Zoa Research

公司介紹

過去，量化模型都只針對特定領域。頂尖人才把人生最精華的歲月，花在狹窄領域裡測試特徵、調整超參數、反覆修改架構。但規模就是萬靈丹：大型模型能找到人類與專用模型都找不到的規律。

預測是可以通用的。Zoa 訓練的是跨領域的事件預測引擎。

*自動化迭代*

把 LLM 嵌入多代理最佳化迴圈，並以固定策略加以評估，就能自動化「建構、測試、改進」的建模循環。可以想像成專攻預測問題的 AlphaEvolve。

*樣本效率高的通用模型*

現今的預測模型都經過精細的狹義設計，帶有大量人類先驗。但更大的模型將會勝過最先進的專用模型。

和現有的事件模型不同，我們的模型運用跨情境的資料，也較少仰賴人類直覺。和 LLM 相比，我們的模型內建更多歸納先驗，更倚重推論階段的運算，進而提升樣本效率。

*為什麼重要*

在實體經濟中，我們的模型可用來預測供應鏈波動、能源供需，甚至地震風險。

Ian Hacking 寫道，科學就是馴服偶然。科學是反覆更新先驗的過程（大致是：找出不確定性、設計能降低不確定性的實驗、執行、更新）。如果科學就是降低不確定性，那麼預測就是衡量進展的關鍵指標。

更好的預測，能提升我們挑選有意思實驗（大致是預期能最大幅降低不確定性的實驗）與更新先驗的能力。我們的模型將提供給資料密集領域的實驗室與學者使用。

2017 年在卡內基美隆大學，Sam 的前女友介紹他認識了 Greg。那段感情沒能走下去，兩人的友誼卻延續至今。大學畢業後，Greg 進了哈佛法學院，Sam 則在 Jane Street 的選擇權部門工作三年，負責建立並帶領一支衛星開發團隊。

主題