GPT-6 Astra Đang hoạt động

GPT-6 Astra là mô hình AI hàng đầu do OpenAI phát triển, được hãng gọi là “mô hình thông minh nhất thế giới và phù hợp nhất với ý định của con người”. Mô hình vượt qua giới hạn của trò chuyện truyền thống, tiến hóa thành AI Agent có thể tự vận hành phần mềm, duyệt web và hoàn thành các tác vụ phức tạp. Mô hình lập kỷ lục trong các bài kiểm tra như đạt 99.9% điểm ARC-AGI-3 và 100% điểm ExploitBench, có thể đảm nhiệm các công việc chuyên môn như lập trình, nghiên cứu khoa học và an ninh mạng.

Computer Use: Tự vận hành phần mềm máy tính, duyệt web, điền biểu mẫu, cập nhật CRM và sắp xếp lịch.<
Lập trình phần mềm: Hoàn thành các tác vụ lập trình phức tạp và hiểu kho mã nguồn; đạt SOTA trong cả bài kiểm tra Terminal-Bench và DeepSWE.
Nghiên cứu khoa học: Trực tiếp phân tích dữ liệu thí nghiệm và tạo biểu đồ, đạt 97.6% ở FrontierMath Tier 4.
An ninh mạng: Phát hiện và khai thác lỗ hổng zero-day, đạt 100% trong bài kiểm tra ExploitBench.
Thiết kế 3D và phần cứng: Vận hành Blender, Unity và KiCad để thực hiện dựng hình 3D, xây dựng bối cảnh trò chơi và thiết kế bảng mạch PCB.
Tài liệu chuyên nghiệp: Tạo áp phích, bài thuyết trình được dàn trang đẹp mắt và các tài liệu kinh doanh có thể sử dụng trực tiếp.

Tiền huấn luyện quy mô cực lớn: Lần đầu tiên sử dụng hơn 100.000 GPU tại cơ sở Stargate Texas ở Hoa Kỳ để hoàn tất quá trình tiền huấn luyện, trở thành một trong những dự án huấn luyện có quy mô lớn nhất từ trước đến nay của OpenAI.
Căn chỉnh và an toàn mô hình: Tập hợp thành quả nhiều năm nghiên cứu về học tăng cường và căn chỉnh, sử dụng các mô hình trước đây để giám sát; trong các bài kiểm tra vượt qua giới hạn nhiệm vụ, tỷ lệ vượt quyền giảm từ 48% xuống 0%.
Quản lý ngữ cảnh dài hạn: Codex lưu ghi chú xuyên suốt các cửa sổ ngữ cảnh, đồng thời hỗ trợ tìm kiếm tin nhắn và đầu ra công cụ trước đó, giúp các tác vụ kéo dài không làm mất thông tin quan trọng.
Chiến lược an toàn phân cấp: Phiên bản thông thường từ chối các yêu cầu nâng cao về an ninh mạng; các đội ngũ an toàn đã được thẩm định có thể nhận quyền truy cập năng lực mở hơn thông qua dự án Daybreak, cân bằng hiệu suất và rủi ro.

Cấp quyền truy cập: Đăng ký ChatGPT Plus/Pro/Business/Enterprise hoặc yêu cầu quyền truy cập API để được sử dụng GPT-6 Astra.
Chuyển đổi mô hình: Chọn GPT-6 Astra làm mô hình hiện tại trong ứng dụng ChatGPT hoặc điểm cuối API.
Nhập chỉ thị: Nhập chỉ thị cho các tác vụ phức tạp bằng ngôn ngữ tự nhiên, hỗ trợ nhiều kịch bản như lập trình, thiết kế, nghiên cứu khoa học và tự động hóa văn phòng.
Bật Computer Use: Bật tính năng Computer Use và cấp quyền cho Astra tự vận hành phần mềm, duyệt web cũng như gọi các công cụ bên ngoài.
Xác nhận tương tác: Phản hồi theo tiến độ thực thi theo thời gian thực, xác nhận các bước quan trọng hoặc điều chỉnh yêu cầu cho đến khi hoàn thành tác vụ và xuất kết quả.

Bước tiến vượt bậc về năng lực Agent: Từ hỏi đáp trò chuyện tiến hóa thành AI Agent có thể độc lập hoàn thành các tác vụ phức tạp, trực tiếp vận hành phần mềm, duyệt web và xử lý quy trình chuyên môn.
Thành tích chuẩn đánh giá hàng đầu: ARC-AGI-3 đạt 99.9%, ExploitBench đạt 100%, FrontierMath Tier 4 đạt 97.6%, phá nhiều kỷ lục trong các bài kiểm tra.
Dẫn đầu về kỹ thuật phần mềm: Terminal-Bench và DeepSWE đều đạt SOTA, cần ít vòng lặp hơn khi tạo mã và không làm mất ngữ cảnh trong các tác vụ dài hạn.
Năng lực nghiên cứu khoa học: Có thể trực tiếp truy cập phần mềm chuyên môn để phân tích dữ liệu thí nghiệm, tham gia nghiên cứu toán học và thúc đẩy vấn đề khoảng cách giữa các số nguyên tố.
Thiết kế sáng tạo và phần cứng: Hỗ trợ Blender, Unity và KiCad để thực hiện dựng hình 3D, xây dựng bối cảnh trò chơi và thiết kế bảng mạch PCB.
An ninh mạng như con dao hai lưỡi: Có khả năng phát hiện lỗ hổng zero-day, nhưng phạm vi mở quyền được kiểm soát nghiêm ngặt thông qua chiến lược phân cấp Daybreak.

Trang web dự án: https://openai.com/index/gpt-6-astra/

Kỹ thuật phần mềm: Tự hoàn thành việc viết mã phức tạp, gỡ lỗi và di chuyển cơ sở dữ liệu, đạt trình độ hàng đầu ngành trong cả các bài kiểm tra Terminal-Bench và DeepSWE.
Nghiên cứu khoa học: Trực tiếp truy cập phần mềm chuyên môn để phân tích dữ liệu giải trình tự gen, tạo biểu đồ thí nghiệm và tham gia thúc đẩy nghiên cứu các vấn đề tiên phong trong toán học.
Tự động hóa văn phòng: Độc lập vận hành các công cụ như Excel và Power BI, hoàn thành việc điền biểu mẫu, cập nhật CRM, sắp xếp lịch và phân tích dữ liệu phức tạp.
Thiết kế 3D và phần cứng: Dựng hình 3D và xây dựng bối cảnh trò chơi trong Blender, Unity hoặc sử dụng KiCad để hoàn thành thiết kế bố trí bảng mạch PCB.
An ninh mạng: Chủ động quét và phát hiện lỗ hổng zero-day, hỗ trợ doanh nghiệp khắc phục khiếm khuyết hệ thống, đồng thời ngăn chặn việc lạm dụng thông qua chiến lược phân cấp.