Tyto výsledky mi otevřely oči... Agent ChatGPT si vedl lépe, než jsem očekával, v některých docela realistických úkolech investičního bankovnictví

Měl jsem předběžný přístup a agent ChatGPT je, myslím, velký krok vpřed k tomu, aby AI dělaly skutečnou práci. I v této fázi odvádí dobrou práci při autonomním výzkumu a sestavování souborů Excel (se vzorci!), PowerPointu atd. Dává to představu o tom, jak se agenti spojují

Aktualizace: Jsem naživu a v pořádku Výsledky jsou nyní oficiální a můj náskok před umělou inteligencí se zvýšil z 5,5 % na 9,5 %. 😎 Upřímně řečeno, ten humbuk působí trochu bizarně. Nikdy by nečekal, že se o programátorské soutěže bude zajímat tolik lidí. Asi to znamená, že bych se tu měl zastavovat častěji👀

ChatGPT Agent: naše první umělá inteligence s přístupem k textovému prohlížeči, vizuálnímu prohlížeči a terminálu. Dnes zavádíme v ChatGPT Pro, Plus a Team.

Lidskost zvítězila (prozatím!) Jsem úplně vyčerpaná. Zjistil jsem, že jsem za poslední 3 dny spal 10 hodin a sotva žiju. Více o soutěži napíšu, až si trochu odpočinu. (Aby bylo jasno, jedná se o prozatímní výsledky, ale můj náskok by měl být dostatečně velký)

Jsem nesmírně nadšen potenciálem věrnosti a interpretovatelnosti myšlenkového řetězce. Výrazně ovlivnila design našich modelů uvažování, počínaje o1-preview. Vzhledem k tomu, že systémy umělé inteligence vynakládají více výpočetních prostředků na práci, např. na dlouhodobých výzkumných problémech, je důležité, abychom měli nějaký způsob monitorování jejich interního procesu. Úžasnou vlastností skrytých CoT je, že i když začínají zakotveny v jazyce, který můžeme interpretovat, škálovatelná optimalizační procedura není nepřátelská vůči schopnosti pozorovatele ověřit záměr modelu - na rozdíl např. od přímého dohledu s modelem odměny. Napětí je v tom, že pokud by CoT nebyly ve výchozím nastavení skryté a my bychom tento proces považovali za součást výstupu AI, existovala by velká motivace (a v některých případech nutnost) k tomu, abychom na něj uvalili dohled. Věřím, že zde můžeme pracovat na tom nejlepším z obou světů - trénovat naše modely tak, aby byly skvělé ve vysvětlování svého vnitřního uvažování, ale zároveň si stále zachovat schopnost ho občas ověřit. Věrnost CoT je součástí širšího výzkumného směru, kterým je trénink interpretovatelnosti: stanovení cílů způsobem, který trénuje alespoň část systému, aby zůstal poctivý a monitorovatelný s měřítkem. Pokračujeme ve zvyšování našich investic do tohoto výzkumu v OpenAI.

Vytvoření agenta umělé inteligence ve výloze je nyní jednodušší. Připojte server Storefront MCP přímo k rozhraní API @OpenAI Responses a vyhledávejte produkty, přidávejte položky do košíku a vytvářejte odkazy k pokladně. Není vyžadováno žádné ověření.

Za posledních 35 dní @OpenAI Codex sloučil 345 000 žádostí o přijetí změn na GitHubu. 345,000. Umělá inteligence požírá softwarové inženýrství