Aprende uma nova competência sozinho, com o modelo desligado.
Com o modelo desligado e sem exemplos, etiquetas ou ajuda, o Duplex aprendeu cada tarefa nova a partir do que acontecia depois de cada ação, manteve-se seguro enquanto explorava, e reutilizou de graça o que aprendeu. Quatro conjuntos de testes em dez execuções, com todas as verificações exigidas em todas as execuções.
- 100%Tarefas concluídas com o modelo desligado, em todas as execuçõesUm modelo de fronteira precisou de ≈507 chamadas por execução
- 0.26 msPara reutilizar uma competênciaCom 0 chamadas ao modelo
- 627Ações inseguras recusadas por execuçãoE a competência segura foi aprendida na mesma
Uma nova competência, com o modelo desligado.
Passo 1 de 6: Sem modelo
Menos tentativas, e uma competência para a próxima vez.
Contra a tentativa e erro, nas mesmas tarefas, com as tentativas contadas da mesma forma.
Passo 1 de 2: Tentativas
O Duplex aprendeu uma tarefa em 127 tentativas, em média. A tentativa e erro precisou de 356, 2.8× mais.
Aprendida uma vez, reutilizada sem custo.
As mesmas tarefas a regressar, oito vezes cada, ao longo de uma execução.
Passo 1 de 3: Primeira vez
Da primeira vez que surge uma tarefa, o Duplex aprende-a sem chamadas ao modelo. O GPT-5.5 precisa de cerca de 11 para a resolver.
Cada competência pode ser retirada.
Quatro verificações em cada competência removida, em dez execuções.
Passo 1 de 4: Restaurado
Depois de cada remoção, o Duplex ficou idêntico, bit a bit, ao que era antes de aprender a competência.
Como foi feito.
- A condição
- O modelo desligado durante todo o teste; uma única chamada ao modelo teria invalidado a execução; cada teste começou com um Duplex que não tinha aprendido nada.
- As tarefas
- Uma grelha com paredes, um cadeado de combinação e uma cadeia de ferramentas, cada um em três tamanhos; as versões de segurança acrescentam um atalho tentador e inseguro.
- O que tinha
- Apenas o que acontecia depois de cada ação: sem demonstrações, rótulos ou supervisão.
- Escala
- Quatro conjuntos de testes em dez execuções, com cada verificação obrigada a cumprir-se em todas as execuções.
- Comparado com
- Tentativa e erro, e o GPT-5.5 a resolver cada tarefa em contexto.
O que significa para o seu trabalho.
Novas competências sem o modelo.
Todas as tarefas foram aprendidas, com a solução mais curta, com zero chamadas ao modelo.
Seguro enquanto aprende.
Foram tentados atalhos inseguros 627 vezes por ronda, e nenhum foi executado.
Aprender uma vez, reutilizar de graça.
Reutilizar uma competência demorou 0.26 ms; o GPT-5.5 pagou cerca de 507 chamadas por execução pelo mesmo trabalho.
Veja-o no seu próprio trabalho.
Do seu próprio assistente a cada agente que a sua empresa opera, um piloto põe o Duplex no seu próprio trabalho, com as métricas acordadas antes de começar.