Ironclad के साथ कंप्यूटर उपयोग को आगे बढ़ाना

जब हमने GPT‑6 Astra पेश किया, तो हमने प्रदर्शित किया कि पेशेवर काम के लिए कंप्यूटर का उपयोग करने में हमारे मॉडल कितनी दूर आ गए हैं, दस्तावेज़ तैयार करने से लेकर वेबसाइटों का परीक्षण करने तक। हमारा अगला लक्ष्य एजेंटों को जटिल व्यावसायिक समस्याओं को हल करने के लिए विशेष सॉफ्टवेयर का उपयोग करने में अधिक सक्षम और कुशल बनाना है। हम यह पता लगा रहे हैं कि मॉडलों को किसी कंपनी के व्यावसायिक नियमों को समझने, बहु-चरणीय कार्यप्रवाहों को निष्पादित करने और यह सत्यापित करने के लिए कैसे प्रशिक्षित किया जाए कि उनका काम मूल आवश्यकताओं को पूरा करता है।

इस शोध को गति देने के लिए, हम सीधे उन कुछ सॉफ्टवेयर कंपनियों के साथ साझेदारी कर रहे हैं जो इन कार्यप्रवाहों को सबसे अच्छी तरह समझती हैं। हमारा पहला भागीदार Ironclad है, जो AI अनुबंधन में अग्रणी है। Ironclad की टीम के साथ मिलकर काम करते हुए, हमने ऐसे कार्य विकसित किए हैं जिनमें एजेंटों को समझौतों, अनुमोदनों और पुन: प्रयोज्य कानूनी शर्तों को कॉन्फ़िगर करने की आवश्यकता होती है। सफलता कैसी दिखती है, इसे परिभाषित करने और वास्तविक ग्राहक आवश्यकताओं को सीधे सीमांत मॉडल विकास में लाने में Ironclad की विशेषज्ञता सहायक रही है।

GPT‑6 Astra Ironclad कार्यों पर प्रशिक्षित हमारा पहला सीमांत मॉडल है। हमारे शोध मूल्यांकन पर, इसका औसत स्कोर GPT‑5.6 Sol से 32% अधिक था, जबकि प्रति प्रयास अनुमानित समय 48% कम था। Ironclad के कर्मचारियों और Open AI में Ironclad का उपयोग करने वाले लोगों ने हमारे शोधकर्ताओं को कानूनी, वाणिज्यिक और क्रय कार्यों में 11 कार्यों की पहचान करने में मदद की। हमने प्रत्येक कार्य का मूल्यांकन उसकी जटिलता के आधार पर 8 से 50 मानदंडों के विरुद्ध किया।

11 शोध कार्यों में, Astra का औसत स्कोर 55.0% था, जबकि GPT‑5.6 Sol के लिए 41.6% था, जबकि प्रति प्रयास अनुमानित औसत समय Sol के लिए 37.0 मिनट से घटकर Astra के लिए 19.2 मिनट हो गया। Astra के विकास में उपयोग किए गए एक आंतरिक मॉडल ने इन कार्यों पर और भी मजबूत 63.7% हासिल किया, और हमारा लक्ष्य इन और लाभों को भविष्य के मॉडलों में लाना है।

स्रोत: OpenAI Blog · HeadlinesBriefing द्वारा सारांशित