Enkle svar om Duplex.
Spørsmålene team stiller før de tar det i bruk.

Med en pilot på ditt eget arbeid. Fortell oss hvor teamet ditt jobber og hva Duplex skal lære først. Vi blir enige om hva som skal måles før piloten starter, og setter opp Duplex sammen med deg i plasseringen du velger.

Etter beslutninger og brukerlisenser. En beslutning er én forespørsel Duplex deltar i, enten Duplex svarer på den eller henter inn KI-en din. Hvert tilbud kommer skriftlig før du forplikter deg.

Nei. Du tar med din egen modelltilgang og betaler leverandøren din for den, og Vareon legger ikke noe påslag på tokens. En beslutning Duplex har lært, trenger ikke noe modellkall i det hele tatt.

Den blir i plasseringen du velger. I Vareon cloud drifter Duplex for deg, og hver kunde forblir atskilt. I din sky eller uten sky forblir den under kontrollene dine. Det eneste som går ut, er en forespørsel til en ekstern modell du kobler til, og den leverandøren ser bare den forespørselen.

Duplex er kjøretidsintelligensen for KI-en din og agentene dine. Som en andre intelligens ved siden av modellen din lærer og handler den mens arbeidet pågår, fra én person til hele virksomheten. Den lærer av hvert resultat, tar beslutninger og handler innenfor reglene dine, tilegner seg egne ferdigheter og tar med arbeidet ditt dit du går. Det den bygger, er ditt. Duplex er bygget på ACI, Adaptive Continual Intelligence: en ny kategori av intelligens som lærer og handler under kjøring, i samspill med KI-modeller.

Alle som bruker KI i arbeidet, fra én person til hele virksomheten. Én person starter i sin egen assistent, et team deler det den lærer, en liten bedrift lar Vareon drifte den i Vareon cloud, og et større selskap tar den inn i hver agent det bygger via MCP + hooks, i sin egen sky eller helt uten sky.

En harness gir KI-en din verktøy, prompter og steg, og gjør det den er satt opp til å gjøre. Duplex er en andre intelligens ved siden av KI-en din: den lærer av hvert bekreftede resultat, tar beslutninger og handler innenfor reglene dine og tar med arbeidet ditt på tvers av verktøy og modeller, og det den lærer, er ditt. Den virker inne i Claude, Codex, Cursor og Hermes, og inne i dine egne agenter via MCP + hooks.

94 evner i 17 grupper: Kontekst og observasjon · Regler og atferdskontroll · Kjøring av verktøy · Læring og personalisering · Langvarige oppgaver · Planlegging og beslutningsstøtte · Gjenbrukbare ferdigheter · Varige tråder og deling · Glemming og datakontroll · Status og forklaringer · Varig intelligens · Personalisering · Multimodal intelligens · Konfidens og autonomi · Sikkerhet og tilsyn under kjøring · Operativ intelligens · Integrasjon og portabilitet.

Nei. De lagrer det som skjedde, og finner det som ligner. Duplex er en intelligens som lærer av erfaring, resultater og data under kjøring: den forstår mønsteret bak hvert resultat, komprimerer det til det som generaliserer, forutsier hva som kommer videre og handler ut fra det, innenfor reglene dine. Derfor gjennomskuer den en dobbeltgjenger, kjenner fortsatt igjen en sak som spørres om med nye ord, følger en endret regel fra neste forespørsel og blir raskere med bruk. RAG, minne, vektordatabaser, kunnskapsgrafer og cacher blir verktøy den bruker.

KI-modellen din er briljant, men alene under kjøring: leid per kall starter den hver oppgave fra ingenting, kan ikke lære av det teamet ditt bekrefter, mister konteksten mellom økter og agenter, og ingen sjekker hva agentene dine gjør før de gjør det. Duplex er den andre intelligensen ved siden av den, bygget på ACI, og den lærer og handler under kjøring: den starter informert, lærer av hvert resultat, bestemmer ruten, sjekker hver handling mot reglene dine, tilegner seg ferdigheter og tar med seg arbeidet på tvers av økter, agenter og modeller. KI-en din får det den mangler under kjøring, arbeidet blir raskere og billigere med bruk, og det Duplex lærer, er ditt.

KI-en din blir der den er, og Duplex jobber ved siden av den som en andre intelligens. Duplex svarer og handler ut fra det den har lært, på millisekunder, og henter inn KI-en din for nytt og usikkert arbeid, med den lærdommen vedlagt. Det bekreftede resultatet lærer opp Duplex til neste gang.

To intelligenser som gjør ulike jobber sammen, slik hjernen gjør. Hjernen jobber med to systemer: et langsomt for generell kunnskap, og et raskt for hver ny opplevelse. KI-en din er det langsomme. Duplex, bygget på ACI, er det raske, og den handler ut fra det den lærer. KI-en din står for generell intelligens, lært langsomt før den ble tatt i bruk. Duplex står for kjøretidsintelligens: den lærer raskt av arbeid i drift og handler ut fra det. Kognitiv vitenskap kaller paret komplementære læringssystemer.

På en måte: den virker som en andre modell ved siden av den du bruker, en egen intelligens, og den erstatter aldri KI-en din. Duplex jobber ved siden av KI-en din: den er informert før forespørselen, avgjør og handler underveis, og lærer etter resultatet. En bekreftet beslutning kan kjøre på millisekunder uten et modellkall. Nytt eller usikkert arbeid går til KI-en din med kjøretidsintelligensen til Duplex vedlagt, og det bekreftede resultatet lærer opp Duplex til neste forespørsel.

Kjøretidsintelligens: en andre intelligens ved siden av KI-modellen din, som lærer og handler mens arbeidet pågår. Den lærer av hvert resultat, tar beslutninger, planlegger, tilegner seg ferdigheter, kontrollerer hva agentene dine gjør og handler innenfor reglene dine, og det den lærer, er ditt. Ved siden av KI-en din blir det to intelligenser, ett system.

Overalt der KI-en din gjør virkelig arbeid: kode- og skrivebordsassistenter, support- og driftsagenter, arbeidsflyter i virksomheter, KI-produkter med høyt volum, team som tilpasser en modell, og regulert arbeid. Den er mest nyttig der resultater kan bekreftes, fordi Duplex tar hver rettelse, beslutning eller hvert utfall som blir bekreftet, med inn i neste forespørsel der det passer.

De blir verktøyene til Duplex. Duplex kaller hvert av dem når et steg trenger det, lærer hvilket som passer til hvilken situasjon, og sjekker at det de returnerer, er oppdatert, har kilde og er datert.

ACI, Adaptive Continual Intelligence, er en ny kategori av intelligens, skapt av Vareon. ACI er intelligens som fortsetter å lære og handle mens arbeidet ditt pågår. Den bygger på alt den har lært før, og jobber i samspill med KI-modellene du allerede bruker. ACI er resultatet av år med forskning på nevrale nett og trilemmaet deres: plastisitet, stabilitet og redigerbarhet. Duplex er bygget på den.

KI-modeller lærer før de lanseres, og forblir så som de er. ACI lærer og handler etterpå: under kjøring, av arbeidet ditt, så lenge den kjører. Den lærer arbeidet ditt i stedet for verden, den bygger på alt den har lært før, og det den lærer, er ditt. Intelligens som fortsetter å lære og handle under kjøring, ved siden av modellen, er en kategori for seg.

I samspill. Modellen bidrar med generell intelligens: kunnskap, språk og resonnering. ACI bidrar med det den lærer av arbeidet ditt. Den håndterer det den allerede kan, og henter inn modellen, orientert, til det som er nytt. Modellen forblir som den er, og du kan bytte modell uten å miste det ACI har lært.

KI som lærer med en gang av ett bekreftet resultat, handler ut fra det den har lært innenfor reglene dine, følger en ny regel fra neste forespørsel, blir raskere og billigere jo mer den lærer, vet når den skal hente inn modellen din, håndterer saker den aldri har sett, tilegner seg egne ferdigheter og tilhører deg, uansett hvor du jobber.

Til nå kunne bare labene som trener modeller, få KI til å lære. Med ACI har hver person og hver bedrift KI som lærer av deres eget arbeid, og eier det den lærer. Det den lærer, vokser som renters rente med hvert resultat, blir i plasseringen du velger, og er ditt uansett hvilken modell du bruker.

Duplex er bygget på ACI, og ACI er intelligensen i den: alt Duplex lærer, avgjør og gjør under kjøring, er ACI i arbeid. Duplex er produktet du bruker, inne i assistentene teamet ditt jobber i og inne i agentene bedriften din bygger, via MCP + hooks.

ACI er resultatet av år med forskning på nevrale nett og trilemmaet deres: plastisitet, stabilitet og redigerbarhet. Plastisitet er å lære det nye, raskt. Stabilitet er å beholde det den kan. Redigerbarhet er å endre det den har lært. Et nevralt nett får høyst to: la det lære raskt, så glemmer det, hold det stødig, så slutter det å lære, og det som er lært, er spredt utover det hele. ACI har alle tre.

Faruk Guney bygde ACI, Duplex og sitt nye oppstartsselskap på egen hånd, etter år med forskning på trilemmaet i nevrale nett og mer enn femten år med å bygge Norck opp til et globalt selskap for produksjon og ingeniørtjenester på bestilling.

Av resultater som viser at arbeidet var riktig: en bestått test, en godkjent gjennomgang, en observert endring eller et senere forretningsresultat. Den kan også forhåndstrenes på gjennomgåtte eksempler, tidligere beslutninger, dokumenter, regler og verktøyruter.

Ja. Forhåndstren Duplex på dine gjennomgåtte eksempler, tidligere beslutninger, dokumenter, regler, verktøyruter og biblioteker av utprøvde metoder. Den lærer dem før den går i drift, så den er nyttig fra første forespørsel, og den fortsetter å lære i produksjon.

Teamet ditt setter standarden for hver type arbeid. Kode kan trenge tester og gjennomgang, mens en regulert handling kan trenge godkjenning fra en person.

En rettelse hører til arbeidsområdet der den ble gjort, og den hjelper senere arbeid som passer. Autoriserte brukere kan gå gjennom, rette eller fjerne alt Duplex har lært.

Ja. Duplex lærer mønsteret, så den håndterer nye formuleringer og nye detaljer, og den oppdager en dobbeltgjenger som trenger et annet svar. På villedende dobbeltgjengere tok den feil i 7.5% av tilfellene, mot 45.3% for en cache.

Den nye regelen gjelder fra neste forespørsel. Duplex erstatter den utdaterte beslutningen og lar urelatert arbeid være som det er. Etter en policyendring ga den 0% utdaterte svar, mot 72% for cache og gjenfinning.

Kontinuerlig læring, under kjøring. Duplex lærer av hvert resultat etter hvert som det bekreftes, så neste forespørsel har allerede nytte av det, uten treningskjøring og uten GPU. Gjennom en endring forblir 100% av det tidligere arbeidet intakt.

Vanlig bruk er treningen: Duplex lærer av hvert bekreftet resultat og bruker det fra neste forespørsel. Forhåndstrening gir den et forsprang, og vektene til KI-en din forblir som de er.

Til arbeid som er nytt, bredt eller kreativt, og alt som krever ny tekst eller resonnering. Duplex forbereder nøyaktig det KI-en din får, med det den har lært vedlagt. En beslutning Duplex har lært, trenger ikke modellkall.

Hvis Duplex ble forhåndstrent på den typen arbeid, svarer den fra start. Ellers tar KI-en din det med kunnskapen til Duplex vedlagt, og når resultatet er bekreftet, håndterer Duplex det neste gang.

KI-en din, når arbeidet krever ny tekst eller åpen resonnering, med det Duplex har lært vedlagt. Når Duplex har lært arbeidet, svarer den på egen hånd.

Alt Duplex har lært, lever ved siden av KI-en din, så det flytter med deg til den nye modellen. I tilpasningstesten flyttet det Duplex lærte, til en annen modellfamilie helt uten omtrening.

Ja. Plasseringen og innstillingene dine bestemmer hvilken modell som er tilgjengelig, og hvor hver forespørsel går.

Vanlige servere. Duplex trenger ingen egen GPU: en beslutning den har lært, tar ≈97 ms, mot ≈2,231 ms for et modellkall. Bare KI-en din trenger akseleratorer, og Duplex henter den inn til nytt arbeid.

Målet, avgjorte beslutninger, begrensninger og uferdig arbeid fortsetter innenfor samme kunde og arbeidsområde. Urelatert arbeid og påloggingsinformasjon blir igjen.

Det du trenger for å fortsette: mål, beslutninger og uferdig arbeid. Hele samtaleloggen blir der den var, og tilgangsreglene til teamet ditt gjelder fortsatt.

Ja, når tilkoblingene hører til samme kunde og et tillatt arbeidsområde. Grensene for identitet, arbeidsområde og kunde blir stående.

Ja, når begge personene er autorisert for det delte arbeidsområdet. Personlig eller begrenset arbeid holdes atskilt, under tilgangsinnstillingene dine.

Kontekst hjelper deg å fortsette uferdig arbeid, og den kan være midlertidig. Det Duplex lærer, kommer fra bekreftede resultater, og det hjelper hver gang det passer.

Den bruker bekreftede rettelser, oppdaterer beslutninger når en regel endres, fører pågående arbeid videre, planlegger prosesser i flere steg, bruker verktøyene dine og kutter modellkall på arbeid den har lært.

Ja. Duplex lærer hvordan prosessene dine reagerer, planlegger den korteste veien og tar med begrensninger og bekreftede metoder på tvers av steg og økter. KI-en din bidrar med ny resonnering ved hver uventet vending.

Ja. Den lærer hva handlinger endrer i systemene dine, forutsier effekten av et steg før det kjøres, og foreslår den korteste veien til et mål. På en offentlig benchmark for bedriftssystemer slo den tre ledende modeller i å forutsi systemendringer. Hvert virkelige steg går fortsatt gjennom kontrollene dine.

Ja, når teamet ditt slår det på: gi den et mål, handlingene den har lov til å utføre, og en måte å sjekke at den lyktes på. Den utforsker trygt, tester ferdigheten før den tas i bruk, og fjerner den på forespørsel. Den fullførte hver oppgave med modellen slått av.

Ja. Duplex får modellen din til å svare som om den var trent på arbeidet ditt, og vektene i modellen forblir som de er. Den slo finjusterte adaptere i 6 / 6 tester, uten noen treningskjøring, og tilpasningen ble flyttet til en annen modellfamilie uten omtrening.

Ja. For veldefinerte oppgaver skriver Duplex et lite program eller gjenbruker et som allerede har fungert, tester det mot kjente tilfeller og kjører det når det består. Teamet ditt kan sette det på pause eller fase det ut når som helst.

Ja. Dokumenter, kunnskapsgrafer og databaser blir kunnskapskildene til Duplex, hver med eier, kilde og dato. Duplex vet når et faktum endrer seg, og tar med de riktige faktaene inn i hver beslutning.

Ja. Duplex kan dele godkjent læring og kontekst med hver agent i det valgte arbeidsområdet. For alt den har lært, kan du se hvilken agent det kom fra, med hvilken modell og når. Læringen til hver kunde forblir hos den kunden.

Teamet ditt bestemmer hva Duplex lærer av, går gjennom det den har lært, og kan rette eller fjerne hva som helst av det. Reglene, godkjenningene og kontrollene dine gjelder for hver handling.

De fire pluginene er Claude, Codex, Cursor og Hermes. Team som bygger sine egne agenter, kobler dem til via MCP + hooks.

Fire pluginer er tilgjengelige i dag. Hvis teamet ditt bygger og drifter agenten, kan MCP + hooks passe; for enhver annen assistent, fortell oss hvilken du bruker.

For agentene bedriften din bygger. De kobles til Duplex via MCP, og hookene henter inn Duplex ved hvert steg: før hver forespørsel, før hvert verktøykall og etter hvert resultat. Hver handling kontrolleres mot reglene dine før den kjøres, med godkjenninger der du vil ha dem og én historikk du kan eksportere.

En plugin virker inne i en støttet assistent, via MCP: assistenten henter inn Duplex ved hvert steg, og den bygger din personlige intelligens. MCP + hooks virker inne i agentene bedriften din bygger: hookene henter inn Duplex ved hvert steg i arbeidet deres, og den bygger bedriftens intelligens. Det er samme Duplex i begge.

Før hver forespørsel, før hvert modellkall, før hvert verktøykall, etter hvert resultat, ved hver overlevering og ved hver godkjenning. Duplex bruker reglene dine først, deretter det den har lært, og hver handling kontrolleres før den kjøres.

En plugin, når folk jobber inne i en støttet assistent. MCP + hooks, når bedriften din bygger sine egne agenter og Duplex skal delta i hvert steg.

Ja. Når de er koblet til det samme arbeidsområdet, deler de den samme godkjente læringen og konteksten. Tilgangen forblir begrenset til personene og agentene du autoriserer.

En plugin eller MCP + hooks, hvem som deler det Duplex lærer, og om du vil, eksemplene, beslutningene og dokumentene den skal forhåndstrenes på. Deretter plasseringen og tilgangsreglene som passer arbeidet.

Med en støttet plugin fortsetter folk å jobbe inne i assistenten de allerede bruker. Teamet bekrefter gode utfall og korrigerer dårlige, og godkjenningstrinnene avhenger av produktet og arbeidsområdet.

Fra første forespørsel, når du forhåndstrener den. En bekreftet rettelse hjelper fra neste tilfelle som passer, og hvert bekreftet resultat gjør Duplex raskere, billigere og mer nøyaktig.

Ja, det er forhåndstrening. Gjennomgåtte eksempler, tidligere beslutninger, dokumenter og regler gir en sterk start. Teamet ditt plasserer hvert av dem i riktig arbeidsområde og kan rette eller fjerne det senere.

Ja. I konsollen kan autoriserte brukere gå gjennom, rette eller fjerne alt Duplex har lært, og se historikken bak det. De nøyaktige kontrollene avhenger av produktet og utrullingen.

Ja. Du kan sette opp smalere arbeidsområder, og innstillingene for identitet og tilgang bestemmer hvem som deler hvert av dem. All den læringen forblir innenfor organisasjonen din.

Duplex har tre plasseringer: Vareon cloud, din sky og ingen sky på maskiner du drifter. Din sky og ingen sky er bedriftsløsninger. Alle integrasjoner er tilgjengelige i hver av dem, i henhold til vilkårene for utrullingen.

Som en bedriftsløsning. Kontakt oss på hello@vareon.com med miljøet, hvor dataene må bli, og sikkerhetskravene dine, så planlegger vi utrullingen sammen med deg.

Ja. Plasseringen ingen sky støtter frakoblede og fysisk isolerte miljøer, med lokale avhengigheter og en lokal modell. Duplex kaller en ekstern modell bare hvis du setter opp en.

Ja. Det finnes en støttet vei mellom plasseringer, og det Duplex har lært, flytter med uten omtrening. Driftsansvar og migreringsarbeid avtales for hver utrulling.

Ja. En utrulling kan bruke din egen modelltilgang. Kostnader hos modellens leverandør, påloggingsinformasjon og grensen de skaper, håndteres separat og fremgår av pristilbudet og avtalen.

Ja. Inndataene dine, referansematerialet, historikken og alt Duplex lærer av dem, tjener bare organisasjonen din. Arbeidsområder kan legge til smalere grenser for team, produkter, regioner eller dataklasser.

Ja. På tvers av seks familier av omformulerte angrep blokkerte den hvert eneste, med 0.7% feilaktige avslag, det laveste av alle tilnærmingene som blokkerte alle.

Du bestemmer hvem som er autorisert, i hver plassering. Vareon drifter den hostede tjenesten, og har tilgang til en utrulling i din sky eller uten sky bare når du delegerer det for et avtalt formål.

Teamet ditt logger på konsollen via din egen identitetsleverandør, trafikken er kryptert under overføring, og det Duplex lærer og historikken er kryptert i hvile. Mulighetene for å ha dine egne nøkler avhenger av plasseringen.

Ja. Autoriserte brukere kan fjerne alt Duplex har lært, gjenopprette en tidligere versjon og eksportere det den har lært, med historikken. Prosessen for sletting og sikkerhetskopiering for utrullingen din dekkes i sikkerhetsgjennomgangen og avtalen.

Bare det du tillater. Personopplysninger kan sladdes før Duplex lærer av dem, sender dem til en modell eller legger dem til i historikken, og Duplex kan bruke det den har lært, uten originalteksten.

Den kan bare utvides, og manipulering blir synlig: hver endring legges til som en ny oppføring, så en endret oppføring ville synes. Autoriserte brukere kan eksportere den.

Autoriserte brukere kan fjerne påvirkningen av det, og urelatert læring forblir som den var. Etter bevisst forgiftning fjernet Duplex alle 40 forgiftede prøver, og den legitime læringen forble intakt.

Oppbevaringstiden fastsettes per utrulling. Den avhenger av dataene, plasseringen, konfigurasjonen din, oppsettet for sikkerhetskopiering og avtalen som gjelder.

Duplex er i lukkede piloter, og uavhengig sertifisering er planlagt. Inntil da beskriver sikkerhetsoversikten kontrollene som er på plass i dag for plasseringen du vurderer.

Leverandørene som brukes i utrullingen din, og eventuelle vilkår for underdatabehandlere, fremgår av kundedokumentene dine. I din sky eller uten sky velger du dem selv.

11 resultater innen kostnad, nøyaktighet, kontinuerlig læring, generalisering, planlegging, agenter, sikkerhet, nye ferdigheter og tilpasning, inkludert tre offentlige benchmarker.

En cache gjentar et tidligere svar når en forespørsel ligner. Duplex lærer mønsteret bak bekreftede resultater, følger regelendringer fra neste forespørsel og oppdager dobbeltgjengere, og den kan fortsatt kalle cachen din som et verktøy. Etter en regelendring holdt Duplex 92.5% nøyaktighet der en cache falt til 42.6%.

Behold den: gjenfinning blir et av verktøyene til Duplex. Duplex kaller den når et steg trenger et avsnitt, lærer hvilke kilder som svarer på hvilke spørsmål, og vet når et faktum har endret seg.

Den blir en kunnskapskilde for Duplex. Duplex leser koblede fakta når en beslutning trenger dem, vet når de endres, og lærer hvilke relasjoner som betyr noe for arbeidet ditt.

Ja. Finjusterte og spesialiserte modeller blir verktøy Duplex sender arbeid til, og Duplex kan gi treningsteamet ditt bekreftede eksempler når du vil trene. Alt Duplex lærer, fortsetter å virke ved siden av de nye vektene.

De blir en del av hvordan Duplex handler. Duplex kjører hvert modell- og verktøykall etter reglene dine, og sikkerhetsmekanismene og brannmurene dine fortsetter å håndheve sine.

En KI-gateway ruter kall og rapporterer bruk. Duplex er en intelligens: den lærer av hvert bekreftede resultat og handler ut fra det, og via MCP + hooks deltar den i hvert steg i agentene bedriften din bygger, med delt læring, kontinuitet, godkjenninger og én historikk.

Side om side med dem. Observerbarhet viser hva agentene dine gjorde, og evalueringer tester det; Duplex lærer av det teamet ditt bekrefter, så en rettelse gjelder fra neste forespørsel som passer. Sporingene og evalueringssuitene dine fortsetter å virke som før.

Produktet, forventet bruk, teamstørrelse, plassering og eventuell dedikert kapasitet. Prisene kommer skriftlig, med forutsetningene bak dem.

Duplex er et produkt fra Vareon, Inc., selskapet bak vareon.com.

Bruk kontaktsiden og nevn produktet, plasseringen og hva slags arbeid du har i tankene. Teamet svarer på spørsmålet eller viser deg til siden med detaljene.