Third Moment Research, OpenAI'nin GPT-6 modelleriyle kendini geliştiren AI ajanları inşa ediyor

Third Moment Research, en iyi ajanların belirli bir görevde güçlü olması ve kullanım sırasında daha da gelişmesi gerektiği fikrine dayanan kendini geliştiren bir AI sistemi oluşturuyor. Şirket, OpenAI'nin en yeni modelleriyle ajanların davranışını analiz eder, tekrarlayan zayıflıkları belirler ve bu sorunlarla ilgili binlerce sentetik senaryo oluşturur. Ekip, bu senaryolarla ajanları geliştirir ve süreci yeni sorunlarla tekrar eder.

Codex ile Zaman ve Token Tüketiminin Azaltılması

Third Moment'ın erken uygulamalarından biri, başarıyı net bir şekilde ölçen nicel finans alanıdır. Ekip, Codex'i araştırma ortamında sorunları bulmak için kullanıyor. Bir durumda Codex, GPT-5.6 ile birlikte binlerce simülasyon yörüngesini, zaman damgalarını ve kod tabanını analiz etti. Bir kilitlenme tespit edildi: ABD sermaye siparişi akışı verileri üzerinde bir ticaret stratejisinin yıllık geri testi birkaç saat sürüyordu. Yükleme sırasında ajanlar durumu tekrar tekrar sorguluyor, token tüketiyor ve bağlamı dolduruyordu. Profilendikten sonra Codex, önbellek optimizasyonu ve bellek sıkıştırma buldu, düzeltmeyi üretime aldı ve geri testi 3 saatten 3-5 dakikaya indirdi.

Codex ve GPT-6 ile Ajanları Görevde Tutma

Third Moment, her ajana belirli bir görev için gerekli araçları, bilgiyi ve ortamı sağlar. Nicel araştırma için ekip, Codex'in varsayılan harnessini Docker ortamında çalıştırıyor. Ajanlar, terabayt düzeyinde veriler, dokümantasyon ve depoyu özellik mühendisliği, GPU'da eğitim, ticaret stratejileri ve simülasyon için alıyor. Muhakeme GPT-6 Astra, GPT-6 Sol ve GPT-6.1 Sol tarafından sağlanırken, Codex'in harnessi ajanlara eylem, planlama, hedef belirleme, alt ajan başlatma ve bağlam sıkıştırma araçları sunar. Bir ajan görevi tamamlayamazsa, Third Moment Codex'i dış harness'te bir alt ajan olarak değerlendirir ve bunu GPT-6 Sol veya GPT-6.1 Sol işler. Dış harness yörüngeyi kontrol eder ve keser, yeniden dener, işi durdurur veya doğrulamayı bir insana devreder.

Daybreak ile Güvenlik Testlerinin Otomasyonu

10 000 ajanın bağımsız çalışması sırasında Third Moment'ın ölçekli bir güvenlik doğrulamasına ihtiyacı vardır. Ekip, Daybreak'in siber güvenlik platformuyla simülasyonlar başlatmadan önce testleri otomatikleştiriyor. Testler, bir ajanın araştırma ortamından kaçıp geniş ağa erişip erişemeyeceğini kontrol ediyor. 'Daybreak ile ajanların kendileri simülasyon penetrasyon testi yapabilir ve altyapılarını ile güvenliklerini doğrulayabilir', diyor Third Moment Research'ün kurucu ortağı Adam Khakhari.

Binlerce Eşzamanlı Çalışan Ajana Giden Yol

Third Moment'ın hırsı, şirketlerin günlük uzmanlık gerektiren işlerini de kapsar. Perakende tüccarı için bu, tedarik zincirinde stok eksikliği veya tedarikçi gecikmesi durumunda daha iyi kararlar demektir. Mühendislik ekibi için ise büyük bir kod tabanında darboğazları bulmak anlamına gelebilir. GPT-6 Astra, GPT-6 Sol ve GPT-6.1 Sol'un muhakemesine dayanarak, Third Moment, ayrık araştırmalardan binlerce eşzamanlı çalışan alt ajana geçiş planlıyor. Yol haritası, araştırmanın ajanları geliştirmek için yeni zorluklar üretirken otonom olarak kullanabilmesi için trilyonlarca token'a yüzlerce bağımlı deney zincirini öngörüyor.

Kaynaklar: OpenAI Blog