عندما قدّمنا GPT‑6 Astra، أوضحنا مدى التقدم الذي أحرزته نماذجنا في استخدام الحواسيب للعمل المهني، من إعداد المستندات إلى اختبار المواقع الإلكترونية. هدفنا التالي هو جعل الوكلاء أكثر قدرة وكفاءة في استخدام البرمجيات المتخصصة لحل مشكلات الأعمال المعقدة. نستكشف كيفية تدريب النماذج على فهم قواعد أعمال الشركة، وتنفيذ مسارات العمل متعددة الخطوات، والتحقق من أن أعمالها تلبي المتطلبات الأصلية.
لتسريع هذا البحث، نتعاون مباشرة مع عدد صغير من شركات البرمجيات التي تفهم هذه المسارات بشكل أفضل. معًا، نحدد المهام الصعبة عالية القيمة ونحوّلها إلى مسائل بحثية لتدريب نماذجنا وتقييمها، بما يجعل نماذجنا في نهاية المطاف أكثر قدرة وفائدة في تطبيقات الأعمال في العالم الحقيقي.
شريكنا الأول هو Ironclad، الرائد في التعاقدات بالذكاء الاصطناعي. من خلال العمل الوثيق مع فريق Ironclad، طوّرنا مهام تتطلب من الوكلاء تهيئة الاتفاقيات والموافقات والمصطلحات القانونية القابلة لإعادة الاستخدام، وأظهرنا تقدمًا في هذه المسارات المعقدة. كانت خبرة Ironclad أساسية في تحديد شكل النجاح وإدخال احتياجات العملاء الحقيقية مباشرة في تطوير النماذج الرائدة. نحن ممتنون لشراكتهم ومتحمسون لمشاركة ما أنجزناه معًا.
GPT‑6 Astra هو أول نموذج رائد ندرّب على مهام Ironclad. في تقييمنا البحثي، كان متوسط درجته أعلى بنسبة 32% من GPT‑5.6 Sol، بينما كان الوقت المقدر لكل محاولة أقل بنسبة 48%.1
تحويل مسارات العمل التعاقدية إلى مهام تدريبية
لنأخذ بعين الاعتبار فريقًا للعمليات القانونية يضع عملية لشراء برمجيات. قد يحتاج قسم المالية إلى الموافقة على المشتريات التي تتجاوز مبلغًا معينًا، وقد يحتاج قسم الأمن إلى مراجعة طلبات معينة، وقد يحتاج القسم القانوني إلى مراجعة الشروط غير المعيارية. وعلى الشخص الذي ينشئ العملية أن يحوّل تلك القائمة المختصرة إلى نموذج استقبال طلبات، وقوالب مستندات، وقواعد موافقات، وسجل للاتفاقية النهائية.
على وكيل الذكاء الاصطناعي الذي يؤدي العمل نفسه أن يبقي تلك المتطلبات في نصّ عينه أثناء تنقله داخل البرنامج. فعلى سبيل المثال، يجب أن يهيّئ موافقة المالية للمبالغ التي تتجاوز حد الإنفاق، وأن يتحقق من أن الطلبات التي تتجاوزه أو تقل عنه تسلك المسارات الصحيحة. إن إتقان الخطوات الفردية بمفرده لا يكفي: يجب أن تعمل العملية النهائية عبر جميع الحالات التي صُممت للتعامل معها.
ساعد موظفو Ironclad والأشخاص الذين يستخدمون Ironclad في OpenAI باحثينا على تحديد 11 مهمة عبر العمل القانوني والتجاري والمشتريات. وشملت هذه المهام أمورًا مثل إنشاء اتفاقيات عدم الإفصاح، وإنشاء عمليات موافقات للمشتريات، وتحديث بند قانوني قابل لإعادة الاستخدام بحيث يعكس الولاية القضائية التي يختارها مقدم الطلب. ونقدّر أن هذا العمل سيستغرق مستخدمًا ذا خبرة نحو 30 إلى 40 دقيقة لكل مهمة، في المتوسط.
قيّمنا كل مهمة وفقًا لمعايير تتراوح بين 8 و50 معيارًا، بحسب درجة تعقيدها. وقد سمح لنا ذلك برؤية الأجزاء التي أتقنها النموذج والأجزاء التي قصّر فيها. كما وفّرت Ironclad بيئات برمجية مستضافة لمنتجها حيث يمكن للنماذج التدرب على هذه المهام. طوّر باحثونا مهام تدريب اصطناعية2 حول مسارات عمل تمثيلية، واستخدموا التعلم المعزز لمساعدة النماذج على التحسن من خلال الممارسة والتغذية الراجعة. يضمن هذا المزيج—مهام مختارة بمشاركة أشخاص يعرفون العمل، ومعايير مفصلة، ومكان للنماذج للتدرب—أننا نُحسّن أداء المهام الواقعية الأكثر أهمية لعملائنا.
أداء Astra
قارنّا بين Astra وGPT‑5.6 Sol باستخدام وضع الاستدلال Max لـ Astra والاستدلال High لـ Sol، وهما الإعدادان اللذان حقق فيهما كل نموذج أعلى درجة. عبر المهام البحثية الـ 11، كان متوسط درجة Astra 55.0%، مقارنة بـ 41.6% لـ GPT‑5.6 Sol، بينما انخفض متوسط الوقت المقدر لكل محاولة من 37.0 دقيقة لـ Sol إلى 19.2 دقيقة لـ Astra.3 حقق نموذج داخلي استُخدم في تطوير Astra نتيجة أقوى بلغت 63.7% على هذه المهام، ونهدف إلى إدخال هذه المكاسب الإضافية في النماذج المستقبلية.
المقياس | GPT‑5.6 Sol | GPT‑6 Astra |
متوسط درجتنا (rubric) | 41.6% | 55.0% |
الوقت المقدر المتوسط لكل محاولة | 37.0 دقيقة | 19.2 دقيقة |
استوفى Astra متطلبات أكثر من متطلبات المهمة بوقت محاكاة أقل لكل محاولة. يوضح المقطعان أدناه كيف تعامل النموذجان مع المهمة البحثية نفسها. استوفى Astra (الأول) نحو 94% من معايير المهمة في نحو 20 دقيقة مقدرة؛ بينما استوفى GPT‑5.6 Sol (الثاني) نحو 85% في نحو 32 دقيقة مقدرة.
GPT‑6 Astra استوفى نحو 94% من معايير المهمة في نحو 20 دقيقة مقدرة.
GPT‑5.6 Sol استوفى نحو 85% من معايير المهمة في نحو 32 دقيقة مقدرة.
ماذا تعني هذه الشراكة لشركة Ironclad
يعكس دور Ironclad في هذا العمل تحديًا يعرفه عملاؤها جيدًا: يجب أن تكون عملية التعاقد قادرة على التعامل مع الاستثناءات مع الحفاظ على القواعد التي يعتمد عليها العمل. إذا فقد أحد الوكلاء (agents) تتبع إحدى هذه القواعد في منتصف المهمة، فإن ذلك يحدّ من ما يمكن لشركة برمجيات أن تطلب منه بثقة. وهذا يؤكد لماذا لا يزال الإشراف البشري مهمًا مع تحسّن الوكلاء في مهام التعاقد المعقدة، ولماذا تظل منصة تعاقد متكاملة ضرورية. ويمنح العمل مع باحثينا شركة Ironclad وسيلة لإدخال هذه المشكلات في تطوير النموذج الأساسي، حيث يمكننا دراستها معًا.
مع ازدياد قدرة النماذج، تتاح لشركة Ironclad فرصة استخدامها في المزيد من منتجاتها الخاصة. بالنسبة لفرق الشؤون القانونية والأعمال، قد يعني ذلك تولي الذكاء الاصطناعي المزيد من الجهد المبذول في التعاقدات المعقدة مع الحفاظ على الضوابط التي تعتمد عليها هذه الفرق.
“لكي يكون الذكاء الاصطناعي مفيدًا حقًا في المجالات المعقدة من التعاقد، يتعين عليه أن يفعل أكثر من مجرد إنجاز إجراءات فردية. يحتاج الوكلاء إلى فهم دورة حياة التعاقد الكاملة، بما في ذلك كيفية ترابط سير العمل التجاري مع الحفاظ على الضوابط التي تعتمد عليها الفرق. إن تعاوننا مع OpenAI يُدخل هذه التحديات الواقعية في عملية البحث ويساعد على دفع التكنولوجيا إلى الأمام.”
اعمل معنا لتطوير الذكاء الاصطناعي للأعمال المهنية المعقدة
ندعو عددًا محدودًا من شركات البرمجيات للعمل مباشرة مع فرق البحث والهندسة لدينا في مهام مهنية مهمة لا يزال وكلاء اليوم غير قادرين على إنجازها بموثوقية. إذا كان فريقك يمتلك واحدة من هذه المهام، فنود رؤية مثال ملموس: ما تطلبه من الوكيل القيام به، ودليل على الأماكن التي يفشل فيها، وكيف ستقيّم النتيجة الناجحة. يجب أن يكون الشركاء قادرين أيضًا على إحضار أشخاص يعرفون العمل بعمق، وبيئة آمنة للاختبار، وبيانات يمكن استخدامها بأمان للبحث. يمنحنا ذلك نقطة انطلاق للتحقيق في الفشل وقياس ما إذا كان النموذج يتحسن.
إذا كان هذا الوصف ينطبق على فريقك، قدّم طلبك لاستكشاف تعاون بحثي.