Hebbia是一款专为机构金融严谨性打造的AI平台，服务于全球超过三分之一的顶级50家资产管理公司，以及一流的投资银行和律师事务所。公司创始产品经理Divya Mehta约有一半时间与其最大的投资银行、私募股权和信贷客户合作。
这些客户的决策基于对成千上万份密集文件的分析，一处数字错误就可能改变整个交易的结果。
Hebbia如何确保准确性
银行家或投资者在评估机会时，必须处理所有可能影响决策的数据，包括公司的公开文件、信贷协议、内部文件以及来自CRM等结构化数据。Hebbia的元提示技术将自然语言请求转化为提示，随后Claude在数百份文件中逐步执行分析。每个答案都会被放置在Hebbia矩阵的独立单元格中，实现完全透明、可追溯和可引导。
保持这些答案在大规模上的准确性，是Hebbia应用AI研究团队的任务，该团队由Adithya Ramanathan领导。Ramanathan认为，这项工作的核心是发现信号：让模型在正确的上下文中调用正确的数据，呈现客户想要了解的信息。
“当你将模型连接到正确的数据，并置于合适的生态系统中，”Ramanathan说，“这就是金融专业人士真正追求的超额收益。”
为了达到这一点，Hebbia会让每个新模型通过专门针对金融的基准测试，与其将被替代的模型进行正面对比，并随着模型的进步不断扩展基准测试的范围。该基准测试设计得非常严格。
“标准极高，客户也理所当然地对我们有极高的要求，”Mehta表示，“毕竟，他们基于Hebbia构建的分析和最终成果做出大规模的投资决策。”
Hebbia评测取得最大优势
应用AI团队研究员Joe Renner负责用一系列测试将每个新Claude模型与基准进行比对，测试涵盖关键的金融知识工作场景。其中一项测试是针对金融文件的问答和引用查找，另一项则是通过Hebbia的代理系统及其聊天产品使用的工具，模拟客户实际进行的开放式多源分析。
Claude Fable 5在所有测试中均取得了迄今为止最大的优势。在问答和引用测试中，其在金融文件上的准确率相较之前模型提升了约20%，是Renner见过的最佳表现。引用匹配保持稳定，Renner认为提升来自模型对所找到证据的更好理解。
“关键在于两个基本能力：从密集数据集中找到正确信息的能力，以及正确综合这些信息的能力，”Divya说，“这些看似基础的模型能力，在金融和研究工作流程中却有巨大影响。”在代理测试中，模型能够同时处理多部分请求，回答所有问题并将每个答案引用回其来源。
Claude Fable 5还表现出更广泛的覆盖能力。在开放式分析中，它从更广泛的数据截面推理，得出团队认为值得深入研究的结论。Renner将此归因于模型如何保持长任务的连贯性：它始终关注请求的每个部分，自行调用子代理和工具以确保返回正确事实，并将每个结论基于来源而非推断。
Claude Fable 5为交易尽职调查树立新标准
客户获得优势的信息通常存在于非结构化的专有文件中。
这类文件比金融领域已擅长建模的结构化定量数据更难大规模分析。Hebbia开发了Matrix，使这类定性工作系统化，每一代模型都扩大了其处理能力。
这可能是一个包含数千份文件的数据室，工作内容是找到相关信号、引用它们，并起草投资备忘录的各个部分；也可能是分析与信贷交易相关的所有文件（信贷协议、修正案、附属函件，每份均有数百页密集技术内容），从这堆非结构化资料中提取完整的契约条款、财务条款和运营限制。
“这些正是Anthropic模型一直表现出色的文件类型，”Mehta说。
借助早期的Sonnet和Opus模型，Matrix已经能够提取并综合信贷协议中的契约条款——即贷方为自身设定的密集保护条款。使用Claude Fable 5，Hebbia正努力完成剩余工作：在这些契约条款基础上的多步骤分析，将其与实时监控数据对比，标记风险，直至生成契约审查初稿和内部备忘录。这种审查工作过去信贷公司通常需要支付外部团队大量费用手工完成。
未来展望
如今，像Claude Fable 5这样的模型能够端到端完成这项工作，其价值在于替代了大量专业人员的工时。
在AI出现之前，当一位董事总经理需要准备向CEO推介的演示文稿时，初级银行家需要花费2-3天时间了解公司、提取财务数据并制作幻灯片。在Opus出现之前，制作初稿的时间缩短了12到24小时，使用早期Opus模型后，Mehta表示整个流程约需一天。Hebbia随后将整个工作流程编码进Matrix，通过一系列确定性的代理步骤，从多个来源收集数据，完成分析，并在几分钟内生成最终的演示文稿、财务模型和内部研究报告，使银行家能将时间用于选择买家和制定策略。Mehta说，Claude Fable 5进一步缩短了这一流程。
将工作拆解成步骤依然重要，“无论模型多么出色”，因为企业希望控制哪些文件参与分析以及每一步如何构建。因此，Hebbia正在采用Claude Agent SDK，将这些任务拆分为更小、可重复且可检查的步骤，而非单次模型运行。
“压缩交易生命周期对企业争夺投资机会的能力有巨大影响，”Mehta说。她在客户对话中感受到这种变化。两三年前，客户关注的是防止幻觉和数学计算是否正确。“如今，这些对话完全改变了，变成了：我如何自动化更多工作流程？如何将更多步骤串联起来？如何一键生成十、十五、二十份高质量且一致的幻灯片？”
想要开始体验，请访问 Claude Fable 5。
