OpenAI обяви актуализация на своя изкуствен интелект Operator, който може самостоятелно да сърфира в интернет и да използва определен софтуер в облачна виртуална машина, за да изпълнява заявки на потребители. Скоро Operator ще използва модел, базиран на o3, един от най-новите в серията „разсъждаващи“ модели на OpenAI. Досега Operator разчиташе на персонализирана версия на GPT-4o.
Според множество тестове, o3 е значително по-усъвършенстван модел, особено при задачи, свързани с математика и логическо разсъждение. „Заменяме съществуващия модел, базиран на GPT-4o, с версия, основана на OpenAI o3“, споделиха от OpenAI в публикация в блога си. „API версията на Operator ще остане базирана на GPT-4o.“
Operator е един от многото агентни инструменти, пуснати от компании за изкуствен интелект през последните месеци. Конкуренцията за създаване на високоефективни автономни агенти, които могат надеждно да изпълняват задачи без надзор, е в разгара си. Google предлага свой „агент за компютърна употреба“ чрез Gemini API, който също може да сърфира в мрежата и да извършва действия от името на потребители, както и потребителски ориентиран продукт, наречен Mariner. Моделите на Anthropic също са способни да изпълняват компютърни задачи, като отваряне на файлове и навигация в уеб страници.
Според OpenAI, новият модел, наречен o3 Operator, е „фино настроен с допълнителни данни за безопасност при компютърна употреба“, включително набори от данни, предназначени да „научат модела на границите за потвърждения и откази“. OpenAI публикува технически доклад, показващ резултатите на o3 Operator в специфични оценки за безопасност. В сравнение с предишния модел GPT-4o Operator, o3 Operator е по-малко вероятно да откаже изпълнението на „непозволени“ дейности, да търси чувствителни лични данни и е по-устойчив на атаки от типа prompt injection, според доклада.
„o3 Operator използва същия многослоен подход към безопасността, който прилагаме за версията на Operator, базирана на GPT-4o“, отбелязаха от OpenAI в блога си. „Въпреки че o3 Operator наследява кодиращите способности на o3, той няма вграден достъп до среда за програмиране или терминал.“
