GPT‑6 Astraを導入した際、私たちはモデルがドキュメントの準備からウェブサイトのテストまで、プロフェッショナルな作業にコンピュータを活用する上でどの程度進歩したかを実証しました。次の目標は、エージェントが専門的なソフトウェアを使用して複雑なビジネス問題を解決する能力と効率を高めることです。私たちは、モデルが企業のビジネスルールを理解し、マルチステップのワークフローを実行し、その作業が元の要件を満たしているかを検証する方法を模索しています。
この研究を加速するため、私たちはこれらのワークフローを最もよく理解している少数のソフトウェア企業と直接提携しています。最初のパートナーは、AI契約分野のリーダーであるIroncladです。Ironcladのチームと緊密に協力し、エージェントが契約、承認、再利用可能な法的条件を設定する必要があるタスクを開発しました。Ironcladの専門知識は、成功の定義と実際の顧客ニーズをフロンティアモデル開発に直接取り入れる上で重要な役割を果たしました。
GPT‑6 Astraは、Ironcladのタスクで訓練された最初のフロンティアモデルです。研究評価では、平均スコアがGPT‑5.6 Solより32%高く、試行あたりの推定時間は48%短縮されました。Ironcladの従業員とOpen AIでIroncladを使用している人々は、研究者が法務、商業、調達業務にわたる11のタスクを特定するのを支援しました。各タスクは、その複雑さに応じて8から50の基準で評価しました。
11の研究タスク全体で、Astraの平均スコアは55.0%で、GPT‑5.6 Solの41.6%に対し、試行あたりの推定平均時間はSolの37.0分からAstraの19.2分に短縮されました。Astraの開発で使用された内部モデルは、これらのタスクでさらに強力な63.7%を達成し、私たちはこれらのさらなる向上を将来のモデルにもたらすことを目指しています。
出典: OpenAI Blog · 要約：HeadlinesBriefing