The Information пишет, что OpenAI и Anthropic работают над созданием «ИИ-коллег», обучая модели в копиях корпоративных приложений. В них ИИ-агенты раз за разом выполняют целые рабочие процессы, а не ограничиваются подсказками в чате.
Для этого компании строят так называемые RL-залы (RL Gyms) — симулированные среды, которые имитируют реальные офисные приложения. В статье упоминаются сервисы типа Zendesk: там агенту нужно самостоятельно разбирать тикеты и проходить многошаговые сценарии, как это делают сотрудники поддержки.
Для обучения подобным сценариям уже недостаточно текстов из интернета. Поэтому данные для обучения собираются через экспертов: нанятые специалисты показывают правильные действия, которые затем воспроизводят модели. Оплата таких подрядчиков уже превышает $120 в час, а в будущем прогнозируется рост спроса и оплата до $150-250 в час.
По данным издания, только Anthropic в ближайший год планирует потратить около $1 млрд на подобные «тренировочные залы». Параллельно крупным компаниям, появляются стартапы (например, Mechanize и Prime Intellect), предлагающие свои решения. По данным The Information, ИИ-гиганты уже активно привлекают их для отработки агентных сценариев.
P.S. Поддержать меня можно подпиской на канал «сбежавшая нейросеть», где я рассказываю про ИИ с творческой стороны.
Источник: habr.com