Ex-pesquisador da OpenAI lança Context Engine: agente com memória reduz a inferência baixa, igualando a inferência média

robot
Geração do resumo em andamento
Notícias do CoinWorld, a ex-pesquisadora da OpenAI fundou a Applied Compute e lançou o Context Engine, um motor de contexto para agentes empresariais.
Este motor extrai documentos internos, históricos de ordens de serviço e trajetórias de execução de agentes em uma base de conhecimento chamada contextbase, que pode ser consultada diretamente durante a execução de tarefas, reduzindo o orçamento de raciocínio.
Na plataforma apex-agents (avaliações profissionais de bancos de investimento, consultoria e jurídica desenvolvidas pela Mercor), a taxa de raciocínio baixo do GPT-5.4 aumentou de 44,5% para 52,4%, praticamente igual à taxa de raciocínio médio sem memória, que é de 52,3%.
O raciocínio baixo aumentou 7,9%, o raciocínio médio aumentou 3,7%, enquanto o raciocínio extremamente alto caiu 0,7%.
Na linha de base do raciocínio médio, o GPT-5.4 do apex-agents subiu de 44,2% para 51,7%, um aumento relativo de 16,9%.
O GPT-5.4-mini passou de 33,4% para 38,7%, um aumento relativo de 15,8%.
A Applied Compute acredita que há pouca estrutura reutilizável entre tarefas, e a pontuação de linha de base já está próxima do limite máximo.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • Comentário
  • Repostar
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
Sem comentários
  • Fixado