OpenAI की रिपोर्ट: उसके कोडिंग एजेंट अब दो से चार घंटे के लगभग आधे शोध कार्य बिना मदद के पूरे करते हैं
18 नवंबर की एक रिपोर्ट में OpenAI अपने आंतरिक माप साझा करता है कि कोडिंग एजेंट उसके AI शोध को कैसे बदल रहे हैं। यह सितंबर की रिपोर्ट का अपडेट है। कंपनी इस बढ़त को "असमान" बताती है और कहती है कि काम में इंसान अब भी केंद्रीय भूमिका निभाते हैं।
- कार्य की सफलता: OpenAI का अनुमान है कि मार्च से अक्टूबर के बीच, बिना मानवीय हस्तक्षेप के एजेंटों की सफलता दर उन कार्यों में 23% से बढ़कर 46% हुई जिन्हें पूरा करने में किसी इंसान को दो से चार घंटे लगते, और चार से आठ घंटे वाले कार्यों में 13% से बढ़कर 35% हुई। कार्य के प्रकार के आधार पर, वह ट्रेनिंग रन की निगरानी में सफलता 79%, तकनीकी सवालों के जवाब देने में 72%, ट्रेनिंग रन शुरू करने में 35%, मूल्यांकन और एजेंट परिवेश बनाने में 29%, तथा इन्फ़रेंस और सर्विंग कोड लिखने में 25% बताती है।
- इस्तेमाल: API की सूची कीमतों के हिसाब से, अक्टूबर में शोधकर्ताओं के एजेंट इस्तेमाल का दैनिक औसत-मध्य मान $2,400 तक पहुँचा (सितंबर से 62% अधिक), जबकि 90वाँ पर्सेंटाइल $23,000 रहा (105% अधिक)। प्रति शोधकर्ता एजेंट के साथ काम किए गए दिन 0.5 से बढ़कर 5.7 हो गए। OpenAI का कहना है कि सितंबर तक एजेंट इस्तेमाल का API-समतुल्य मूल्य शोधकर्ताओं के गैर-इक्विटी वेतन का लगभग दोगुना था, जबकि आंतरिक उपयोग में शोध कंप्यूट का 2% लगता है।
- सर्वेक्षण: 101 शोध कर्मचारियों के सर्वेक्षण में, मध्य मान के अनुसार, तीन महीने तक अग्रणी कोडिंग एजेंट बनाए रखने के लिए वे अपनी टीम के 40% कर्मचारियों या 30% कंप्यूट का त्याग करने को तैयार होंगे। एक छोटे सर्वेक्षण में, 28 में से 27 उत्तरदाताओं ने उम्मीद जताई कि वे नवीनतम आंतरिक मॉडल के साथ, मध्य-करियर के एक शोध इंजीनियर और 2024 के मॉडल की तुलना में अधिक उत्पादक होंगे।
- विचार: शोधकर्ताओं ने कहा कि GPT-6 Astra और GPT-6.2 Astra के पीछे अहम विचार लोगों ने दिए थे, जबकि मॉडलों ने उन्हें लागू करने में मदद की। कुछ प्रीट्रेनिंग शोधकर्ताओं ने कहा कि Codex ने GPT-6.2 Astra के लिए विचार विकसित करने में मदद की।
- सुरक्षा: OpenAI का कहना है कि जनवरी से सितंबर के बीच दर्ज किए गए Safety और Alignment कार्य में 77% की वृद्धि हुई—यह किसी भी शोध क्षेत्र की सबसे बड़ी बढ़त थी—और जुलाई में Hugging Face की घटना के बाद इसमें तेज़ी आई।
OpenAI का कहना है कि इस रिपोर्ट का उद्देश्य स्व-पुनरावर्ती सुधार के संकेतकों पर सार्वजनिक नज़र रखने में मदद करना है, न कि इसे ऐसा करने की मंशा के रूप में पढ़ा जाना चाहिए। आँकड़े OpenAI के अपने अनुमान हैं और कंपनी मानती है कि कार्य सौंपने तथा स्वयं दी गई रिपोर्टों के उसके डेटा की सीमाएँ हैं।
स्रोत
ऐसी ख़बरें push में पाएँ।
आपके टूल्स में कुछ बदलते ही AI Tracker आपको अलर्ट करता है।