Hoppa till innehållet
Vareon

Två intelligenser, ett system.

Din AI bidrar med generell intelligens, och Duplex lär sig av ditt arbete medan det pågår. Duplex svarar på det ditt team redan har avgjort och tar in din AI, informerad, för det som är nytt.

För dig om din agent kan resonera och agera, men ändå börjar nästa session utan den korrigering du nyss bekräftade. · 4 min läsning

Din agent kan läsa ett kontrakt på franska, stämma av en huvudbok och förklara en stackspårning före lunch. På måndagseftermiddagen rättar din ekonomiansvariga den en gång: återbetalningar över £75 kräver godkännande, inte över £100. På tisdagsmorgonen godkänner den en återbetalning på £90 utan att fråga någon.

Modellen fungerar som den är konstruerad. Den tar med sig generell intelligens, långsamt inlärd från världen, till det som ligger framför den, och på tisdagen ligger korrigeringen inte längre framför den. Multiplicera det med varje korrigering som ditt team gör under en vecka, så tillbringar din agent dagarna med att upprepa misstag som dina medarbetare redan har rättat.

Det den saknar är en andra sorts intelligens, en som lär sig snabbt av ditt arbete och agerar på det medan arbetet pågår. Duplex är den intelligensen. Med Duplex bredvid din modell gäller måndagens korrigering på tisdagen, och varje dag efter det.

Din AI bidrar med generell intelligens till varje session.

Steg 1 av 4: Generell intelligens

Din AI bidrar med generell intelligens.

Generell intelligens är något enastående att ha till hands. En spetsmodell lärde sig språk, kunskap och resonemang från allt världen har skrivit, och den tar med sig allt det till frågor den aldrig har sett: en avtalsklausul, en kund som har bråttom, en bugg som ingen har stött på förut. Inget system som ditt team bygger kommer att matcha den bredden, och inget behöver göra det.

Den bredden lärdes in långsamt, under förträningen, innan modellen driftsattes. När den väl används förblir den som den tränades, hur mycket av ditt arbete som än passerar genom den. Den vet vad världen har skrivit ner, och ingenting om vad ditt team beslutade i morse. En bättre version kommer när dess utvecklare släpper en, tränad på världen igen snarare än på ditt arbete.

Team fyller luckan med kontext. En prompt lägger till det som spelar roll för en förfrågan, och hämtade textavsnitt lägger till det som verkar relevant. Båda hjälper, och båda är borta när förfrågan är slut, så en korrigering måste läggas fram för modellen igen varje gång den spelar roll, av någon som vet att det behövs. Det som saknas är något som lär sig i arbetets takt.

Steg 1 av 4: Förträning

Din AI lär sig allmän kunskap, språk och resonemang i förträningen, innan den driftsätts.

Duplex tillför en andra intelligens.

Duplex lär sig av varje resultat som ditt team bekräftar, medan det händer, och agerar på det från nästa förfrågan, i varje session och för varje agent du tillåter. Din modells vikter förblir som de är, och Duplex behöver ingen GPU: den körs på vanliga servrar, så acceleratorerna stannar hos din AI, för det nya arbete som bara den kan göra.

De två delar upp arbetet efter vad var och en gör bäst. Det Duplex har lärt sig besvarar den själv: på Ungefär 97 ms, utan modellanrop, mot Ungefär 2,231 ms när din AI räknar ut det. Det som är nytt, eller bara ser bekant ut, går till din AI, informerad om det Duplex vet om fallet. Resultatet kommer tillbaka, och Duplex lär sig av det också.

Informerad betyder att din AI börjar från det Duplex vet: reglerna som gäller, hur ditt team hanterar sådana här fall, korrigeringen från måndagen. Den lägger sin generella intelligens på det som är nytt, i stället för att räkna ut på nytt vad ditt team beslutade för flera veckor sedan. Och ju längre de två arbetar tillsammans, desto mer av rutinarbetet tar Duplex på sig, så att anropen till din AI hamnar där de gör skillnad.

Det vanliga sättet att lära en modell något är ett omträningsprojekt: samla in korrigeringarna, träna, testa, släpp. Korrigeringen som ditt team gjorde i dag får vänta på vart enda steg. Duplex lär sig den medan det händer, och det den lär sig arbetar bredvid din AI snarare än inuti den, så ditt team kan granska det, korrigera det, ta bort det eller ta med det till en annan modell.

Steg 1 av 4: Korrigering

Ditt team bekräftar en korrigering på en skarp förfrågan, medan arbetet pågår.

Hjärnan parar ihop en långsam inlärare med en snabb.

Hjärnan arbetar med två system: ett långsamt för allmän kunskap och ett snabbt för varje ny erfarenhet. Det är därför du kan lära dig en ny kollegas namn på ett ögonblick utan att glömma bort något annat du kan. Varje system skyddar det andra: det snabba lär sig utan att störa det som tog år att bygga upp, och det långsamma förblir stabilt medan det snabba hänger med i dagen.

Din AI är generell intelligens, inlärd långsamt, som neokortex. Duplex är körtidsintelligens: den lär sig snabbt av ditt arbete och agerar på det, som hippocampus. Tillsammans är de två intelligenser i ett system. Din modell förblir lika pålitlig som den dag den driftsattes, och Duplex lär sig lika snabbt som ditt arbete förändras.

Liknelsen slutar vid lärandet. Duplex avgör också om den ska svara, lämna över eller avböja, planerar och agerar inom dina regler och bär arbetet mellan sessioner, agenter och modeller. Den är en egen intelligens, bredvid din AI, och den ger din AI det den inte kan göra ensam.

Skillnaden syns när arbetet förändras. I ett flöde av 3,000 beslut där reglerna ändrades fem gånger hade modellen ensam rätt i 2.3% av de beslut som ändringarna påverkade. De två tillsammans hade rätt i 92.5%, och över hela flödet gjorde de 90.3% färre modellanrop.

Spara din AI till det som bara generell intelligens kan göra: det nya fallet, den svåra frågan, förfrågan som ingen har sett. Låt Duplex ta det som ditt team redan har avgjort, och lära sig av varje resultat längs vägen. Den ena bidrar med det världen vet, den andra med det ditt arbete har lärt den, och systemet de bildar tillsammans blir bättre varje dag det körs.

92.5%Noggrannhet efter en regeländringModellen ensam: 2.3%

Se Duplex i ditt eget arbete.