GPT-6.2 அறிமுகம் Astra மற்றும் Sol
தொழில்முறைப் பணிகளுக்கான புதிய தரநிலை
ChatGPT Work இல் முயற்சிக்கவும்(புதிய சாளரத்தில் திறக்கும்)உங்கள் மிகக் கடினமான திட்டங்களுக்கான எங்கள் புதிய அதிநவீன மாடலான GPT‑6.2 Astra மற்றும் அன்றாடப் பணிகளுக்கான திறன்மிக்க, பல்துறை மாடலான GPT‑6.2 Sol ஆகியவற்றை அறிமுகப்படுத்துகிறோம். இரண்டு மாடல்களும் சவாலான பணிகளில் குறைவான வெளியீட்டு டோக்கன்களுடன் சிறந்த முடிவுகளை வழங்குவதால், உங்கள் பயன்பாட்டு வரம்புகளுக்குள்ளேயே அதிக வேலைகளைச் செய்து முடிக்கலாம். வணிகங்களுக்கும் உருவாக்குநர்களுக்கும், பெரிய அளவிலான பயன்பாட்டுக்கும் ஏற்ற செலவில் அதிநவீன செயல்திறன் கிடைக்கும் என்பதே இதன் பொருள்.
சிக்கலான தொழில்முறை வேலைகளில் செயற்கை நுண்ணறிவுக்கான புதிய தர அளவுகோலை GPT‑6.2 Astra நிறுவுகிறது. அது உருவாக்கும் விளக்கக்காட்சிப் பக்கங்கள், விரிதாள்கள் மற்றும் ஆவணங்களில் செயற்கை நுண்ணறிவு எழுத்தின் சாயல் குறைவாக உள்ளது. நீங்கள் வழங்கும் வார்ப்புருக்களையும் உங்கள் துறையின் மரபுகளையும் அவை மேலும் நெருக்கமாகப் பின்பற்றுகின்றன. அது மேலும் தெளிவான நிரலை எழுதுவதுடன், குறிப்பாக இணையதளங்கள், விளையாட்டுகள் மற்றும் முப்பரிமாண வடிவமைப்புக்காக, தோற்றத்திலும் செயல்பாட்டிலும் சிறந்த முன்புற இடைமுகங்களை உருவாக்குகிறது.
பல படிகளைக் கொண்ட தொழில்முறைப் பணிகளைச் சோதிக்கும் Agents’ Last Exam மதிப்பீட்டில் GPT‑6.2 Astra புதிய உச்சத்தை எட்டுகிறது. GPT‑6 Astra-வின் செலவில் மூன்றில் ஒரு பங்கிற்கும் குறைவான செலவில் அதைவிட 5.2 புள்ளிகள் அதிகமாகவும், Claude Fable 5.2-வின் செலவில் வெறும் 5% செலவில் அதைவிட 5.5 புள்ளிகள் அதிகமாகவும் பெறுகிறது.
Agents’ Last Exam, நீண்டகாலத் தொழில்முறைப் பணிப்பாய்வுகளில் மாடல்களை மதிப்பிடுகிறது. அதன் தரவரிசைப் பட்டியலில் Fable 5.2-க்கான முடிவுகள், மாற்று மாடலைப் பயன்படுத்திய ஒன்பது பணிகளை உள்ளடக்கவில்லை.
அறிவியலாளர்களுக்கான உலகின் சிறந்த மாடல் GPT-6.2 Astra என்று நாங்கள் நம்புகிறோம். கட்டளை முனையத்தில் அறிவியல் பணிகளை மாடல்கள் எவ்வளவு சிறப்பாகச் செய்ய முடியும் என்பதைச் சோதிக்கும் Terminal-Bench-Science 0.1 மதிப்பீட்டில் இது புதிய உச்சத்தை எட்டுகிறது. GPT-6 Astra-வின் செலவில் மூன்றில் ஒரு பங்கிற்கும் குறைவான செலவில், அதைவிட 9 சதவீதப் புள்ளிகள் அதிகமாக GPT-6.2 Astra பெறுகிறது. உண்மையான உயிரியல் தரவுகளை விளக்கவும், உருவகப்படுத்தப்பட்ட அமைப்பு எவ்வாறு செயல்படுகிறது என்பதை ஊகிக்கச் சோதனைகளை நடத்தவும் மாடல்களைக் கோரும் Vals Science Index மதிப்பீட்டிலும் இது புதிய உச்சத்தை எட்டுகிறது.
API-இல், GPT‑6 Astra-வுடன் ஒப்பிடும்போது GPT‑6.2 Astra-வின் உள்ளீட்டு மற்றும் வெளியீட்டு டோக்கன் விலைகள் 20% குறைவாகவும், தற்காலிகச் சேமிப்பிலுள்ள உள்ளீட்டுக்கான விலை 60% தள்ளுபடியுடனும் உள்ளன (ஒரு மில்லியன் டோக்கன்களுக்கு உள்ளீடு $8, தற்காலிகச் சேமிப்பிலுள்ள உள்ளீடு $0.40, வெளியீடு $40). GPT‑6.1 Sol-இன் API டோக்கன் விலைகளையே GPT‑6.2 Sol தக்கவைத்துள்ளது. பல தரமதிப்பீடுகளில், இரண்டு மாடல்களும் பிற முன்னணி மாடல்களின் செயல்திறனை நெருங்குகின்றன அல்லது மிஞ்சுகின்றன. அதற்கான ஒரு பணிக்கான செலவோ அவற்றின் செலவில் ஒரு சிறு பங்கு மட்டுமே.
GPT-6.2 Sol: அன்றாட வேலைகளுக்கான எங்கள் முதல் தேர்வு மாடல்
GPT‑6.1 Sol உடன் ஒப்பிடும்போது, GPT‑6.2 Sol அதிக அறிவாற்றலும் செயல்திறனும் கொண்டது; அதே கட்டணத் திட்டத்தில் அதிகப் பணிகளை முடிக்க உதவுகிறது. பல படிகளைக் கொண்ட ஏஜென்ட் பணிப்பாய்வுகளை அது திறம்பட முடிக்கிறது, தெளிவாகவும் இயல்பாகவும் எழுதுகிறது, அதனுடன் இணைந்து வேலை செய்வதும் எளிது. OpenAI-இல் பல ஊழியர்கள் தொழில்நுட்ப மற்றும் தொழில்நுட்பம் சாராத பணிகள் இரண்டிற்கும் இதைத் தங்கள் இயல்புநிலை மாடலாகப் பயன்படுத்துகின்றனர்.
Cognition-இன் FrontierCode 2.0 மதிப்பீட்டில், GPT‑6.2 Astra-வின் செலவில் சுமார் ஐந்தில் ஒரு பங்கு செலவில், அதன் மதிப்பெண்ணிலிருந்து 0.5 புள்ளிகளுக்குள் GPT‑6.2 Sol வருகிறது (இரண்டும் Max அமைப்பில்).
உண்மையான நிரல் தொகுப்புகளில் செய்யப்படும் மாற்றங்கள், அவற்றை இணைப்பதற்குப் பராமரிப்பாளர்கள் வகுத்துள்ள தரநிலைகளைப் பூர்த்தி செய்கின்றனவா என்பதை FrontierCode 2.0 மதிப்பிடுகிறது.
வேலைக்கு வெளியிலும் முக்கியமான பணிகளுக்காக மக்கள் செயற்கை நுண்ணறிவை நாடும்போது, இதன் வேகமும் நுண்ணறிவும் இதைச் சிறந்த தேர்வாக ஆக்குகின்றன. சவாலான அன்றாடப் பணிகளில் செயல்திறனை அளவிடும், நாங்கள் அண்மையில் வெளியிட்ட LifeVal மதிப்பீட்டில், GPT‑6 Astra-வின் செலவில் சுமார் ஏழில் ஒரு பங்கு செலவில் அதைவிட அதிக மதிப்பெண்ணை GPT‑6.2 Sol பெறுகிறது.
வீடு மாறிய பிறகு மழலையர் பள்ளிகளைத் தேர்வுப் பட்டியலிடுவது, ஒரு குடும்பத்தின் செலவுத் திட்டத்துக்கும் பயணத் தேவைகளுக்கும் ஏற்ற வீட்டைக் கண்டறிவது, அல்லது புதிதாகக் கண்டறியப்பட்ட நோய்க்கு ஏற்ப வாழ்க்கையை மாற்றிக்கொள்ளும் பெற்றோருக்கு உணவுகளைத் திட்டமிடுவது போன்ற தனிநபர் தேவைகளுக்கேற்ற அன்றாடப் பணிகளை மாடல்கள் எவ்வளவு சிறப்பாகக் கையாளுகின்றன என்பதை LifeVal சோதிக்கிறது.
தொழில்துறைத் தரங்களுக்கு ஏற்ற தொழில்முறை வெளியீடுகள்
சட்டம், விற்பனை, நிதி மற்றும் கணக்கியல் போன்ற துறைகளில் வல்லுநர்கள் பின்பற்றும் நடைமுறைகளை இன்னும் நெருக்கமாகப் பின்பற்றி, தெளிவான, சிறப்பாக வடிவமைக்கப்பட்ட விளக்கக்காட்சிப் பக்கங்கள், விரிதாள்கள் மற்றும் ஆவணங்களை உருவாக்க GPT‑6.2 Astra-வுக்குப் பயிற்சி அளித்தோம். பொதுப்படையான முடிவுரைகளும் தேவையற்ற சொற்களும் குறைந்து, எழுத்து நடை இன்னும் நேரடியாகவும் துல்லியமாகவும் உள்ளது.
மூல ஆவணங்களில் தொடர்புடைய உண்மைகளைக் கண்டறிந்து, விரிவான பணிக்குறிப்பின் தேவைகளுக்கேற்ப அவற்றைப் பயன்படுத்தி, ஒவ்வொரு தேவையையும் பூர்த்தி செய்யும் துல்லியமான இறுதிப் படைப்பை உருவாக்க மாடல்களால் முடியுமா என்பதை Harvey LAB‑AA v1.1 சட்டப் பணிகள் மூலம் சோதிக்கிறது. Claude Fable 5.2-வின் செலவில் சுமார் ஆறில் ஒரு பங்கு செலவில், அதன் தேர்ச்சி விகிதத்தை இரு மடங்கிற்கும் மேலாகக் கடந்து GPT‑6.2 Astra புதிய செயல்திறன் சாதனையைப் படைக்கிறது. வழக்கறிஞர்களுக்காக நாங்கள் அமைவாக்கிய GPT-6.2 Astra பதிப்பான சட்டத்திற்கான OpenAI, இந்தத் தரமதிப்பீட்டில் இன்னும் அதிக மதிப்பெண்ணைப் பெறுகிறது.
ஒப்பந்த விதிகளை ஆய்வு செய்வது போன்ற சட்டப் பணிகளை Harvey LAB‑AA சோதிக்கிறது. இறுதிப் படைப்பு ஒவ்வொரு மதிப்பீட்டு அளவுகோலையும் பூர்த்தி செய்து, குறிப்பிடத்தக்க தவறான கற்பனைத் தகவல்கள் எதுவும் இல்லாமல் இருந்தால் மட்டுமே அதன் முதன்மை மதிப்பெண்ணில் கணக்கில் கொள்ளப்படும்.
எங்கள் உள் தரமதிப்பீடான GDPval v2 என்பது GDPval-இன் அடுத்த பதிப்பாகும். இது ஆலோசனை, நிதி மற்றும் வடிவமைப்பு போன்ற துறைகளில் உண்மையான திட்டங்களைச் சேர்ந்த சிக்கலான, நீண்டகாலப் பணிப்பாய்வுகளை அளவிடுகிறது. நாங்கள் சோதித்த மாடல்களில் GPT‑6.2 Astra முன்னிலை வகிக்கிறது. இது GPT‑6 Astra-வைவிட 22% குறைவான வெளியீட்டு டோக்கன்களைப் பயன்படுத்தியபடியே 6.2 சதவீதப் புள்ளிகள் அதிகமாகப் பெறுகிறது. GPT‑6.1 Sol-ஐவிட GPT‑6.2 Sol 5.3 புள்ளிகள் மேம்பட்டுள்ளது.
GDPval v2, நிதி, தரவு அறிவியல், உயிரித் தொழில்நுட்பம் மற்றும் சந்தைப்படுத்தல் போன்ற துறைகளின் உண்மையான திட்டங்களைச் சேர்ந்த நீண்டகால அறிவுசார் பணிகளைக் கொண்டுள்ளது.
பணிப்புத்தகங்களும் குறிப்பறிக்கைகளும்
மதிப்பீட்டுப் பணிப்புத்தகத்தை உருவாக்குவதோ முதலீட்டுக் குறிப்பறிக்கையை எழுதுவதோ, மூலக் கோப்புகளில் தொடர்புடைய எண்களைக் கண்டறிந்து, அவை ஒன்றோடொன்று எவ்வாறு தொடர்புபடுகின்றன என்பதைப் புரிந்துகொள்வதிலிருந்து தொடங்குகிறது. Artificial Analysis-இன் AA‑AnalystAgent, உண்மையான விரிதாள்களையும் அறிக்கைகளையும் கொண்டு அந்தப் பணியைச் சோதிக்கிறது. ஒரு பணியில், மருத்துவப் போக்குவரத்துக்குத் திட்டம் எவ்வளவு செலவிட்டுள்ளது என்பதைக் கணக்கிட, கலிஃபோர்னியா Medicaid-இன் செலவின அறிக்கைகளை மாடல்கள் பயன்படுத்துகின்றன. ஐந்து தனித்தனி முயற்சிகளிலும் 62.5% கேள்விகளுக்குச் சரியாகப் பதிலளித்து GPT‑6.2 Astra புதிய உச்சத்தை எட்டுகிறது.
விளக்கக்காட்சிகள்
அசல் கோப்பைக் கொடுத்தாலும், ஒரு திரைப்பிடிப்பை மட்டும் கொடுத்தாலும், விளக்கக்காட்சிப் பக்கங்களை வடிவமைப்பதிலும் அவற்றின் வார்ப்புருக்களைப் பின்பற்றுவதிலும் இதுவரையிலான எங்கள் சிறந்த மாடல் GPT‑6.2 Astra. அது பக்க அமைப்பு, வண்ணங்கள், எழுத்தமைப்பு ஆகியவற்றைத் துல்லியமான எழுத்தளவு வரை பொருத்துவதுடன், வார்ப்புருவின் எழுத்து நடையையும் புதிய பக்கங்களில் பின்பற்ற முடியும். முக்கிய முடிவைச் சொல்லும் தலைப்புகளும் வாசகர்களுக்குத் தேவையான விவரங்களில் கவனம் செலுத்தும் சுருக்கமான உரையும் இருப்பதால், குறைவான திருத்தங்களுடன் விளக்கக்காட்சிகளை நேரடியாகப் பயன்படுத்துவது எளிதாக இருப்பதாக ஆரம்பகட்டச் சோதனையாளர்கள் கண்டனர்.
கணினிப் பயன்பாடும் ஊடாடும் இணைய வடிவமைப்பும்
GPT‑6.2 Astra-வின் மேலும் துல்லியமான கணினிப் பயன்பாடு, CAD மற்றும் உருவகப்படுத்தல் கருவிகளில் தனித்தனி பாகங்கள் மற்றும் இணைப்புகள் வரை வேலை செய்ய உதவுகிறது. கூறுகள் எவ்வாறு பொருந்துகின்றன என்பதைச் சரிபார்க்கவும், வடிவமைப்பு இயங்கும்போது சுமைகள் எங்கு மாறுகின்றன என்பதைக் காணவும், முன்மாதிரியை உருவாக்கும் முன் திருத்தங்களைச் சோதிக்கவும் பொறியாளர்கள் அந்தக் கூடுதல் நுண்விவரங்களைப் பயன்படுத்தலாம்.
வாகன ஓட்ட உருவகப்படுத்தல்
மலைச் சாலையில் செல்லும் ஒரு காரின் அடிச்சட்ட இயக்கவியலைக் காட்சிப்படுத்துமாறு GPT‑6.2 Astra-விடம் கேட்டோம். Astra முப்பரிமாண மாதிரியை உருவாக்கி, டயர்களுக்கும் அதிர்வுத் தாங்கி அமைப்புக்கும் இடையிலான சிக்கலான இயக்கவியலை உருவகப்படுத்த Python தீர்வுநிரலை எழுதியது; பின்னர் முடிவுகளை Blender-இல் இயங்குபடமாக்கியது. இது பொறியாளர்கள் புதிய வடிவமைப்புகளை விரைவாகச் சோதிக்கவும், காலப்போக்கில் உருவகப்படுத்தலின் துல்லியத்தை மேம்படுத்தவும் உதவுகிறது.
இயந்திர வடிவமைப்பும் பாகங்களைப் பொருத்துதலும்
GPT‑6.2 Astra-வால் ஓர் இயந்திர அமைப்பின் ஒவ்வொரு பாகத்தையும் தனித்தனியாக மாதிரியாக்க முடியும். இதன் மூலம், அந்த அமைப்பு எவ்வாறு ஒன்றிணைக்கப்படுகிறது என்பதைக் காட்டவும், வடிவமைப்பு மாற்றங்கள் அதன் செயல்பாட்டை எவ்வாறு பாதிக்கின்றன என்பதைச் சோதிக்கவும் பொறியாளர்களுக்கு வழி கிடைக்கிறது.
CAD-இலிருந்து காகித விளக்கு வரை
சிகாகோவின் Marina City கோபுரங்களில் உள்ள வளைவுவிளிம்பு மாடங்களின் வடிவத்தை ஒரு விளக்காக மாற்ற எங்கள் குழு GPT‑6.2 Astra-வைப் பயன்படுத்தியது. மாதிரிப் புகைப்படங்களிலிருந்து CAD திருத்தங்கள் வழியாக, கையால் பாகங்கள் பொருத்தப்பட்ட உண்மையான விளக்கு வரை வடிவமைப்பின் பயணத்தைக் காணொளி காட்டுகிறது. GPT-6.2 Astra உருவாக்கிய இந்தத் தளத்தைப் பயன்படுத்தி, உங்களுக்கான காகித விளக்கை நீங்களே உருவாக்கலாம்.
GPT‑6.2 Astra, இணைய வடிவமைப்பில் இன்னும் வலுவான காட்சிசார் ரீஸனிங்கைப் பயன்படுத்துகிறது. ஒவ்வொரு தளத்துக்கும் தனித்துவமான தோற்றத்தைத் தரும் பக்க அமைப்புகளையும் படங்களையும் தேர்ந்தெடுத்து, தளத்தின் உண்மையான நோக்கத்தை மையமாகக் கொண்டு கூறுகளை உருவாக்குகிறது.
காட்சிசார் ரீஸனிங் மற்றும் கணினிப் பயன்பாட்டில் ஏற்பட்டுள்ள இந்த மேம்பாடுகள் முப்பரிமாண வடிவமைப்பிலும் பிரதிபலிக்கின்றன. நீங்கள் விளையாடக்கூடிய பின்பால் மேசையிலிருந்து, பல்வேறு கோணங்களில் ஆராயக்கூடிய கொலோசியத்தின் மறுஉருவாக்கம் வரை, எழுத்துப்பூர்வமான பணிக்குறிப்பை உலாவியில் ஊடாடும் அனுபவமாக GPT‑6.2 Astra மற்றும் Sol மாற்ற முடியும். Artificial Analysis-இன் AA‑3D மதிப்பீட்டில், ஒரே ப்ராம்ப்ட்டிலிருந்து உருவாக்கப்பட்ட இரண்டு அனுபவங்களை, அவற்றை உருவாக்கிய மாடல் எது என்று தெரியாமல் மனித மதிப்பீட்டாளர்கள் முயன்று பார்த்து, தங்களுக்குப் பிடித்ததற்கு வாக்களிக்கிறார்கள். GPT‑6.2 Astra 1,318 Elo மதிப்பீட்டுடன் முதலிடத்தில் உள்ளது. அதைத் தொடர்ந்து Claude Fable 5.2, 1,271 மதிப்பீட்டுடனும், GPT‑6.2 Sol, 1,259 மதிப்பீட்டுடனும் உள்ளன.
நேர்த்தியான நிரல் நடையுடன் திறன்மிக்க பணிப்பாய்வுகள்
பணிப்பாய்வுக்கு ஏற்ற கருவிகளையும் முயற்சியையும் தேர்ந்தெடுப்பது, எப்போது செருகுநிரல்களைப் பயன்படுத்துவது அல்லது கணினியை நேரடியாக இயக்குவது என்பதைத் தீர்மானிப்பது உட்பட, ஒரு பணியை எவ்வாறு செய்ய வேண்டும் என்பதில் GPT‑6.2 Astra சிறந்த முடிவுகளை எடுக்கிறது.
நிரலாக்கத்தில், ஏற்கெனவே உள்ள நிரல் தொகுப்புகளில் சிக்கலான மாற்றங்களைச் செயல்படுத்துவதிலும் சோதிப்பதிலும் GPT-6.2 Astra மேம்பட்டுள்ளது. குறைவான திருத்தச் சுற்றுகளுடன், மேலும் நேர்த்தியான நிரல் நடையும் தேவையில் கவனம் செலுத்தும் சோதனைகளும் கிடைத்ததாக ஆரம்பகட்டச் சோதனையாளர்கள் தெரிவித்தனர்.
இணையப் பாதுகாப்புத் திறன்கள்
GPT‑6.2 Astra மற்றும் GPT-6.2 Sol, இணையம் சார்ந்த திறன்களில் மற்றொரு குறிப்பிடத்தக்க முன்னேற்றத்தைக் குறிக்கின்றன. அவை பாதிப்புகளைக் கண்டறிந்து பயன்படுத்துவதில் மேலும் திறம்படச் செயல்படுகின்றன, பாதுகாப்பான நிரலை எழுதுகின்றன, சிறந்த திருத்தங்களை உருவாக்குகின்றன; பல மதிப்பீடுகளில் டோக்கன் பயன்பாட்டுத் திறனிலும் கணிசமான முன்னேற்றம் உள்ளது. GPT‑6 Astra-வைப் போலவே, 6.2 Astra மற்றும் Sol ஆகியவை எங்கள் பிரிபேர்ட்நெஸ் ஃப்ரேம்வொர்க்-இன்படி இணையப் பாதுகாப்புக்கான தீவிர நிலை வரம்பை எட்டுகின்றன.
GPT‑6.2 Astra மற்றும் Sol ஆகியவற்றின் திறன்கள் அதிகரித்துள்ளதால், அதிக இடர் கொண்ட இணையப் பாதுகாப்பு உதவிகளுக்கு இன்னும் கடுமையான பாதுகாப்பு நடவடிக்கைகளுடன் அவற்றை வெளியிடுகிறோம். இந்தப் பாதுகாப்புகள் தவறான பயன்பாட்டின் இடரைக் குறைக்கின்றன. அதே நேரத்தில், சில முறையான பாதிப்பு ஆராய்ச்சி மற்றும் பாதுகாப்புச் சோதனைப் பணிப்பாய்வுகளையும் கட்டுப்படுத்துகின்றன. OpenAI Daybreak வழியாக, பாதுகாப்பு நிபுணர்கள் தற்போது GPT-6 Astra-வுக்கான எங்கள் ஆல்ஃபா பதிப்புடன், இணையப் பாதுகாப்புக் கோரிக்கைகளுக்கான மறுப்புகள் குறைக்கப்பட்ட GPT‑6 Sol-ஐ Daybreak Blue-இல் அணுகலாம். மேலும், மேம்பட்ட, அங்கீகரிக்கப்பட்ட பாதுகாப்புச் சோதனைகளுக்கு Daybreak Red-இல் GPT‑6 Cyber-ஐ அணுகலாம். GPT‑6.2 மாடல்களை Daybreak-க்குக் கொண்டுவர நாங்கள் பணியாற்றுவோம்.
இணையப் பாதுகாப்பு நடவடிக்கைகளும் வகைப்படுத்திகளும் முடக்கப்பட்ட உள் சோதனை அமைப்புகளைப் பயன்படுத்திப் பெற்ற முக்கியத் தர அளவீட்டு முடிவுகளைக் கீழே எடுத்துக்காட்டுகிறோம். முழு முடிவுகளுக்கும் செயல்முறைக்கும் இணைக்கப்பட்ட சிஸ்டம் கார்டைப்(புதிய சாளரத்தில் திறக்கும்) பார்க்கவும்.
இணையப் பாதுகாப்பு நிபுணர்களுக்குக் கூடுதல் வலிமை
மேலும் திறன்மிக்க ஏஜென்ட்கள் பாதிப்புகளைக் கண்டறிவதையும் பயன்படுத்துவதையும் எளிதாக்கிவரும் அதேநேரத்தில், பயன்பாட்டுக்கான மென்பொருளை எழுத நிரலாக்க ஏஜென்ட்களை உருவாக்குநர்கள் அதிகளவில் சார்ந்திருக்கின்றனர். தீவிரமான குறைபாடுகளைக் கண்டறிய ஆராய்ச்சியாளர்களுக்குச் செயற்கை நுண்ணறிவு எவ்வாறு உதவ முடியும் என்பதை PHP2Shell(புதிய சாளரத்தில் திறக்கும்) காட்டியது. GPT‑6.2 Astra மற்றும் Sol-இல், தற்காப்புத் திறன்களை மையக் கவனமாகக் கொண்டோம். தொடக்கத்திலிருந்தே பாதுகாப்பான நிரலை எழுதவும், நோக்கப்பட்ட செயல்பாட்டைப் பாதுகாக்கும் திருத்தங்களை உருவாக்கவும் உதவும் புதிய பயிற்சிச் சமிக்ஞைகளை அறிமுகப்படுத்தி, அந்தக் குறைபாடுகளைத் தடுக்கவும் சரிசெய்யவும் உருவாக்குநர்களுக்கு உதவுகிறோம்.
பாதுகாப்பும் நோக்க ஒத்திசைவும்
இதுவரையிலான எங்கள் வலுவான பாதுகாப்பு நடவடிக்கைகளுடன் GPT-6.2 Astra மற்றும் Sol-ஐ பயன்பாட்டுக்குக் கொண்டுவருகிறோம். கட்டுப்பாடுகளைக் கடுமையாக்கி, மாடல்களைக் கண்காணிக்கவும் தேவைப்படும்போது தலையிடவும் நாங்கள் பயன்படுத்தும் அமைப்புகளை வலுப்படுத்தியுள்ளோம்.
GPT-6 Astra போலவே, GPT-6.2 Astra மற்றும் Sol இரண்டும் இணையப் பாதுகாப்பிற்கான மிகத் தீவிர நிலை வரம்பை எட்டுவதோடு, எங்கள் பிரிபேர்ட்நெஸ் ஃப்ரேம்வொர்க்கின்படி உயிரியல் மற்றும் வேதியியல் திறன்களுக்கான உயர்நிலை வரம்பையும் எட்டுகின்றன. இதனுடன் தொடர்புடைய இடர்களைக் குறைக்கப் பாதுகாப்பு நடவடிக்கைகளைச் செயல்படுத்தியுள்ளோம். அத்துடன், நன்மைக்கும் தீமைக்கும் பயன்படுத்தப்பட வாய்ப்புள்ள சில உயிரியல் மற்றும் இணையப் பாதுகாப்புக் கோரிக்கைகளுக்கான கட்டுப்பாடுகளையும் அதிகரித்துள்ளோம்.
எங்கள் பாதுகாப்பு நடவடிக்கைகள் மற்றும் சோதனைகள் பற்றிய கூடுதல் விவரங்கள் GPT-6.2 சிஸ்டம் கார்டில்(புதிய சாளரத்தில் திறக்கும்) உள்ளன.
செயற்கை நுண்ணறிவு ஆராய்ச்சித் திறன்களும் பாதுகாப்பு நடவடிக்கைகளும்
செயற்கை நுண்ணறிவு ஆராய்ச்சியைத் துரிதப்படுத்தும் ஒரு மாடலின் திறனை அளவிடும் செயற்கை நுண்ணறிவின் சுயமேம்பாட்டுக்கான உயர்நிலை வரம்பை எட்டிய, நாங்கள் வெளிப்பயன்பாட்டுக்கு வெளியிட்ட முதல் மாடல் GPT-6.2 Astra ஆகும். ‘உயர்நிலை’ என்ற வகைப்பாடு, 2024-இல் இருந்த அடிப்படை நிலையுடன் ஒப்பிடும்போது ஒவ்வொரு OpenAI ஆராய்ச்சியாளருக்கும் கூடுதலாக மிகத் திறமையான ஆராய்ச்சிப் பொறியாளர் ஒருவரை உதவியாளராக வழங்குவதற்குச் சமமான தாக்கத்தை இந்த மாடல் ஏற்படுத்தும் என்ற எங்கள் மதிப்பீட்டைக் குறிக்கிறது. எதிர்காலச் செயற்கை நுண்ணறிவு அமைப்புகளை உருவாக்க உதவும் மாடல்கள் பாதுகாப்புக்குப் புதிய இடர்களையும் ஏற்படுத்தக்கூடும் என்பதால், இந்தத் திறனை நாங்கள் தொடர்ந்து கண்காணிக்கிறோம். எடுத்துக்காட்டாக, பாதுகாப்பு நடவடிக்கைகளோ மனித மேற்பார்வையோ மாற்றங்களுக்கு ஏற்பத் தகவமைத்துக்கொள்வதைவிட வேகமாக முன்னேற்றத்தை அவை துரிதப்படுத்தக்கூடும்.
இந்த இடர்களைக் கையாள, எங்கள் மாடல்களைப் பயிற்றுவிக்கும் மற்றும் பயன்பாட்டுக்குக் கொண்டுவரும் முறைகளில் கூடுதல் மேற்பார்வையையும் கட்டுப்பாடுகளையும் சேர்த்துள்ளோம். GPT-6.2 Astra-வுக்கான உள் அணுகலை விரிவுபடுத்துவதற்கு முன், அதன் நோக்க ஒத்திசைவை மதிப்பிட்டு, ஒவ்வொரு கட்டத்திலும் தேவையான பாதுகாப்பு நடவடிக்கைகள் இருப்பதை உறுதிசெய்தோம். எங்கள் ஆராய்ச்சிச் சூழல்களில் தனிமைப்படுத்தல் கட்டுப்பாடுகளை வலுப்படுத்தி, அந்தப் பாதுகாப்புகளை எங்கள் மிகத் திறமையான மாடல்களைக் கொண்டு சோதித்தோம். ஆராய்ச்சிப் பணிச்சுமைகளைக் கண்காணித்து, தலையீடு தேவைப்படும்போது மாடல் மேற்கொண்டு வெளியீட்டை உருவாக்குவதை நிறுத்தக்கூடிய Control Room என்ற அமைப்பையும் உருவாக்கினோம். எங்கள் விரிவுபடுத்தப்பட்ட கண்காணிப்பு, உள் பணிச்சுமைகளிலும் ஆதரிக்கப்படும் வெளிப்புறப் பயன்பாட்டு அமைப்புகளிலும் மாடல்களின் ரீஸனிங்கையும் செயல்களையும் ஆராய்கிறது. அங்கீகரிக்கப்படாத நடத்தையை இது தானாகவே அடையாளமிட்டுக் காட்டும். ஆதரிக்கப்படும் இடங்களில் பணிச்சுமைகளையோ உரையாடல்களையோ இடைநிறுத்தவும் முடியும்.
நோக்க ஒத்திசைவு
பெரும்பாலான நோக்க ஒத்திசைவு மதிப்பீடுகளில் இரண்டு மாடல்களும் GPT-6 Astra-வைப் போலவே செயல்பட்டன; உருவகப்படுத்தப்பட்ட பணியிடப் பணிகளில் குறைவான முறையற்ற செயல்களை மேற்கொண்டன. எனினும், இரண்டு சோதனைகளில், கோப்பு இல்லாமை அல்லது தேடல் கருவி கிடைக்காமை போன்ற, தங்கள் வேலையைத் தடுத்த தடைகளைக் குறிப்பிடத் தவறும் வாய்ப்பு அவற்றில் அதிகமாக இருந்தது. இந்த விடுபாடுகளைக் கணிசமாகக் குறைக்கும் வழிமுறைகளை Codex-இல் சேர்த்துள்ளோம்; இந்த நடத்தையைத் தொடர்ந்து ஆராய்கிறோம்.
விலையும் கிடைக்கும் தன்மையும்
இன்று முதல், அனைத்து Plus, Pro, Enterprise மற்றும் Edu பயனர்களுக்கும் ChatGPT வேலை மற்றும் Codex-இல் GPT-6.2 Astra மற்றும் Sol கிடைக்கின்றன. Pro 500 சந்தாதாரர்கள் எந்த மாடலுடனும் Ultrafast-ஐப் பயன்படுத்தலாம். முதல் முறையாக, GPT-6.2 Sol-இல் தொடங்கி Pro 200 சந்தாதாரர்களுக்கும் Ultrafast-ஐக் கொண்டுவருகிறோம். தகுதியுள்ள Enterprise மற்றும் Edu பயனர்கள், தங்கள் வர்க்ஸ்பேஸ் நிர்வாகி அதை இயக்கியவுடன் அதே அணுகலைப் பெறுவர். உருவாக்குநர்கள் OpenAI API மூலம் gpt-6.2-astra மற்றும் gpt-6.2-sol ஆகியவற்றையும் அணுகலாம்; அறிமுகத்தின்போதே இரண்டு மாடல்களுக்கும் Ultrafast கிடைக்கும்.
மேம்பட்ட டோக்கன் பயன்பாட்டுத் திறன், உள்ளீட்டு மற்றும் வெளியீட்டு டோக்கன்களில் 20% தள்ளுபடி, தற்காலிகச் சேமிப்பிலுள்ள உள்ளீட்டு டோக்கன்களில் இன்னும் அதிகமான 60% தள்ளுபடி ஆகியவற்றால், GPT‑6 Astra-வுடன் ஒப்பிடும்போது GPT‑6.2 Astra-வில் ஒரு பணிக்கான செலவு கணிசமாகக் குறைகிறது. நிலையான API கட்டணங்கள் ஒரு மில்லியன் டோக்கன்களுக்கு உள்ளீட்டுக்கு $8, தற்காலிகச் சேமிப்பிலுள்ள உள்ளீட்டுக்கு $0.40, வெளியீட்டுக்கு $40 ஆகும். ஒரு மில்லியன் டோக்கன்களுக்கு உள்ளீட்டுக்கு $2, தற்காலிகச் சேமிப்பிலுள்ள உள்ளீட்டுக்கு $0.10, வெளியீட்டுக்கு $10 என்ற GPT‑6.1 Sol-இன் கட்டணங்களையே GPT‑6.2 Sol தொடர்கிறது.
GPT-6.2 Astra மற்றும் Sol-இல், தற்காலிகச் சேமிப்பின் மறுபயன்பாட்டை மேம்படுத்தவும், செலவையும் தாமதத்தையும் குறைக்கவும், உரையாடல் சுற்றுகளுக்கு இடையே ரீஸனிங்கைத் தக்கவைக்கவும், ப்ராம்ப்ட்டின் தொடக்கப் பகுதிகளை மாற்றாமல் வைத்திருந்து புதிய வழிமுறைகளை உரையாடலின் இறுதியில் சேர்க்குமாறு(புதிய சாளரத்தில் திறக்கும்) பரிந்துரைக்கிறோம்.
ஆசிரியர்/எழுத்தாளர்
Footnotes
- 1
Fable 5.2-க்கான Terminal-Bench-Science 0.1 முடிவுகள், mini-swe-agent சூழல் பணி அமைவில் Artificial Analysis(புதிய சாளரத்தில் திறக்கும்) வெளியிட்டபடியே வழங்கப்பட்டுள்ளன. Claude Code-இல் Max ரீஸனிங் அமைப்பில் Fable 5.2 பெற்ற மதிப்பெண் 74.6% என Anthropic தெரிவித்தது.



