Third Moment Research OpenAI-ს GPT-6 მოდელებით თვითგაუმჯობესებად AI აგენტებს ქმნის

Third Moment Research ქმნის თვითგაუმჯობესებად AI სისტემას: საუკეთესო აგენტები კონკრეტულ საქმეში კარგად უნდა მუშაობდნენ და გამოყენებისას უფრო ძლიერდებოდნენ. კომპანია OpenAI-ს უახლეს მოდელებს იყენებს აგენტების ქცევის გასაანალიზებლად, განმეორებადი სისუსტეების საპოვნელად და მათ გარშემო ათასობით სინთეტიკური სცენარის შესაქმნელად. ამ სცენარებით აგენტებს აუმჯობესებენ და პროცესს ახალი პრობლემების გამოჩენისას იმეორებენ.

Codex-ით მუშაობის დროისა და ტოკენების ფუჭი ხარჯვის შემცირება

Third Moment Research-ის ერთ-ერთი ადრეული გამოყენება რაოდენობრივი ფინანსებია, სადაც წარმატება ნათლად იზომება. გუნდი Codex-ს კვლევით გარემოში პრობლემების მოსაძებნად იყენებს. ერთ შემთხვევაში Codex GPT-5.6-თან ერთად ათასობით სიმულაციის ტრაექტორიას, დროის ნიშნებსა და კოდბაზას აანალიზებდა. Codex-მა ბარიერი იპოვა: აშშ-ის აქციების ორდერების დონის მონაცემებზე ერთი წლის სავაჭრო სტრატეგიის ბექტესტი რამდენიმე საათს იკავებდა. ლოდინისას აგენტები დასრულებას არაერთხელ იკითხავდნენ, ტოკენებს ხარჯავდნენ და კონტექსტს სტატუსის შემოწმებებით ავსებდნენ. ბექტესტის პროფილირების შემდეგ Codex-მა ქეშირების ოპტიმიზაცია და მეხსიერების შეფუთვა იპოვა, გამოსწორება პროდაქშენში გაუშვა და ბექტესტი დაახლოებით 3 საათიდან 3-5 წუთამდე შეამცირა.

აგენტების ამოცანაზე შენარჩუნება Codex-ისა და GPT-6-ის დახმარებით

Third Moment Research თითოეულ აგენტს კონკრეტული სამუშაოსთვის საჭირო ხელსაწყოებს, ინფორმაციასა და გარემოს აძლევს. რაოდენობრივი კვლევისთვის გუნდი Codex-ის ჰარნესს Docker-იზებულ გარემოში ამუშავებს. აგენტები იღებენ ტერაბაიტ მონაცემებს, დოკუმენტაციას და რეპოზიტორიას ფიჩერების ინჟინერიის, GPU-ზე წვრთნის, სავაჭრო სტრატეგიებისა და სიმულაციის მოდულებით. მსჯელობას GPT-6 Astra, GPT-6 Sol და GPT-6.1 Sol უზრუნველყოფენ, Codex-ის ჰარნესი კი აგენტებს მოქმედების, გეგმების, მიზნების, ქვეაგენტების გამოძახებისა და კონტექსტის შეკუმშვის ხელსაწყოებს აძლევს. ამოცანის დასრულებამდე გაჩერებულ აგენტებთან Third Moment Research Codex-ს გარე ჰარნესში ჩაშენებულ ქვეაგენტად იყენებს, რომელსაც GPT-6 Sol ან GPT-6.1 Sol მართავს. გარე ჰარნესი ამოუსრულებელი ამოცანისას ტრაექტორიას ამოწმებს და წყვეტს, თავიდან სცადოს, შეწყვიტოს სამუშაო თუ ადამიანის მიმოხილვაზე გადასცეს.

უსაფრთხოების ტესტირების ავტომატიზაცია Daybreak-ით

როცა 10 000 აგენტი ავტონომიურად მუშაობს, Third Moment Research-ს მასშტაბური უსაფრთხოების ტესტირება სჭირდება. გუნდი Daybreak-ის კიბერუსაფრთხოების პლატფორმას სიმულაციების გაშვებამდე იყენებს. ტესტები ამოწმებს, შეძლებს თუ არა აგენტი კვლევითი გარემოდან გაღწევას და ფართო ქსელზე წვდომას. „Daybreak-ის გამოყენებით აგენტებს თავად შეუძლიათ სიმულაციაზე შეღწევადობის ტესტირება და მისი ინფრასტრუქტურისა და უსაფრთხოების შემოწმება“, ამბობს ადამ ხახარი, Third Moment Research-ის თანადამფუძნებელი.

ასი ათასობით თანამშრომლობადი აგენტისკენ

Third Moment Research-ის ამბიცია ყოველდღიურ კომპანიებში შესრულებულ სპეციალიზებულ სამუშაომდეც ვრცელდება. საცალო მოვაჭრისთვის ეს უკეთეს მიწოდების ჯაჭვის გადაწყვეტილებებს ნიშნავს, როცა მარაგი მწირია ან მომწოდებელი ყოვნდება. საინჟინრო გუნდისთვის დიდ კოდბაზაში მუშაობის ბარიერების მოძებნას. GPT-6 Astra, GPT-6 Sol და GPT-6.1 Sol-ის მსჯელობის შესაძლებლობებზე დაყრდნობით Third Moment Research ინდივიდუალური გამოკვლევებიდან ასი ათასობით თანამშრომლობად ქვეაგენტზე გადასვლას გეგმავს. მისი საგზაო რუკა ტრილიონობით ტოკენს ითვალისწინებს ათობით ურთიერთდამოკიდებული ექსპერიმენტისთვის, რათა კვლევა ავტონომიურად გამოიყენოს აგენტების გასაუმჯობესებლად ახალი გამოწვევების წარმოქმნისას.

წყაროები: OpenAI Blog