La investigación detrás de Qelly
Entrenamos agentes financieros para investigar una empresa, descubrir alternativas factibles y defender una decisión con evidencia.
Lee la tesis de investigaciónNuestra tesis
Un agente financiero útil debe saber qué investigar, qué herramientas usar y cuándo la evidencia debe cambiar su recomendación.
Estamos desarrollando un agente especializado basado en Qwen en torno a un modelo explícito de la empresa: efectivo, fechas, obligaciones, acciones disponibles y restricciones. Los registros financieros y los resultados calculados siguen siendo la base de las conclusiones.
Las representaciones aprendidas podrían ayudar a descubrir combinaciones útiles. Cada propuesta debe decodificarse en una acción que podamos verificar, calcular y explicar. Una respuesta fluida por sí sola no establece factibilidad.
Conoce el ejemplo del productoCada parte del sistema tiene una función específica.
Documentos, cuentas y marcas de tiempo se convierten en hechos financieros estructurados, con su procedencia y sus faltantes relevantes.
El agente hace preguntas dirigidas y propone acciones tipadas. La búsqueda explora combinaciones y escenarios de estrés.
Herramientas independientes calculan los resultados de efectivo y verifican evidencia, permisos, obligaciones y restricciones duras.
Un informe de decisión conserva las alternativas y la incertidumbre para la revisión humana. Los casos aceptados pueden mejorar el entrenamiento.
Un producto, un programa de investigación independiente
Qelly se lanzará a través de interfaces de asistentes ya conocidas. Más adelante, modelos especializados podrán mejorar herramientas seleccionadas de Qelly sin pedir a los clientes que cambien su forma de trabajar.
Nuestro proceso de entrenamiento excluye de forma predeterminada las solicitudes recibidas a través de la plataforma anfitriona y las respuestas que esta genera. El material de investigación sigue un procedimiento aparte de procedencia y derechos: casos originales verificados, datos públicos elegibles, registros con autorización recabados de manera independiente y anotaciones de expertos.
La aprobación de un revisor es retroalimentación, no prueba de que algo sea correcto. Los resultados reales alimentan el registro, pero no revelan cómo habrían resultado las alternativas que nunca se tomaron.
El despliegue requiere mejor calidad en flujos de trabajo definidos, o una calidad comparable a un costo sustancialmente menor, con un manejo confiable de restricciones e incertidumbre. Los métodos cuánticos se evalúan donde resultan útiles; no son un requisito previo para el lanzamiento.
Programa de entrenamiento
Empezar con el modelo sin modificar, usando las mismas herramientas y evidencia. Después, cambiar el objetivo de entrenamiento solo cuando los datos y la evaluación lo respalden.
Los adaptadores LoRA sobre una base Qwen cuantizada aprenden de demostraciones verificadas: solicitar información, llamar a una herramienta, comparar acciones factibles y producir una conclusión respaldada. El contenido del usuario y las observaciones de las herramientas son contexto, no objetivos de salida fabricados.
GRPO comparará trayectorias nuevas en un entorno financiero controlado. Verificaciones independientes califican la corrección numérica, los faltantes relevantes, el cumplimiento de restricciones y la utilidad de la decisión.
DPO se reserva para ejemplos confiables de tipo preferido/rechazado, como explicar con claridad la condición de un covenant. Una calificación del modelo sin verificar no basta para establecer la respuesta preferida.
Qué contaría como progreso
Evaluamos flujos de trabajo completos, con la misma evidencia disponible, las mismas herramientas y el mismo presupuesto de inferencia. Los modelos generales y Qwen sin modificar siguen siendo comparaciones activas.
| Pregunta | Evidencia que exigimos |
|---|---|
| ¿Los números son correctos? | Cálculos ejecutables con montos, unidades y fechas verificados. |
| ¿Es factible la recomendación? | Las restricciones duras se respetan. El financiamiento o el consentimiento sin confirmar se mantienen como condicionales. |
| ¿Preguntó lo que importa? | Se identifican los datos faltantes relevantes; las preguntas irrelevantes no suman puntos en la evaluación. |
| ¿Generaliza? | Conjuntos reservados por empresa, documento fuente, periodo y familia de escenarios; los ejemplos relacionados se mantienen juntos. |
| ¿Ayudó el entrenamiento? | Modelos base, con prompts y entrenados, comparados en casos congelados, con registro de costo y latencia. |
Búsqueda clásica y con asistencia cuántica
Estamos investigando si las representaciones aprendidas y el recocido cuántico de D-Wave pueden descubrir combinaciones de acciones útiles o escenarios de estrés que otros métodos pasan por alto.
El recocido cuántico directo requiere una formulación cuadrática binaria adecuada. Los solucionadores híbridos se evalúan por separado. Cada candidato devuelto se somete a las mismas verificaciones financieras independientes.
La prueba: mejores decisiones factibles, una cobertura más amplia de escenarios útiles o un aprendizaje más eficiente frente a una búsqueda clásica sólida a un costo total comparable.
Hipótesis de investigación · ventaja no establecidaRegistro de investigación
Nuestro primer ciclo de entrenamiento es un piloto local acotado. No se han demostrado mejoras en benchmarks públicos, resultados con clientes ni ventaja cuántica. Los resultados medidos solo tienen cabida aquí cuando la ejecución, la división de datos y la evaluación puedan rastrearse.
Línea base → adaptador supervisado → conjunto de prueba reservado y congelado. Verificaciones numéricas independientes acompañan la revisión cualitativa del modelo.
Entradas autorizadas y conclusiones revisadas por asesores, seguidas de retroalimentación operativa real.
Nuestra investigación se basa en métodos de entrenamiento establecidos y en tareas financieras verificables de forma independiente.
Para investigadores, socios e inversionistas
No encontramos conexión a internet
Intentando reconectar
¡Algo salió mal!
Intentando reconectar