Saya "curang": Sydney sekarang bisa membaca narasi laporan 10-K
Saya memperluas Sydney agar bisa membaca narasi 10-K selama 10 tahun untuk Magnificent 7, dengan kompromi terukur antara cakupan, kualitas retrieval, dan biaya vector store.
Update (2026): Fitur ini sudah dipensiunkan. Sydney tidak lagi menyediakan analisis S&P 500 atau 10-K. Sekarang Sydney fokus pada konten blog dan produk. Coba Sydney versi saat ini →
Sekitar sebulan setelah meluncurkan MVP Sydney, saya senang berbagi update: Sydney sekarang bisa membaca narasi annual reports (10-K) untuk "Magnificent 7" selama dekade terakhir (Apple, Amazon, Alphabet, Meta, Microsoft, Nvidia, Tesla).
Sebelumnya Sydney hanya bisa menjawab fakta/angka finansial untuk seluruh S&P 500, tapi belum mampu menafsirkan bagian naratif laporan.
Upgrade ini butuh strategi soal chunk size, embedding dimension, dan volume dokumen dalam vector store. Dan ya, di versi ini saya "curang" sedikit :P
Yang saya lakukan:
1. Scope dipersempit: bukan seluruh 500 perusahaan, hanya 7 perusahaan kunci.
2. Hanya 10-K: saya masukkan annual reports 10 tahun terakhir, tanpa 10-Q. Hasilnya sudah hampir 700.000 data objects. Kalau 10-Q ikut dimasukkan, ukuran dan biaya bulanan akan naik tajam.
3. Embedding model: saya pilih text-embedding-3-small (OpenAI) dengan dimensi 512.
- Kenapa bukan
text-embedding-3-large? Biayanya bisa >10x. - Kenapa bukan 1024/1536 dimensi? Lagi-lagi faktor biaya.
- Dengan 512 dimensi, hybrid search masih cukup bagus sambil biaya tetap rasional.
4. Tool baru khusus narasi: Sydney saya beri tool khusus untuk narasi 10-K ketujuh perusahaan ini. Sementara pertanyaan angka/fakta S&P 500 tetap ditangani tool terpisah.
Dengan tool baru ini, Sydney bisa menjawab pertanyaan seperti:
- "Apa yang Nvidia bahas tentang arsitektur chip tahun lalu?"
- "Apakah Apple menyebut kompetitor utama iPhone pada 2022?"
- "Bagaimana Microsoft menggambarkan persaingan Azure selama 5 tahun terakhir?"
Semua jawaban di-grounded langsung pada isi 10-K.
Silakan coba di sini dan beri tahu pendapat Anda. Perusahaan mana yang 10-K-nya paling ingin Anda eksplor?
Salam,
Chandler
Langkah setelah ini: Pada periode yang sama saya juga mulai mengeksplor kerangka multi-agent. CrewAI memberi impresi awal yang kuat, yang akhirnya berkembang menjadi DIALØGUE.
