
OpenAI, Yapay Zekanın Günlük Yaşam Görevlerindeki Başarı Oranlarını Paylaştı
OpenAI, yapay zeka modellerinin bütçe yönetimi ve kreş seçimi gibi gündelik insan faaliyetlerindeki performansını ölçen yeni bir değerlendirme sistemi geliştirdi. Test sonuçlarına göre yeni nesil modeller, karmaşık günlük işleri yerine getirmede önceki versiyonlara oranla ciddi bir artış gösterdi.
Yapay zeka teknolojilerinin içerik üretiminden kişisel asistanlığa evrildiği bir dönemde OpenAI, günlük hayatı kolaylaştırmayı hedefleyen yeni kıyaslama testlerini kamuoyuna duyurdu. Şirket, yapay zekanın insanlara özgü karmaşık gündelik görevleri ne düzeyde başarıyla tamamladığını ortaya koyan araştırma verilerini paylaştı.
Eylül ayında kullanıma sunulan GPT-6 Astra modelinin; ev taşıma sonrası uygun kreş bulma testinde yüzde 93,1, sel hazırlıkları kapsamında gönüllü koordinasyonu sağlamada yüzde 98 ve diyabet teşhisi almış bir ebeveyn için beslenme planı hazırlamada yüzde 90,4 oranında başarı sağladığı açıklandı. Modelin gündelik görevlerdeki genel performans puanı yüzde 80 olarak kaydedilirken, bir önceki nesil olan GPT-5.2 modelinin aynı testlerde yüzde 49,3 seviyesinde kaldığı belirtildi. OpenAI araştırmacısı Jenny Yang, bu değerlendirme sisteminin, kullanıcı deneyimini anlamak ve yetersiz kalınan noktaları belirlemek amacıyla kurulduğunu ifade etti.
İlgili haber: COP31 İklim Zirvesi'nde Sıfır Atık Seferberliği: 100 Ton Atık Dönüştürüldü
İş dünyasına yönelik yetkinlikleri ölçen önceki testlerin ardından hayata geçirilen bu yeni sistem için 4 bin kullanıcıyla anket yapıldı. Yaklaşık 100 kişilik uzman bir grubun katkılarıyla; daire aramadan kreş seçimine kadar geniş bir yelpazede test senaryoları ve başarı kriterleri oluşturuldu. Sistem; yapay zekanın internet sitelerinde gezinme, geçmiş sohbetlerden bağlam çıkarma ve kullanıcı beklentilerine uygun sonuçlar üretme kabiliyetlerini puanlıyor.
İlgili haber: Ekim Ayı Ortalama Sıcaklıkları Mevsim Normallerinin Altında Kaldı
Sektörde Meta'nın Muse, Anthropic'in Claude Duet ve Google'ın geliştirdiği yapay zeka ajanlarıyla rekabetin kızıştığı bir ortamda OpenAI, ChatGPT'yi sadece metin üreten bir araçtan, kullanıcı adına işlem gerçekleştirebilen bir asistana dönüştürmeyi amaçlıyor. Geliştirilen bu sistemlerin veri gizliliği ve güvenlik riskleri tartışmalarını beraberinde getirdiği belirtilirken, uzmanlar yapay zekanın rutin işleri üstlenerek insanlara zaman kazandırmayı hedeflediğini vurguluyor.










Yorum Yap