Kuendeleza matumizi ya kompyuta pamoja na Ironclad

Tulipotambulisha GPT‑6 Astra, tulionyesha jinsi miundo yetu ilivyopiga hatua katika kutumia kompyuta kwa kazi za kitaalamu, kuanzia kuandaa hati hadi kujaribu tovuti. Lengo letu linalofuata ni kuongeza uwezo na ufanisi wa mawakala katika kutumia programu maalumu kutatua matatizo changamano ya biashara. Tunachunguza jinsi ya kufundisha miundo kuelewa kanuni za biashara za kampuni, kutekeleza mitiririko ya kazi yenye hatua nyingi, na kuthibitisha kwamba kazi yake inakidhi mahitaji ya awali.

Ili kuharakisha utafiti huu, tunashirikiana moja kwa moja na kampuni chache za programu ambazo zinaelewa mitiririko hii ya kazi vizuri zaidi. Kwa pamoja, tunatambua kazi zenye changamoto na thamani kubwa na kuzigeuza kuwa matatizo ya utafiti kwa ajili ya kufundisha na kutathmini miundo yetu, hatimaye kuongeza uwezo na manufaa yake katika matumizi halisi ya biashara.

Mshirika wetu wa kwanza ni Ironclad, kampuni inayoongoza katika usimamizi wa mikataba kwa kutumia AI. Kwa kushirikiana kwa karibu na timu ya Ironclad, tumeunda kazi zinazohitaji mawakala kusanidi makubaliano, uidhinishaji na masharti ya kisheria yanayoweza kutumiwa tena, na tumeonyesha maendeleo katika mitiririko hii changamano ya kazi. Utaalamu wa Ironclad umekuwa muhimu katika kubainisha mafanikio yanayolengwa na kuingiza mahitaji halisi ya wateja moja kwa moja katika uundaji wa miundo ya mpaka. Tunashukuru kwa ushirikiano wao na tunafurahia kushiriki tuliyoyafanikisha pamoja.

GPT‑6 Astra ni muundo wetu wa kwanza wa mpaka uliofunzwa kwa kazi za Ironclad. Katika tathmini yetu ya utafiti, alama yake ya wastani ilikuwa juu kwa 32% kuliko ya GPT‑5.6 Sol, huku muda uliokadiriwa kwa kila jaribio ukiwa pungufu kwa 48%.¹

Fikiria timu ya shughuli za kisheria inayoandaa mchakato wa kununua programu. Idara ya Fedha huenda ikahitaji kuidhinisha manunuzi yanayozidi kiasi fulani, idara ya Usalama ikahitaji kukagua maombi fulani, na idara ya Sheria ikahitaji kukagua masharti yasiyo ya kawaida. Anayeandaa mchakato huo lazima ageuze orodha hiyo fupi kuwa fomu ya kupokea maombi, violezo vya hati, kanuni za uidhinishaji na rekodi ya makubaliano ya mwisho.

Wakala wa AI anayefanya kazi hiyo hiyo lazima azingatie mahitaji hayo anapotumia sehemu mbalimbali za programu. Kwa mfano, lazima asanidi sharti la kuidhinishwa na idara ya Fedha kwa matumizi yanayozidi kiwango kilichowekwa na ahakikishe kwamba maombi yaliyo juu na chini ya kiwango hicho yanafuata njia sahihi. Kutekeleza hatua moja moja kwa usahihi hakutoshi: mchakato uliokamilika lazima ufanye kazi katika hali zote ambazo ulikusudiwa kushughulikia.

Wafanyakazi wa Ironclad na watu wanaotumia Ironclad katika OpenAI waliwasaidia watafiti wetu kutambua kazi 11 katika shughuli za sheria, biashara na ununuzi. Hizi zilijumuisha kazi kama kuandaa makubaliano ya kutofichua taarifa, kuunda michakato ya kuidhinisha manunuzi, na kusasisha kifungu cha kisheria kinachoweza kutumiwa tena ili kiendane na mamlaka ya kisheria ambayo mwombaji anachagua. Tunakadiria kuwa mtumiaji mwenye uzoefu angehitaji takriban dakika 30 hadi 40 kwa kila kazi, kwa wastani.

Tulitathmini kila kazi kwa kutumia vigezo 8 hadi 50, kulingana na uchangamano wake. Hili lilituwezesha kuona sehemu ambazo muundo ulitekeleza kwa usahihi na pale uliposhindwa. Ironclad pia ilitoa mazingira ya programu ya bidhaa yake yaliyopangishwa, ambapo miundo ingeweza kufanya mazoezi ya kazi hizi. Watafiti wetu waliunda kazi bandia za mafunzo² zinazowakilisha mitiririko ya kawaida ya kazi na wakatumia mafunzo ya uimarishaji kusaidia miundo kuboreka kupitia mazoezi na maoni. Mchanganyiko huu—kazi zilizochaguliwa kwa kushirikiana na watu wanaozifahamu, vigezo vya kina, na mazingira ya miundo kufanya mazoezi—unahakikisha tunaboresha utendaji katika kazi halisi ambazo ni muhimu zaidi kwa wateja wetu.

Tulilinganisha Astra na GPT‑5.6 Sol tukitumia uwazaji wa kiwango cha Max kwa Astra na cha Juu kwa Sol, mipangilio ambayo kila muundo ulipata alama zake za juu zaidi. Katika kazi 11 za utafiti, alama ya wastani ya Astra ilikuwa 55.0%, ikilinganishwa na 41.6% ya GPT‑5.6 Sol, huku muda wa wastani uliokadiriwa kwa kila jaribio ukishuka kutoka dakika 37.0 za Sol hadi dakika 19.2 za Astra.³ Muundo wa ndani uliotumiwa katika uundaji wa Astra ulipata alama bora zaidi ya 63.7% katika kazi hizi, na tunalenga kujumuisha maboresho haya zaidi katika miundo ya baadaye.

Astra ilikidhi mahitaji mengi zaidi ya kazi kwa muda mfupi zaidi wa uigaji kwa kila jaribio. Video mbili fupi hapa chini zinaonyesha jinsi miundo ilivyoshughulikia kazi ileile ya utafiti. Astra (ya kwanza) ilitimiza takriban 94% ya vigezo vya kazi kwa muda uliokadiriwa wa dakika 20; GPT‑5.6 Sol (ya pili) ilitimiza takriban 85% kwa muda uliokadiriwa wa dakika 32.

Jukumu la Ironclad katika kazi hii linaakisi changamoto ambayo wateja wake wanaifahamu vizuri: mchakato wa mikataba lazima ushughulikie hali za kipekee huku ukizingatia kanuni ambazo biashara inategemea. Wakala akipoteza mwelekeo kuhusu mojawapo ya kanuni hizo katikati ya kazi, hilo linaweka mipaka kwa kazi ambazo kampuni ya programu inaweza kumkabidhi kwa uhakika. Hili linasisitiza kwa nini usimamizi wa binadamu bado ni muhimu kadiri mawakala wanavyoboreka katika kazi changamano za mikataba, na kwa nini jukwaa kamili la usimamizi wa mikataba bado ni muhimu. Kushirikiana na watafiti wetu kunaipa Ironclad njia ya kuingiza matatizo haya katika uundaji wa muundo unaotumika, ambapo tunaweza kuyachunguza pamoja.

Kadiri uwezo wa miundo unavyoongezeka, Ironclad ina fursa ya kuitumia katika bidhaa zake nyingi zaidi. Kwa timu za sheria na biashara, hilo linaweza kumaanisha AI kufanya sehemu kubwa zaidi ya kazi zinazohusika katika mikataba changamano huku ikidumisha mifumo ya udhibiti ambayo timu hizo zinategemea.

Tunazialika kampuni chache za programu zishirikiane moja kwa moja na timu zetu za utafiti na uhandisi katika kazi muhimu za kitaalamu ambazo mawakala wa sasa bado hawawezi kuzikamilisha kwa kutegemewa. Ikiwa timu yako ina kazi kama hiyo, tungependa kuona mfano halisi: unachomwomba wakala afanye, ushahidi wa anaposhindwa, na jinsi ambavyo ungeamua kama matokeo yamefanikiwa. Washirika wanapaswa pia kuweza kutoa watu wenye uelewa wa kina wa kazi hiyo, mazingira salama ya majaribio, na data inayoweza kutumiwa kwa usalama katika utafiti. Hili linatupa mahali pa kuanzia kuchunguza kushindwa huko na kupima kama muundo unaboreka.

Ikiwa timu yako ina sifa hizo, tuma ombi la kuchunguza uwezekano wa ushirikiano wa utafiti.