Ningkatake panggunaan komputer bareng Ironclad

Nalika ngenalake GPT‑6 Astra, kita nuduhake sepira adoh kemajuan model kita anggone nggunakake komputer kanggo pakaryan profesional, wiwit nyiapake dokumen nganti nguji situs web. Sasaran kita sabanjure yaiku supaya agen luwih mumpuni lan efisien nggunakake piranti lunak khusus kanggo ngrampungake masalah bisnis sing rumit. Kita lagi njajaki cara nglatih model supaya ngerti aturan bisnis perusahaan, nindakake alur kerja sing dumadi saka pirang-pirang langkah, lan mriksa manawa asile nyukupi syarat awal.

Kanggo nyepetake riset iki, kita kerja sama langsung karo sawetara perusahaan piranti lunak sing paling ngerti alur kerja kasebut. Bebarengan, kita nemtokake tugas sing nantang lan aji banget, banjur ndadekake tugas kasebut masalah riset kanggo nglatih lan ngevaluasi model kita. Pungkasane, iki bakal ndadekake model kita luwih mumpuni lan migunani kanggo kabutuhan bisnis nyata.

Mitra kapisan kita yaiku Ironclad, perusahaan unggulan ing pangelolaan kontrak nganggo AI. Kanthi kerja raket karo tim Ironclad, kita wis nyusun tugas sing mbutuhake agen ngatur perjanjian, persetujuan, lan ketentuan hukum sing bisa digunakake maneh, sarta nuduhake kemajuan ing alur kerja sing rumit iki. Kaprigelan Ironclad nduweni peran gedhe kanggo nemtokake ukuran kasil lan nggawa kabutuhan nyata pelanggan langsung menyang pangembangan model tercanggih. Kita matur nuwun kanggo kerja sama iki lan seneng bisa nuduhake apa sing wis kita gayuh bebarengan.

GPT‑6 Astra minangka model tercanggih kapisan kita sing dilatih nganggo tugas Ironclad. Ing evaluasi riset kita, skor rata-ratane 32% luwih dhuwur tinimbang GPT‑5.6 Sol, dene prakiraan wektu saben upaya 48% luwih sithik.¹

Bayangna tim operasional hukum sing lagi nyusun proses tuku piranti lunak. Tim Keuangan bisa uga kudu nyetujoni tuku sing ngluwihi nominal tartamtu, tim Keamanan kudu mriksa panjaluk tartamtu, lan tim Hukum kudu mriksa ketentuan sing ora baku. Wong sing nyusun proses iki kudu ngowahi dhaptar cekak kasebut dadi formulir pangajuan, cithakan dokumen, aturan persetujuan, lan cathetan perjanjian pungkasan.

Agen AI sing nindakake pakaryan padha kudu tetep nggatekake syarat-syarat kasebut nalika nggunakake piranti lunak. Contone, agen kudu ngatur supaya belanja sing ngluwihi wates mbutuhake persetujuan tim Keuangan, banjur mriksa manawa panjaluk sing ngluwihi utawa ing sangisore wates kasebut ngetutake alur sing bener. Nindakake saben langkah kanthi bener wae ora cukup: proses sing wis rampung disusun kudu bisa mlaku ing maneka kahanan sing pancen dirancang kanggo ditangani.

Karyawan Ironclad lan wong sing nggunakake Ironclad ing OpenAI mbantu peneliti kita nemtokake 11 tugas ing babagan hukum, komersial, lan pengadaan. Iki kalebu tugas kayata nyiyapake perjanjian njaga rahasia, nggawe proses persetujuan pengadaan, lan nganyari klausul hukum sing bisa digunakake maneh supaya cocog karo yurisdiksi sing dipilih wong sing ngajokake panjaluk. Miturut prakiraan kita, pangguna sing wis pengalaman mbutuhake rata-rata watara 30 nganti 40 menit kanggo saben tugas.

Kita ngevaluasi saben tugas adhedhasar 8 nganti 50 kriteria, gumantung tingkat kerumitane. Kanthi cara iki, kita bisa ndeleng bagean endi sing wis ditindakake model kanthi bener lan bagean endi sing isih kurang. Ironclad uga nyedhiyakake lingkungan piranti lunak produke sing di-host, supaya model bisa latihan nindakake tugas-tugas iki. Peneliti kita nyusun tugas latihan sintetis² adhedhasar alur kerja sing makili kahanan nyata, lan nggunakake sinau penguatan kanggo mbantu model saya apik liwat latihan lan umpan balik. Gabungan tugas sing dipilih bareng wong sing ngerti pakaryane, kriteria rinci, lan papan kanggo model latihan iki njamin yen kita ningkatake kemampuan ing tugas nyata sing paling penting kanggo pelanggan kita.

Kita mbandhingake Astra lan GPT‑5.6 Sol nganggo setelan nalar Dipikir Maksimal kanggo Astra lan Dipikir Nemen kanggo Sol, yaiku setelan sing ngasilake skor paling dhuwur kanggo saben model. Ing 11 tugas riset kasebut, skor rata-rata Astra yaiku 55,0%, dibandhingake karo 41,6% kanggo GPT‑5.6 Sol. Dene prakiraan rata-rata wektu saben upaya mudhun saka 37,0 menit kanggo Sol dadi 19,2 menit kanggo Astra.³ Model internal sing digunakake ing pangembangan Astra nggayuh asil luwih apik maneh, yaiku 63,7% ing tugas-tugas iki, lan kita ngarahake supaya model sabanjure uga bisa nggayuh paningkatan iki.

Astra nyukupi luwih akeh syarat tugas kanthi wektu simulasi sing luwih sithik saben upaya. Rong cuplikan ing ngisor iki nuduhake carane model-model kasebut nangani tugas riset sing padha. Astra (kapisan) nyukupi watara 94% kriteria tugas kanthi prakiraan wektu 20 menit; GPT‑5.6 Sol (kapindho) nyukupi watara 85% kanthi prakiraan wektu 32 menit.

Peran Ironclad ing upaya iki nggambarake tantangan sing wis dingerteni para pelanggane: proses pangelolaan kontrak kudu bisa nangani pangecualian tanpa nglirwakake aturan sing dadi landhesan bisnis. Yen agen lali marang salah siji aturan kasebut nalika lagi nindakake tugas, perusahaan piranti lunak dadi winates anggone bisa masrahake tugas marang agen kanthi yakin. Iki negesake sebabe pengawasan manungsa tetep penting sanajan agen saya pinter nindakake tugas pangelolaan kontrak sing rumit, lan sebabe platform pangelolaan kontrak sing jangkep tetep dibutuhake. Kanthi kerja bareng peneliti kita, Ironclad bisa nggawa masalah-masalah iki menyang pangembangan model sing dadi dhasare, supaya bisa kita sinaoni bebarengan.

Nalika model saya mumpuni, Ironclad duwe kesempatan nggunakake model kasebut ing luwih akeh produke dhewe. Kanggo tim hukum lan bisnis, iki bisa ateges AI nangani luwih akeh pakaryan pangelolaan kontrak sing rumit, tanpa ngilangake mekanisme kontrol sing diandelake tim kasebut.

Kita ngundang sawetara perusahaan piranti lunak kanggo kerja langsung karo tim riset lan rekayasa kita, nggarap tugas profesional penting sing durung bisa dirampungake kanthi andal dening agen saiki. Yen tim sampeyan duwe tugas kaya mangkono, kita kepengin ndeleng tuladha nyata: apa sing sampeyan jaluk supaya ditindakake agen, bukti ing bagean endi agen gagal, lan cara sampeyan nemtokake asil sing kasil. Mitra uga kudu bisa nyedhiyakake wong sing ngerti pakaryan kasebut kanthi jero, lingkungan pang tes sing aman, lan data sing bisa digunakake kanthi aman kanggo riset. Iki dadi titik wiwitan kanggo kita neliti kegagalan kasebut lan ngukur apa model saya apik.

Yen tim sampeyan cocog karo katrangan kasebut, daftara kanggo njajaki kolaborasi riset.