コンピューターを操作するAIのGPT‑6 Astraが、従来モデルより短い時間で高い評価スコアを示した。OpenAIの遅延シミュレーションでは、1課題約40分で72.6%を記録した。モデルと実行環境の双方を更新し、画面操作から業務成果物の作成までを担う。
操作評価で約40分、スコアは72.6%
OpenAIのAIモデルGPT‑6 Astraは、ソフトウェアを自律的にインストールしてテストし、画面上で生じた問題の調査を支援できるという。操作の対象には、ソフトウェアの導入だけでなく、その動作確認まで含まれる。
OpenAIが行ったOSWorld 2.0の遅延シミュレーションでは、従来のGPT‑5.6 Solが1課題約75分で65.7%だったのに対し、新モデルは約40分で72.6%を記録した。この比較では、所要時間の短縮とスコアの上昇を同時に示している。
Codexの実行環境も更新し、ブラウザー作業を高速化
コンピューター操作の高速化は、モデルと、そのモデルを動かす実行環境の両方に及ぶ。OpenAIは新モデルに合わせ、開発支援ツールCodexの実行環境も更新した。
OpenAIによると、新モデルと更新した実行環境を組み合わせた場合、ブラウザー操作の評価Mind2Webで作業完了が従来のGPT‑5.6 Sol利用時の1.9倍速くなった。この数値は、モデルと実行環境を組み合わせた比較結果である。
必要な文脈を選び、テンプレートに沿った成果物へ
OpenAIはGPT‑6 Astraに業務環境向けの訓練を施し、作業に関係する文脈を選んで出力へ取り込むよう学習させた。作業に不要な情報を繰り返すことを抑える狙いがある。
OpenAIによると、このモデルは複数段階の作業を実行し、利用者のテンプレートや文体に沿った文書、表計算、プレゼンテーションを作成できる。画面上の操作に加え、指定された形式の成果物を仕上げる能力を備えるとしている。
確認への返答を待つ間も、依存しない作業を続ける
複数段階の作業では、利用者への確認と作業の継続を並行できる。OpenAIによると、Codexで動くGPT‑6 Astraは非同期に質問し、その返答に依存しない作業を続けることができる。
返答がない場合の進め方は、判断の内容によって分かれる。適切な範囲では合理的な仮定を置いて進める一方、重大な判断では利用者の入力を待つという。