OpenAI: DI agentai atlieka beveik pusę tyrimų užduočių

11 šaltiniai
  • OpenAI apskaičiavo, kad jos programavimo agentų sėkmės rodiklis be žmogaus pagalbos atliekant dviejų–keturių valandų tyrimų užduotis išaugo nuo 23% kovą iki 46% spalį.
  • Rezultatai nevienodi: agentai 79% atvejų sėkmingai stebėjo mokymo procesus, bet tik 25% atvejų sėkmingai rašė išvadų kodą, o tyrėjai įspėjo dėl "DI šlamšto".
  • OpenAI atnaujino raginimus laboratorijoms viešai pranešti apie DI spartėjimo požymius, teigdama, kad neketina siekti visiško savęs tobulinimo.
Šaltiniai (11)
  1. 1 Research acceleration: The jagged frontier openai.com
  2. 2 OpenAI Reports Agent Gains on Multihour Research Tasks | Frontier thedefiant.io
  3. 3 David Holtz (@daveholtz) on X x.com
  4. 4 OpenAI Reports Agent Gains on Multihour Research Tasks | Frontier thedefiant.io
  5. 5 OpenAI reports agents complete an estimated 46% of two-to-four-hour research tasks letsdatascience.com
  6. 6 OpenAI's top researchers now burn $23000 in AI tokens a day cryptobriefing.com
  7. 7 OpenAI says its coding agents finish longer research tasks—and still write ‘AI slop’ digg.com
  8. 8 OpenAI estimates coding agents finish 46% of its two-to-four-hour research tasks superpowerdaily.com
  9. 9 Patching AI-found flaws becomes the new bottleneck sharedsapience.substack.com
  10. 10 Apple researchers say FastFrames generates video in 36 milliseconds ... superpowerdaily.com
  11. 11 OpenAI Research openai.com