Estos resultados fueron reveladores para mí... El agente de ChatGPT funcionó mejor de lo que esperaba en algunas tareas de banca de inversión bastante realistas

Tuve acceso temprano y el agente de ChatGPT es, creo, un gran paso adelante para lograr que las IA hagan un trabajo real Incluso en esta etapa, hace un buen trabajo de forma autónoma investigando y ensamblando archivos de Excel (¡con fórmulas!), PowerPoint, etc. Da una idea de cómo se están uniendo los agentes

Actualización: Estoy vivo y bien Los resultados ya son oficiales y mi ventaja sobre la IA aumentó del 5,5% al 9,5% 😎 Honestamente, el bombo se siente un poco extraño. Nunca esperé que tanta gente se interesaría en los concursos de programación. Supongo que esto significa que debería pasar por aquí más a menudo👀

ChatGPT Agent: nuestra primera IA con acceso a un navegador de texto, un navegador visual y un terminal. Se implementa en ChatGPT Pro, Plus y Team hoy.

La humanidad ha prevalecido (¡por ahora!) Estoy completamente agotada. Calculé, he dormido 10 horas en los últimos 3 días y apenas estoy vivo. Publicaré más sobre el concurso cuando descanse un poco. (Para ser claros, esos son resultados provisionales, pero mi ventaja debería ser lo suficientemente grande)

Estoy muy entusiasmado con el potencial de la fidelidad e interpretabilidad de la cadena de pensamiento. Ha influido significativamente en el diseño de nuestros modelos de razonamiento, empezando por o1-preview. A medida que los sistemas de IA dedican más tiempo a trabajar en cómputo, por ejemplo, en problemas de investigación a largo plazo, es fundamental que tengamos alguna forma de supervisar su proceso interno. La maravillosa propiedad de los CoT ocultos es que, si bien comienzan basados en un lenguaje que podemos interpretar, el procedimiento de optimización escalable no es contradictorio con la capacidad del observador para verificar la intención del modelo, a diferencia, por ejemplo, de la supervisión directa con un modelo de recompensa. La tensión aquí es que si los CoT no estaban ocultos de forma predeterminada, y vemos el proceso como parte de la salida de la IA, hay muchos incentivos (y en algunos casos, necesidad) para supervisarlo. Creo que podemos trabajar hacia lo mejor de ambos mundos aquí: entrenar a nuestros modelos para que sean excelentes explicando su razonamiento interno, pero al mismo tiempo conserven la capacidad de verificarlo ocasionalmente. La fidelidad del CoT es parte de una dirección de investigación más amplia, que es el entrenamiento para la interpretabilidad: establecer objetivos de una manera que entrene al menos a una parte del sistema para que siga siendo honesto y monitoreable con escala. Seguimos aumentando nuestra inversión en esta investigación en OpenAI.

Crear tu agente de IA de escaparate ahora es más fácil. Conecte el servidor MCP de Storefront directamente a la API de @OpenAI Responses para buscar productos, agregar artículos al carrito y crear enlaces de pago. No se requiere autenticación.

En los últimos 35 días, @OpenAI codex ha fusionado 345.000 PR en github. 345,000. La IA se está comiendo a la ingeniería de software