正し、確保した有効な証拠のみを使用して最終的な数値を再計算することができました。企業買収に関する別の事例では、システムは決定的な法的文書を見つけるまで最終的な価格を確定させるのを待ち、それ以前の曖昧な情報源を無視しました。このように、「手がかり」と「事実」を区別し、その違いを明確な記録として保持する能力こそが、システムを信頼させる要因となります。
研究者たちは、人工知能が金融のようなハイステークスな分野で有用であるためには、単に正しく見えるテキストを生成する段階を超えなければならないと主張しています。信頼できるエージェントは、自身の仕事を提示でき、使用するデータの時間的境界を尊重でき、そしてもし証拠が結論を支持しない場合には、結論を修正する意志を持たなければなりません。データの構築、実行、および学習をすべて単一の検証可能な証拠という基準に結びつけることで、Mint-Agentチームは、能力があるだけでなく、説明責任も果たせる金融インテリジェンスを構築できることを示しました。彼らの知見は、金融における信頼できるAIの未来が、モデルをより大きく、より速くすることではなく、あらゆる決定に至った経緯を示す、明確でテスト可能な足跡を残すように設計することにあることを示唆しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。