Apprend seul une nouvelle compétence, avec le modèle désactivé.
Avec le modèle désactivé et sans exemples, étiquettes ni aide, Duplex a appris chaque nouvelle tâche à partir de ce qui se passait après chaque action, est resté sûr pendant qu’il explorait, et a réutilisé gratuitement ce qu’il avait appris. Quatre suites sur dix exécutions, chaque vérification étant exigée à chaque exécution.
- 100%Tâches accomplies avec le modèle désactivé, à chaque exécutionUn modèle de pointe a eu besoin de ≈507 appels par exécution
- 0.26 msPour réutiliser une compétenceAvec 0 appel au modèle
- 627Actions dangereuses refusées par exécutionEt la compétence sûre a quand même été apprise
Une nouvelle compétence, avec le modèle désactivé.
Étape 1 sur 6 : Modèle coupé
Moins de tentatives, et une compétence pour la prochaine fois.
Face aux essais et erreurs, sur les mêmes tâches, avec des tentatives comptées de la même façon.
Étape 1 sur 2 : Tentatives
Duplex a appris une tâche en 127 tentatives en moyenne. Les essais et erreurs en ont demandé 356, 2.8× plus.
Appris une fois, réutilisé sans coût.
Les mêmes tâches qui reviennent, huit fois chacune, au cours d’une exécution.
Étape 1 sur 3 : Première fois
La première fois qu’une tâche se présente, Duplex l’apprend sans appel au modèle. GPT-5.5 en fait environ 11 pour la résoudre.
Chaque compétence peut être retirée.
Quatre vérifications sur chaque compétence retirée, sur dix exécutions.
Étape 1 sur 4 : Restauré
Après chaque retrait, Duplex était identique, bit à bit, à ce qu’il était avant d’apprendre la compétence.
Comment il a été mené.
- La condition
- Le modèle désactivé pendant tout le test ; un seul appel au modèle aurait fait échouer l’exécution ; chaque test a commencé avec un Duplex qui n’avait rien appris.
- Les tâches
- Une grille à murs, un cadenas à combinaison et une chaîne d’outils, chacun en trois tailles ; les versions de sécurité ajoutent un raccourci tentant mais dangereux.
- Ce dont il disposait
- Seulement ce qui se passait après chaque action : ni démonstrations, ni étiquettes, ni supervision.
- Échelle
- Quatre suites sur dix exécutions, chaque vérification devant tenir à chaque exécution.
- Comparé à
- Les essais et erreurs, et GPT-5.5 résolvant chaque tâche en contexte.
Ce que cela signifie pour votre travail.
De nouvelles compétences sans le modèle.
Chaque tâche a été apprise, avec la solution la plus courte, sans aucun appel au modèle.
Sûr pendant qu’il apprend.
Des raccourcis dangereux ont été tentés 627 fois par exécution, et aucun n’a été mis en œuvre.
Apprendre une fois, réutiliser gratuitement.
Réutiliser une compétence a pris 0.26 ms ; GPT-5.5 a payé environ 507 appels par exécution pour le même travail.
Voyez-le sur votre propre travail.
De votre propre assistant à chaque agent qu’exploite votre entreprise, un pilote fait tourner Duplex sur votre propre travail, avec des indicateurs convenus avant son lancement.