要約：ベンチャーキャピタル（VC）投資家は膨大な数の投資機会に直面しますが、その中で実際に投資するのはごくわずかであり、しかも成功に結びつく機会はさらに少ないです。初期段階の機会のスクリーニングは、投資家の処理能力（帯域幅）に制約されることが多く、評価の丁寧さと評価対象機会の数との間でトレードオフを迫られます。このトレードオフを緩和するため、スタートアップ評価のためのLLMベースのマルチエージェントシステム「DIALECTIC」を導入します。DIALECTICはまずスタートアップに関する事実情報を収集し、それらの事実を階層的な質問ツリーに整理します。次いで、これらの事実を投資の賛否を巡る自然言語の論拠に統合し、模擬ディベートを通じてそれらの論拠を反復的に批評・精練します。これにより、最も説得力のある論拠だけが表面化します。当システムはまた、投資家が機会をランク付けし、効率的に優先順位をつけられるようにする数値的意思決定スコアを生成します。DIALECTICを評価するため、5つのVCファンドから集約された実際の投資機会を対象としたバックテストを通じて評価したところ、DIALECTICはスタートアップの成功を予測する際に人間のVCと同等の精度を示しました。
返却形式: {"translated": "翻訳されたHTML"}
