Titlu: Asistent inteligent bazat pe inteligență artificială pentru dezvoltarea și cercetarea strategiilor de investiții cantitative cu aplicabilitate în diverse domenii de afaceri.
Acronim: LLM-GenFramework
Acest proiect își propune să creeze o soluție unică bazată pe Modele de Limbaj Mari și metode de Generare Augmentată de Recuperare pentru a sprijini crearea, cercetarea și analiza strategiilor de investiții cantitative, fiind aplicabilă și în alte domenii. Pe baza succeselor modelelor LLM și metodelor RAG, soluția va crește productivitatea muncii în crearea strategiilor de investiții cantitative, precum și în alte domenii legate de analiza datelor și dezvoltarea de soluții IT.
Vom crea un modul generic LLM-GenFramework pentru a aplica tehnicile menționate mai sus în diverse domenii de afaceri, precum și un produs specializat LLM-Invest conceput pentru a sprijini cercetarea, dezvoltarea și analiza strategiilor de investiții.
Acest proiect va cerceta și dezvolta arhitectura unui sistem complet, integrat, utilizând tehnici RAG, pentru utilizare ca bază de cunoștințe în diverse aplicații de domeniu - LLM-GenFramework. LLM-GenFramework va combina toate aspectele creării și actualizării bazelor de cunoștințe și a bazelor de fapte, crearea de date specializate pentru modelele LLM (embeddings) și va permite recuperarea contextuală a datelor, precum și organizarea și sumarizarea datelor.
Vor fi dezvoltate următoarele caracteristici de inovare:
-
Căutarea contextuală și identificarea locațiilor unui anumit element cu dependențe de alte elemente.
Modulul LLM-GenFramework va avea capacitatea de a efectua căutări contextuale și de a identifica locațiile elementului căutat și dependențele unui anumit element de alte elemente. Acesta va putea identifica dependențele dintre elemente, împreună cu tipul de dependență și contextul situațional și va obține cel puțin 95% de corectitudine în căutarea și identificarea dependențelor. -
Poziționarea precisă a efectelor căutării de informații.
Modulul LLM-GenFramework va avea funcționalitatea de a prioritiza corect rezultatele căutării, astfel încât cele mai relevante răspunsuri pentru o anumită interogare să fie afișate primele. Relevanța răspunsurilor ar trebui să depindă de contextul interogării. În plus, ordinea de prezentare ar trebui să fie îmbogățită cu justificare - de ce este prezentat un anumit rezultat. -
Calitatea și corectitudinea descrierilor căutării.
Modulul LLM-GenFramework va avea capacitatea de a genera descrieri ale rezultatelor căutării. Descrierile vor conține cele mai importante informații din rezultatele căutării în contextul unei anumite interogări, indicând relevanța unui anumit rezultat și acțiunile necesare care trebuie efectuate. Indicatori furnizați în secțiunea Tehnică. -
Construirea automată a unei baze de cunoștințe privind strategiile de investiții cantitative și automatizate.
Produsul LLM-Invest va permite recuperarea automată a datelor cantitative și automatizate privind strategiile de investiții, inclusiv codul sursă, documentația, cazurile de testare, rezultatele testelor efectuate pe date istorice pentru diferite instrumente, rezultatele investițiilor efective utilizând strategia pentru diferite instrumente și altele. Baza de date va fi utilizată pentru căutare contextuală și îmbogățirea interogărilor către modelele LLM cu informații contextuale suplimentare.
Vor fi dezvoltate două produse noi:
-
LLM-GenFramework - un framework generic care utilizează tehnici RAG pentru a pregăti corect interogările pentru modelele LLM, pentru a evita efectele halucinatorii și a îmbunătăți precizia răspunsurilor. Produsul va fi utilizat de Holisun pentru a oferi soluții LLM bazate pe tehnici RAG pentru diverse industrii, fiind integrat în aplicațiile Holisun existente.
-
LLM-Invest - un produs specializat bazat pe LLM-GenFramework, conceput pentru a crea, analiza și dezvolta strategii de investiții cantitative automatizate. Produsul va fi utilizat de AI Investments și inbestMe și va fi integrat în sistemele ambelor companii.
Ambele produse reprezintă o intrare pe piețele existente - aplicații IT și piața investițiilor - cu produse inovatoare bazate pe modele LLM de ultimă generație, antrenate și re-antrenate folosind metode RAG.
Programul de finanțare: EUROSTARS 3 Call 7
Durata proiect:
24 luni (01/07/2025 - 30/06/2027)
Buget:
- Buget total: 1.6M€
- Buget Holisun: 400k€
Etape si raportare:
- Inițiere, organizare și pregătire a infrastructurii de cercetare și date -
- Cercetare avansată și dezvoltarea arhitecturii LLM-GenFramework -
- Integrare, testare finală și validare în aplicații reale 06/12/2026 - 30/06/2027
Parteneri:
