テンセントGander、8％でGPT超え

Ganderは、エージェントの作業を複数のモデルに分割する広範な動きを反映している。記事は、OpenAIのGPT-Liveが会話と推論を分離し、Sakana AIのFuguは拡張可能なプールから他のモデルを呼び出す別の言語モデルであり、OpenAIはフォローアップタスクを作成するプロアクティブエージェントをテストしていると指摘する。テンセント自身が7月にリリースしたオープン言語モデルHy3は、特にエージェントタスクで競合との差を縮めたとされ、すでにWorkBuddy、Yuanbao、WeChatで動作している。同社は北京がMetaの買収を阻止した後、エージェントスタートアップManusの最大株主となる交渉を進めている。この取引は、WeChatに組み込まれたエージェントを含む同社の計画に適合すると見られている。

Ganderは約270万件の例でトレーニングされ、その一部は背景ノイズがある場合やグループ内の誰も自分に話しかけていない場合に黙っていることを教える。研究者はこの取り組みはまだ初期段階だと述べている。スケールアップは未解決の課題であり、このようなシステムを評価する標準的な方法はない。割り込みの処理と遅延の回避は実用的な懸念である。Anthropicの分析では、経験豊富なユーザーは作業ステップの約9％でClaude Codeに割り込み、初心者は約5％だった。

Ganderが研究のショーケース以上になるかどうかは、どれだけうまくスケールするか、そして基盤となる脳モデルが向上したときにタスク精度が改善するかどうかにかかっている。より強力な脳はシステム全体を引き上げるはずだからだ。会話エージェントを構築するチームにとって、この実験は会話と推論を別々の問題として扱うことが複雑さに見合うという証拠を提供するかもしれない。ただし、実際に精度の差が縮まればの話である。