개요
헤지펀드 Bridgewater의 AI 연구 조직. 투자 판단 업무에서 frontier model과 조직 고유 데이터로 훈련한 specialized model의 성능을 비교한 실험 결과로 인용된다.
핵심 정보
- 소속: Bridgewater Associates (글로벌 매크로 헤지펀드)
- 실험 대상 업무: 투자 판단 관련 태스크
- 비교군 A: 전문가가 prompt를 직접 개선한 frontier model — 최고 정확도 78.2%
- 비교군 B: 투자자의 실제 판단으로 dataset·eval을 구성해 훈련한 Qwen — 정확도 84.7%
- 개선폭: 실수 29.8% 감소, task당 inference cost 13.8배 절감
- 함의: 반복량·stable eval·조직 고유 feedback이 있는 업무에서는 조직의 판단을 학습한 model이 더 정확하고 더 저렴할 수 있다
주요 발언 / 기여
Bridgewater AIA Labs에서 전문가가 prompt를 직접 개선한 frontier model은 최고 78.2%였습니다. 투자자의 실제 판단으로 dataset과 eval을 만들고 Qwen을 훈련하자 84.7%를 기록했습니다. 실수는 29.8% 줄었고 inference cost per task는 13.8배 낮았습니다.
관계
- 20260806-internal-ai-lab — 개념의 실증 사례
- 20260806-thinking-machines-tinker — 유사 접근 (조직이 dataset·eval을 정의하는 방식)
- 20260717-open-weight-compliance-demand — 연장 (Qwen 등 오픈웨이트 모델의 기업 활용)