A Basis szerint feleannyi idő alatt készül el egy adózási munkafüzet GPT-6 Astrával
A Basis összehasonlítása szerint a GPT-6 Astra feleannyi idő alatt töltött ki egy összetett, 50 lapos adózási munkafüzetet, mint a GPT-5.6 Sol. A vállalat belső értékeléseiben körülbelül 20 százalékos javulást is mért az új modellel.
- A GPT-6 Astra feleannyi idő alatt töltött ki egy 50 lapos adózási munkafüzetet, mint a GPT-5.6 Sol.
- A Basis körülbelül 20 százalékos javulást mért belső értékeléseiben.
- A modell a feladat nehézségéhez igazítja a felhasznált következtetési erőfeszítést.
- A Basis szerint a GPT-6 Astra kevesebb javítással és külön szabállyal is képes dolgozni.
Ötvenlapos munkafüzetet hasonlítottak össze
A Basis mesterségesintelligencia-ügynököket fejleszt, amelyek a könyvelők mindennapi, manuális feladatait automatizálják. A vállalat célja, hogy az ismétlődő munka helyett több idő maradjon stratégiai feladatokra. Kutatásaik középpontjában olyan ügynökök állnak, amelyek hosszú feladatokat is megbízhatóan végre tudnak hajtani.
Az OpenAI szeptember 28-i beszámolója szerint a Basis a GPT-6 Astrát és a GPT-5.6 Solt egy összetett adózási munkafüzeten vetette össze. A munkafüzet 50 lapból állt, a feladat pedig annak pontos és megbízható kitöltése volt. A Basis szerint a GPT-6 Astra látványosan gyorsabbnak bizonyult: feleannyi idő alatt végezte el a munkát, mint a GPT-5.6 Sol.
„A GPT-6 Astra feleannyi idő alatt képes elkészíteni azt a munkafüzetet, mint a GPT-5.6 Sol”, mondta Mitch Troyanovsky, a Basis társalapítója.
Kevesebb javítással és célzottabb gondolkodással dolgozik
A Basis beszámolója szerint a GPT-6 Astra már a feladat elején jobb döntéseket hoz. Ez lehetővé teszi, hogy az ügynökök közvetlenebb útvonalon haladjanak végig a munkán, és kevesebb időt töltsenek a hibák kijavításával. Troyanovsky szerint ez a modell tokenhasználatának hatékonyságát is javítja.
A vállalat a feladattal együtt változtatja a modell által felhasznált következtetési erőfeszítést is. Nehezebb lépéseknél több számítást engedélyez, könnyebb lépéseknél pedig kevesebbet használ. A GPT-6 Astra ezt úgy tudja megtenni, hogy közben megőrzi a gyorsítótárát.
A Basis szerint ez csökkenti a költségeket és a válaszidőt. Ennek eredményeként a hosszú ideig futó feladatok gazdaságosabbá válhatnak a vállalat és ügyfelei számára.
A modell jobban követi a feladat mögötti szándékot
A Basis belső értékeléseiben körülbelül 20 százalékos javulást mért a GPT-6 Astrával. A vállalat ezt elsősorban annak tulajdonítja, hogy a modell jobban felismeri a felhasználói szándékot. Ide tartozik annak eldöntése is, hogy mikor kell kérdést feltennie, mikor kell jeleznie egy feltételezést, illetve hogyan kell követnie az utasításokat.
A Basis az ügynökei működését és végső válaszait is vizsgálja. Értékeli például, hogy az ügynökök követik-e az előírt sablonokat, adózási kérdéseknél konzultálnak-e elsődleges forrásokkal, valamint ellenőrzik-e saját munkájukat.
A GPT-6 Astra a Basis szerint szélesebb összefüggésekből is képes kikövetkeztetni ezeket az elvárásokat, így kevesebb külön szabályra van szükség az egyes helyzetek kezeléséhez. Troyanovsky úgy fogalmazott, hogy a modell „jobban megérti a felhasználó szándékát és a problémát”. A Basis számára ez nagyobb bizalmat adhat abban, hogy ügynökei a belső tesztekben nem szereplő helyzeteket is kezelni tudják.
