Hebbia accélère sa recherche financière avec GPT-6 Astra

D'après OpenAI (20 novembre 2026 à 01h00)

Résumé

Hebbia teste GPT-6 Astra pour la recherche financière et observe de meilleurs résultats en couverture des sources, pertinence des citations et qualité des présentations.

Les faits

Hebbia utilise Matrix pour rassembler des recherches financières et relier les réponses aux documents correspondants. L’entreprise a testé GPT-6 Astra sur deux aspects : trouver les sources nécessaires à une question et produire une présentation conforme au brief du banquier. Dans les tests de Hebbia, GPT-6 Astra a obtenu un score supérieur de 13,6 points de pourcentage à celui de la meilleure alternative évaluée pour citer les types de sources requis. Parmi les extraits cités, 99,5 % étaient pertinents par rapport à la question. Hebbia a testé une version préalable du modèle en août-septembre 2026, avec les mêmes cas de recherche financière et les mêmes critères d’évaluation pour chaque modèle. GPT-6 Astra s’est également classé premier pour le respect du brief et la qualité de présentation. Il a satisfait 97,9 % des exigences de présentation applicables, soit 14,4 points de pourcentage de plus que la meilleure alternative testée. Dans le flux de travail décrit, le modèle sélectionne des documents ou des cellules de Matrix pour étayer une réponse, puis transforme l’analyse en diapositives PowerPoint natives respectant la structure et les consignes de l’utilisateur. Les utilisateurs de Hebbia peuvent ouvrir une citation pour consulter le document source et le passage mis en évidence. Les notes de bas de page des diapositives renvoient également aux sources. Kavita Anand, membre de l’équipe technique produit de Hebbia, estime que cette traçabilité aide les utilisateurs à vérifier les réponses de l’IA et à gagner du temps lors de la préparation des présentations.

Pourquoi c’est important

Ces résultats mettent en avant deux exigences centrales de la recherche financière assistée par IA : retrouver les sources pertinentes et restituer l’analyse dans un format directement exploitable. La combinaison d’une couverture documentaire élargie, de citations jugées pertinentes et d’une présentation conforme aux consignes vise à réduire le travail de vérification et de mise en forme. La traçabilité constitue l’enjeu stratégique principal du dispositif. En reliant les réponses, les cellules analysées et les diapositives aux documents d’origine, Hebbia cherche à permettre aux professionnels de contrôler les éléments utilisés avant de prendre une décision ou de présenter une analyse à un comité d’investissement.

Questions fréquentes

Quel modèle Hebbia a-t-il testé ?

Hebbia a testé GPT-6 Astra, une version préalable du modèle, dans des cas de recherche financière.

Quel score GPT-6 Astra a-t-il obtenu sur les exigences de présentation ?

Il a satisfait 97,9 % des exigences de présentation applicables.

Quelle était la pertinence des extraits cités ?

99,5 % des extraits cités étaient pertinents par rapport à la question.

Comment les citations sont-elles consultées dans Hebbia ?

Les utilisateurs peuvent ouvrir une citation pour voir le document source et le passage mis en évidence.

Source

OpenAI

Auteur

Rédaction IA-Medias

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.