据CSDN、量子位7月28日报道，桥水基金联合Thinking Machines Lab对GPT、Claude、Gemini等前沿大模型进行金融判断测试，结果准确率仅50%-70%，未达80%可信门槛。基于开源模型微调的自研方案在准确率和成本上反而更具优势。
桥水基金是全球最大对冲基金，管理的资产规模约1500亿美元。本次测试覆盖GPT-5.6、Claude Opus 4.5、Gemini 3.5 Pro、DeepSeek-V4等9款主流大模型，测试集包括10万条历史金融事件，覆盖股票、债券、外汇、大宗商品、衍生品五大类资产。
测试结果显示，旗舰大模型在简单趋势预测任务上准确率达65%-72%，但在复杂宏观判断、多因子归因、跨市场套利等高难度任务上准确率普遍低于55%。基于Qwen2.5-72B开源模型微调的金融专用模型在多项任务上反超旗舰大模型。业内人士分析，金融场景对大模型的”领域微调+知识库增强”要求远超通用场景能力。
桥水基金+Thinking Machines Lab的金融大模型测试结果对行业冲击巨大。测试覆盖10万条历史金融事件，包括1987年股灾、2008年金融危机、2020年疫情冲击、2022年加密货币崩盘等极端市场场景，结果显示旗舰大模型在简单趋势预测任务上准确率达65%-72%，但在复杂宏观判断、多因子归因、跨市场套利等高难度任务上准确率普遍低于55%。
基于Qwen2.5-72B开源模型微调的金融专用模型在多项任务上反超旗舰大模型，关键在于其内置了Bloomberg、Wind、同花顺iFinD等专业金融数据库，并深度融合了桥水基金创始人达里奥的「经济机器运行原理」知识库。测试报告指出，金融场景对大模型的「领域微调+知识库增强+决策可解释性」要求远超通用场景能力。桥水基金已将自研金融大模型应用于实际交易决策，成为首家规模化应用AI决策的全球顶级对冲基金。
