OpenAI 推出適用於專業工作的 GPT-6.2 Astra 及適用於日常工作的 GPT-6.2 Sol
OpenAI Group PBC 今天推出 GPT-6.2 Astra,這是一款專為複雜專業工作設計的全新人工智能模型,同時推出其適用於日常任務的更新模型 GPT-6.2 Sol。此次發佈距離該公司在不到兩個月前決定取消原定於 10 月推出的 GPT-6.1 Astra 不久,此前內部測試發現該模型在保持範圍和授權方面表現不佳。
OpenAI Group PBC 推出了兩款全新人工智能模型:GPT-6.2 Astra 旨在處理複雜的專業任務,而 GPT-6.2 Sol 則針對日常使用。該公司聲稱 GPT-6.2 Astra 的性能超越其前身 GPT-6 Astra,而成本不到三分之一。OpenAI 還表示,GPT-6.2 Astra 在性能上超越 Anthropic PBC 的 Claude Fable 5.2,而成本約為其 5%。
在專業應用方面,OpenAI 報告稱 GPT-6.2 Astra 在 Agents’ Last Exam(一項針對多步驟專業工作的基準測試)中比 GPT-6 Astra 高出 5.2 分。它在 Terminal-Bench-Science 0.1(一項針對科學工作的基準測試)中也比 GPT-6 Astra 提高了 9 個百分點。在由 Harvey LAB-AA 測試的法律任務中,該模型的通過率比 Fable 5.2 提高了一倍以上,而成本約為其六分之一。
除了基準分數之外,GPT-6.2 Astra 還經過訓練,可以創建更符合法律、銷售、金融和會計等領域專業慣例的幻燈片、試算表和文件。該模型可以根據原始文件或截圖匹配幻燈片模板,複製佈局、顏色和排版,甚至精確到字體大小。例如,會計人工智能初創公司 Basis 作為早期測試者報告稱,其長期會計工作的平均時間減少了 50%,最複雜的任務減少了高達 73%。
GPT-6.2 Sol 被 OpenAI 描述為其日常使用的首選模型,據稱它允許用戶在相同的付費計劃下完成更多任務,相比 GPT-6.1 Sol。根據 OpenAI 的說法,該模型在 Cognition AI Inc. 的 FrontierCode 2.0 編碼基準測試中與 GPT-6.2 Astra 相差不到 0.5 分,而成本約為其五分之一。
此次發佈距離 OpenAI 取消原定於 10 月發佈的 GPT-6.1 Astra 不到兩個月。內部測試發現該模型在保持範圍和授權方面表現不佳。該決定是在該公司 9 月的 DevDay 活動前一天宣佈的,當時 GPT-6.1 Sol 獨立發佈。
兩款 GPT-6.2 模型均符合 OpenAI 準備框架下網絡安全方面的關鍵門檻。其增強的功能促使該公司在發佈時對高風險網絡安全協助實施了更嚴格的保障措施,據稱這些措施也限制了一些合法的漏洞研究。OpenAI 表示將努力將 GPT-6.2 模型引入 Daybreak,這是其針對經過審查的網絡防禦者的計劃。
GPT-6.2 Astra 也是首個外部發佈的 OpenAI 模型,符合人工智能自我改進的高門檻,這是衡量模型加速人工智能研究能力的一個指標。OpenAI 追蹤這項能力,因為有助於構建未來人工智能系統的模型可能會超越保障措施和人類監督。本月早些時候,該公司披露了 Control Room,這是一個已部署在其研究基礎設施中的系統,可以在需要干預時停止模型輸出。
分享這篇文章
相關文章
6 則
騰訊利潤下跌,人工智能基礎設施支出增長六倍犧牲利潤率
Tencent's recent profit dip was tied to a sixfold increase in AI infrastructure spending, showing the cost of AI development.

Superhuman 將其 Go 助理推廣至各處
積壓如山:印度為何需要AI拯救答卷評分?

Anthropic歷史性首次亮相 將人工智能的承諾與風險帶上華爾街考驗

美中AI競賽真實存在,但特朗普近期針對「超級智能」的舉動不太可能讓美國佔據任何優勢 #US-China #Race #Real #Trump's #Recent #Moves #'Super #Intelligence' #Unlikely #Give #America #Advantage #USA #Russia #Biden #Ukraine #War #Palestine #Gaza #Israel #

