Zvládá nové formulace a rozpozná klamně podobné požadavky.
Po naučení deseti druhů požadavků na ně MS Duplex odpovídal v jakékoli formulaci a téměř vše neznámé předal vaší AI. Požadavky přicházely na šesti úrovních, od známé formulace po klamně podobné požadavky vytvořené tak, aby ho napálily, a požadavky z jiné oblasti.
Interní benchmarky. Všechna čísla na této stránce pocházejí z testů, které MatterSpace provedl sám, a nebyla nezávisle ověřena. Přečtěte si vyloučení odpovědnosti
- 7.5%*Špatné odpovědi na klamně podobné požadavkyCache 45.3%, zhruba 6× více
Špatné odpovědi na klamně podobné požadavky MS Duplex 7.5% Cache 45.3% - 98.98%*Požadavků vyřízených správně: správně zodpovězených, nebo předaných vaší AIMS Duplex sám zodpověděl 95.78% známých požadavků
- 0.996*Skóre rozlišení známého od nového, z 1Cache 0.930
Skóre rozlišení známého od nového, z 1 MS Duplex 0.996 Cache 0.930
* Čísla z interních benchmarků společnosti MatterSpace, nezávisle neověřená. Přečtěte si vyloučení odpovědnosti
Šest druhů požadavků, od známých po zcela nové.
Krok 1 z 7: Jako dřív
Klamně podobné požadavky jdou k vaší AI.
Kolik z každých 100 požadavků, které kombinují dva naučené, bylo zodpovězeno špatně.
Krok 1 z 3: Cache
Sémantická cache odpoví tím nejbližším, co má uložené, a u 45.3% klamně podobných požadavků se splete.*
Odpovídá na to, co ví, a zbytek předá dál.
Známá práce zodpovězená, nová předaná dál a jak dobře je který přístup rozliší.
Krok 1 z 3: Známá práce
MS Duplex sám odpověděl na 95.78% známých požadavků, cache na 86.44%.*
Víc vaší práce, bez sebejistých chyb.
Nejvíc, kolik dokázal každý přístup zodpovědět sám, aniž by udělal jedinou sebejistou chybu.
Krok 1 z 2: Známá práce
Když nebyla povolena žádná sebejistá chyba, mohl MS Duplex sám odpovědět na 94.8% známé práce, oproti 59.8% u cache.*
Jak byl proveden.
- Práce
- Deset typů požadavků ze zákaznické podpory a bankovnictví, každý se 48 vzorovými formulacemi.
- Šest úrovní
- Formulováno jako dřív, o něčem novém, v nové větě, klamně podobný požadavek kombinující dva naučené, druh, který se MS Duplex nikdy neučil, a jiná oblast.
- Hodnocení
- Předaný požadavek se počítá jako vyřízený; odpověď na požadavek, který měl být předán, se počítá jako chyba.
- Rozsah
- Jeden hlavní běh, pak deset nezávislých běhů ve druhém uspořádání.
- Porovnáno s
- Sémantická cache a online doladěný klasifikátor se stejnými příklady.
- Shodné podmínky
- Nastavení každého přístupu zvolené na samostatné validační sadě podle stejného pravidla, nikdy na testovací sadě.
Co to znamená pro vaši práci.
Levné odpovědi, kterým můžete věřit.
MS Duplex sám zodpověděl 95.78% známé práce a téměř každý klamně podobný požadavek předal vaší AI.*
Nová formulace je pořád známá práce.
Přeformulované, přestavěné nebo s novými podrobnostmi: naučené požadavky byly zodpovězeny, a to správně.
Neznámé jde k vaší AI.
Nové druhy požadavků a jiné oblasti byly téměř pokaždé předány dál: 3.2% bylo přesto zodpovězeno.*
Další: Naplánuje nejkratší cestu bez jediného tokenu modelu.Číst →
Ověřte si to na vlastní práci.
Od vašeho vlastního asistenta po každého agenta, kterého vaše firma provozuje: v pilotním projektu běží MS Duplex na vaší vlastní práci, s měřítky dohodnutými před začátkem.