Lär sig en ny färdighet på egen hand, med modellen avstängd.
Med modellen avstängd och utan exempel, etiketter eller hjälp lärde sig Duplex varje ny uppgift av vad som hände efter varje åtgärd, höll sig säker medan den utforskade och återanvände det den lärt sig utan kostnad. Fyra testsviter över tio körningar, där varje kontroll måste hålla i varje körning.
- 100%Uppgifter slutförda med modellen avstängd, i varje körningEn spetsmodell behövde ≈507 anrop per körning
- 0.26 msFör att återanvända en färdighetMed 0 modellanrop
- 627Osäkra åtgärder nekade per körningOch den säkra färdigheten lärdes ändå in
En ny färdighet, med modellen avstängd.
Steg 1 av 6: Modellen av
Färre försök, och en färdighet till nästa gång.
Mot att pröva sig fram, på samma uppgifter, med försöken räknade på samma sätt.
Steg 1 av 2: Försök
Duplex lärde sig en uppgift på i snitt 127 försök. Att pröva sig fram krävde 356, 2.8× så många.
Inlärd en gång, återanvänd utan kostnad.
Samma uppgifter som återkommer, åtta gånger vardera, under en körning.
Steg 1 av 3: Första gången
Första gången en uppgift dyker upp lär sig Duplex den utan modellanrop. GPT-5.5 behöver ungefär 11 för att lösa den.
Varje färdighet kan tas tillbaka.
Fyra kontroller av varje borttagen färdighet, över tio körningar.
Steg 1 av 4: Återställd
Efter varje borttagning var Duplex identisk, bit för bit, med hur den var innan den lärde sig färdigheten.
Så genomfördes det.
- Villkoret
- Modellen avstängd under hela testet; ett enda modellanrop hade underkänt körningen; varje test började med en Duplex som inte hade lärt sig något.
- Uppgifterna
- Ett rutnät med väggar, ett kombinationslås och en verktygskedja, var och en i tre storlekar; säkerhetsversionerna lägger till en lockande, osäker genväg.
- Det den hade
- Bara det som hände efter varje åtgärd: inga demonstrationer, etiketter eller övervakning.
- Omfattning
- Fyra testsviter över tio körningar, där varje kontroll måste hålla i varje körning.
- Jämfört med
- Att pröva sig fram, och GPT-5.5 som löser varje uppgift i kontexten.
Vad det betyder för ditt arbete.
Nya färdigheter utan modellen.
Varje uppgift lärdes in, med den kortaste lösningen, med noll modellanrop.
Säker medan den lär sig.
Osäkra genvägar prövades 627 gånger per körning, och ingen genomfördes.
Lär in en gång, återanvänd gratis.
Att återanvända en färdighet tog 0.26 ms; GPT-5.5 betalade för ungefär 507 anrop per körning för samma arbete.
Se det i ditt eget arbete.
Från din egen assistent till varje agent ditt företag kör sätter en pilot Duplex på ditt eget arbete, med mätetal som avtalas innan den börjar.