Databricks uvodi GPT‑5.5 u poslovne tijekove rada s agentima
GPT‑5.5 postavio je novu najsuvremeniju razinu na OfficeQA Pro, Databricksovu mjerilu za složene poslovne zadatke agenata.
50%
Točnost na mjerilu OfficeQA Pro (najsuvremenija razina)
46%
Smanjenje pogrešaka na mjerilu OfficeQA Pro u odnosu na GPT-5.4
Databricks stavlja GPT‑5.5 na raspolaganje za korisničke tijekove rada s agentima nakon što je model postavio novu najsuvremeniju razinu na OfficeQA Pro, mjerilu tvrtke za složene zadatke s poslovnim dokumentima.
OfficeQA Pro procjenjuje kako modeli obrađuju parsiranje, dohvat i utemeljeno rasuđivanje u tijekovima rada koji uključuju skenirane PDF-ove, naslijeđene datoteke i dokumente s dugim kontekstom, zadatke koji često narušavaju produkcijske sustave agenata.
U postavci agent-harness, GPT‑5.5 smanjio je pogreške za 46 % u usporedbi s GPT‑5.4 i postao prvi model koji je premašio 50 % točnosti na OfficeQA Pro.
„Codex s verzijom 5.5 sada je najsuvremeniji među svim dostupnim agentima i modelima.”
OfficeQA Pro uključuje velik broj skeniranih ili naslijeđenih poslovnih dokumenata, gdje male pogreške pri izdvajanju tijekom parsiranja mogu uzrokovati lančane posljedice niz ostatak tijeka rada. „Kad ne možete izdvojiti određenu znamenku ili broj, to mijenja cijelu putanju onoga s čime agent radi”, objašnjava Singhvi.
Databricks je najveća poboljšanja od GPT‑5.5 zabilježio upravo u tim tijekovima rada s naglaskom na parsiranje. „Raniji modeli poput 5.4 nisu mogli ispravno parsirati sve znamenke, ali čini se da 5.5 donosi skokovito poboljšanje u parsiranju starijih dokumenata i skeniranih PDF-ova”, kaže Singhvi.
Tim je također uočio poboljšanja u orkestraciji kroz višekoračne zadatke. „Jedna stvar koju smo vidjeli kod 5.4 jest da bi ponekad krenuo u ta nepotrebna skretanja pri pretraživanju, a to bi uzrokovalo vrlo neučinkovite putanje”, kaže Singhvi.
U usporedbi s ranijim modelima, GPT‑5.5 bio je pouzdaniji u dohvaćanju relevantnog konteksta i dovršavanju složenih tijekova rada bez dodatnog nadzora.
Databricks sada omogućuje GPT‑5.5 putem AI Unity Gatewaya, gdje korisnici upotrebljavaju model unutar tijekova rada izgrađenih s AgentBricksom i API-jem Agent Supervisor. U tim sustavima GPT‑5.5 orkestrira parsiranje, dohvat i izvršavanje među specijaliziranim agentima.
„Vidjet ćemo mnogo korisnika koji upotrebljavaju AgentBricks i API Agent Supervisor za prilagođene tijekove rada s agentima”, kaže Singhvi. „Vrlo je uzbudljivo imati GPT‑5.5 koji nadzire te tijekove rada.”
„GPT-5.5 bio je izvrstan u pogledu povećanja znanja. To je skokovita promjena kad je riječ o obavljanju znanjem utemeljenog rada za nas.”
Pridružite se novoj eri rada
Nastavite čitati
