在金融场景中，大模型的核心瓶颈并非算力，而是缺乏可靠的上下文。金融数据高度结构化、实时性强、细节敏感——一旦缺少准确的链上上下文，模型的推理就会偏离，Agent 的行为也难以保持稳定。 Hubble 的工作，就是把这层关键语境补齐。我们为 Agent 提供一套面向 AI 的链上数据与执行接口，让模型能够在统一的数据语义下理解市场、调用信息、生成可落地的决策。依托 Text-to-SQ

#金融场景 #大模型 #链上数据 #agent #市场理解

相关新闻

空空 🌟 狞猫世界第一可爱！

4小时前

大模型是我的牧者，我必不至缺乏！

Y11

1天前

有了大模型和向量数据库之后，我发现我连最基础的sklearn + tensorflow + BERT组合都不记得怎么用了。太惭愧了。

阑夕

2天前

晚点LatePost昨天发了一篇Kimi和MiniMax的近况报道，感觉现在也只有这家媒体还在关注「AI六小龙」了，自从巨头下场开始规模化投放之后，独立AI公司的生存空间已被蚕食殆尽了，月之暗面和MiniMax是其中尚且存有活路的两家，确实值得多写写。简单总结如下： - 月之暗面和MiniMax很像，都在全尺寸路线上摇摆过，Kimi成功之后，月之暗面尝试过复现Sora的视频效果，但一直没有达

Orange AI

2天前

Claude Opus 4.5 终于发布，依旧是 Coding 和 Agent 之王。在这两个方面，比 Gemini 3 还要好。它的智力超强，无须过多指导就能权衡取舍。可以完成很多 Sonnet 4.5 无法完成的任务。虽然 Opus 4.5 比 Sonnet 4.5 贵 60% 但是 Opus 在思考 token 减少 76% 的情况下，效果依然超过了 Sonnet

Meathill

2天前

我发现大模型在搭建项目框架和升级框架方面的表现很差。具体来说，搭建 RN+Expo ，搭建新版 Next.js，从 Next.js 切换到 OpenNext 之类的操作，都不适合交给大模型来做。我猜测跟上下文空间和知识库有关。不过搭建一个早一些的能用的开发框架是没问题的。