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.
Benchmarks internos. Todos os valores desta página provêm de testes realizados pela própria Vareon e não foram verificados de forma independente. Leia o aviso legal
- 100%*Tarefas concluídas com o modelo desligado, em todas as execuçõesUm modelo de fronteira precisou de ≈507 chamadas por execução
- 0.26 ms*Para reutilizar uma competênciaCom 0 chamadas ao modelo
- 627*Ações inseguras recusadas por execuçãoE a competência segura foi aprendida na mesma
* Valores obtidos nos benchmarks internos da Vareon, não verificados de forma independente. Leia o aviso legal
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.*
A seguir: Superou três modelos de fronteira a prever mudanças no sistema.Leia →
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.