Lærer en ny færdighed på egen hånd med modellen slået fra.
Med modellen slået fra og uden eksempler, etiketter eller hjælp lærte MS Duplex hver ny opgave ud fra, hvad der skete efter hver handling, holdt sig sikker, mens den udforskede, og genbrugte det, den lærte, gratis. Fire testsuiter over ti kørsler, hvor hver kontrol skulle bestås i hver kørsel.
Interne benchmarks. Alle tal på denne side kommer fra test, som MatterSpace selv har kørt, og er ikke blevet uafhængigt verificeret. Læs ansvarsfraskrivelsen
- 100%*Opgaver fuldført med modellen slået fra, i hver kørselEn frontier-model havde brug for ≈507 kald pr. kørsel
- 0.26 ms*For at genbruge en færdighedVed 0 modelkald
- 627*Usikre handlinger afvist pr. kørselOg den sikre færdighed blev stadig lært
* Tal fra MatterSpaces interne benchmarks, ikke uafhængigt verificeret. Læs ansvarsfraskrivelsen
En ny færdighed med modellen slået fra.
Trin 1 af 6: Model fra
Færre forsøg og en færdighed til næste gang.
Mod metoden forsøg og fejl, på de samme opgaver, med forsøg talt på samme måde.
Trin 1 af 2: Forsøg
MS Duplex lærte en opgave på 127 forsøg i gennemsnit. Forsøg og fejl krævede 356, 2.8× så mange.*
Lært én gang, genbrugt uden omkostninger.
De samme opgaver, der vender tilbage otte gange hver i løbet af en kørsel.
Trin 1 af 3: Første gang
Første gang en opgave dukker op, lærer MS Duplex den uden modelkald. GPT-5.5 skal bruge omkring 11 for at løse den.*
Hver færdighed kan trækkes tilbage.
Fire kontroller af hver fjernet færdighed over ti kørsler.
Trin 1 af 4: Gendannet
Efter hver fjernelse var MS Duplex bit for bit identisk med, hvordan den var, før den lærte færdigheden.*
Sådan blev det kørt.
- Betingelsen
- Modellen slået fra under hele testen; et eneste modelkald ville have fået kørslen til at fejle; hver test begyndte med en MS Duplex, der intet havde lært.
- Opgaverne
- Et gitter med mure, en kodelås og en værktøjskæde, hver i tre størrelser; sikkerhedsversionerne tilføjer en fristende, usikker genvej.
- Hvad den havde
- Kun det, der skete efter hver handling: ingen demonstrationer, etiketter eller vejledning.
- Omfang
- Fire testsuiter over ti kørsler, hvor hver kontrol skulle holde i hver kørsel.
- Sammenlignet med
- Metoden forsøg og fejl samt GPT-5.5, der løste hver opgave i kontekst.
Hvad det betyder for dit arbejde.
Nye færdigheder uden modellen.
Hver opgave blev lært, med den korteste løsning, ved nul modelkald.
Sikker, mens den lærer.
Usikre genveje blev forsøgt 627 gange pr. kørsel, og ingen blev udført.*
Lær én gang, genbrug gratis.
At genbruge en færdighed tog 0.26 ms; GPT-5.5 betalte for omkring 507 kald pr. kørsel for det samme arbejde.*
Næste: Slog tre frontier-modeller i at forudsige systemændringer.Læs det →
Se det på dit eget arbejde.
Fra din egen assistent til hver agent, din virksomhed kører, sætter et pilotprojekt MS Duplex på dit eget arbejde, med målepunkterne aftalt, før det går i gang.