Good Start Labs улучшила модель в финансах с помощью игры о железных дорогах
Результат на финансовом бенчмарке вырос только у версии, которая играла как агент с инструментами. Версия, которая просто называла следующий ход, прибавила только в самой игре.
Good Start Labs обучила модель на 30 млрд параметров играть в настольную стратегию 1830: The Game of Railroads and Robber Barons, а потом проверила её на задачах финансового анализа. Об этом глава и сооснователь компании Алекс Даффи (Alex Duffy) рассказал в интервью Latent Space.
«Игры всегда были недооценённым инструментом обучения. Они очень доступны и очень человечны», — сказал Даффи.
Good Start Labs выделилась из медиакомпании Every в октябре 2025 года. Стартап привлёк $3,6 млн от General Catalyst, Inovia, Every и бизнес-анегелов. Он продаёт передовым лабораториям данные для дообучения и учебные среды — целые игры, в которые модель может сыграть от начала до конца.
В игре 1830 игроки покупают акции железнодорожных компаний и строят сеть перевозок. Компания составила задания, в которых модель ищет в базе данных сведения о прошлых партиях, переносит их в Excel, пишет там формулы и по ним считает ответ. «Это повторяет обычную работу в финансах, только внутри игры», — пояснил Даффи.
Обучали двумя способами. В первом модель получала положение в игре и одним ответом называла следующий ход. Во втором она работала агентом в терминале: несколько шагов подряд изучала среду инструментами, строила план и меняла его по ходу. Играть лучше стали обе версии, но на бенчмарке Finance Agent1 прибавила только агентная.
По словам Даффи, от того, как устроена обвязка — способ подать игру модели, — зависит, чему она научится. Модель, которая смотрит на картинки, выучит иное, чем та, что читает текст или видит всё в виде кода на Python. Более сильным моделям, признал он, подсказки нужны реже, но для обучения обвязка становится только важнее.
«GPT-6 Astra сама сообщает, что меньше рассуждает по шагам и сразу переходит к ответу. Astra, вероятно, может посчитать в уме, но лучше, чтобы она использовала код, — тогда результату можно доверять», — добавил Даффи.
Перенос навыков из игр в работу компания видела дважды: в задаче 1830 и когда обучение на игре «Дипломатия2» дало более сильного агента поддержки клиентов. Насколько широко и надёжно такие навыки переносятся, остаётся открытым вопросом, признал Даффи.
Идея компании появилась в 2025 году, когда Даффи ещё работал в Every и транслировал на Twitch партии передовых моделей в «Дипломатию». Модель o3 от OpenAI выигрывала, заранее планируя предательство. Claude Opus 4 отказывалась лгать и, по словам Даффи, «была уничтожена».