Когда мы представили GPT‑6 Astra, мы продемонстрировали, как далеко продвинулись наши модели в использовании компьютеров для профессиональной работы, от подготовки документов до тестирования веб-сайтов. Наша следующая цель — сделать агентов более способными и эффективными в использовании специализированного программного обеспечения для решения сложных бизнес-задач. Мы изучаем, как обучать модели понимать бизнес-правила компании, выполнять многоэтапные рабочие процессы и проверять, соответствует ли их работа исходным требованиям.
Чтобы ускорить это исследование, мы напрямую сотрудничаем с небольшим числом компаний-разработчиков программного обеспечения, которые лучше всего понимают эти рабочие процессы. Наш первый партнер — Ironclad, лидер в области ИИ-контрактации. Тесно сотрудничая с командой Ironclad, мы разработали задачи, требующие от агентов настройки соглашений, утверждений и многократно используемых юридических условий. Опыт Ironclad сыграл важную роль в определении того, как выглядит успех, и в привнесении реальных потребностей клиентов непосредственно в разработку передовых моделей.
GPT‑6 Astra — наша первая передовая модель, обученная на задачах Ironclad. В нашей исследовательской оценке ее средний балл был на 32% выше, чем у GPT‑5.6 Sol, а расчетное время на одну попытку было на 48% меньше. Сотрудники Ironclad и люди, использующие Ironclad в Open AI, помогли нашим исследователям определить 11 задач в юридической, коммерческой и закупочной работе. Мы оценивали каждую задачу по 8–50 критериям в зависимости от ее сложности.
По 11 исследовательским задачам средний балл Astra составил 55,0% по сравнению с 41,6% для GPT‑5.6 Sol, а расчетное среднее время на попытку снизилось с 37,0 минут для Sol до 19,2 минут для Astra. Внутренняя модель, использованная при разработке Astra, достигла еще более высокого показателя в 63,7% по этим задачам, и мы стремимся принести эти дополнительные улучшения в будущие модели.
Источник: OpenAI Blog · Сводку подготовил HeadlinesBriefing