Zoa Research

Sobre

Historicamente, os modelos quantitativos são específicos de um domínio. Pessoas brilhantes passam os seus melhores anos a testar variáveis, afinar hiperparâmetros e iterar arquiteturas dentro de um domínio estreito. Mas a escala é a panaceia: os grandes modelos vão encontrar padrões que as pessoas, e os modelos especializados, não conseguiram.

A previsão generaliza. A Zoa treina motores de previsão de eventos transversais a vários domínios.

*Automatizar a iteração*

Os LLM — integrados em ciclos de otimização multiagente e avaliados face a políticas fixas — podem automatizar o ciclo de modelação construir-testar-melhorar. Pense num AlphaEvolve para problemas de previsão.

*Modelos gerais eficientes em amostras*

Os modelos de previsão atuais são feitos à medida, com fortes pressupostos humanos. Mas modelos maiores vão superar os modelos especializados mais avançados.

Ao contrário dos modelos de eventos existentes, os nossos aproveitam dados de vários contextos e dependem menos da intuição humana. E, em comparação com os LLM, os nossos modelos são construídos com mais pressupostos indutivos e apoiam-se mais na computação no momento da inferência — o que melhora a eficiência em amostras.

*Porque é que isto importa*

Na economia real, os nossos modelos podem ser úteis para prever a volatilidade das cadeias de abastecimento, a oferta e a procura de energia e até o risco sísmico.

A ciência é, como escreve Ian Hacking, a domesticação do acaso. É o processo de atualizar iterativamente as crenças prévias (algo como: identificar a incerteza, conceber uma experiência para a reduzir, executá-la, atualizar). Se a ciência é redução da incerteza, a previsão é uma medida crítica do progresso.

Prever melhor aumenta a nossa capacidade de escolher experiências interessantes (grosso modo, as que prometem a maior redução de incerteza) e de atualizar as crenças prévias. Os nossos modelos vão ser usados por laboratórios e académicos em domínios com grandes volumes de dados.

Foi a ex-namorada do Sam que o apresentou ao Greg em Carnegie Mellon, em 2017, e, embora essa relação não tenha durado, a amizade dos dois durou. Depois da universidade, o Greg foi para a Harvard Law School, enquanto o Sam trabalhou três anos na Jane Street, na mesa de opções, onde criou e liderou uma equipa de desenvolvimento satélite.

Temas