GPT-5.6 optimoi itseään, uusi bootstrap-menetelmä on ilmaantunut
OpenAI
OpenAI:n teknisessä raportissa paljastetaan, että GPT-5.6:ta käytetään nyt tuotannossa optimoimaan omaa suoritusympäristöään, mukaan lukien liikenteen analysointi, pyyntöjen reitityksen säätäminen, matalan tason kernelien uudelleenkirjoitus ja spekulatiivisen dekoodauksen optimointi. Nämä parannukset vähensivät päästä päähän -palvelun kustannuksia 20 prosentilla ja lisäsivät token-generoinnin tehokkuutta yli 15 prosentilla. Ihmisen valvonta säilyy edelleen: optimointitavoitteita ja käyttöönoton hallintaa ohjaavat ihmiset.
OpenAI julkaisi teknisen raportin, jossa kuvaillaan RSI:tä (Recursive Self-Improvement, itseään toistuva itsensä kehittäminen) sovellettuna GPT-5.6-malliin. Malli on nyt käytössä tuotannossa: se analysoi liikennettä, säätää reititystä, kirjoittaa uudelleen Triton- ja Gluon-ytimiä, optimoi omaa spekulatiivista dekoodausjärjestelmäänsä suorittamalla satoja kokeita ja etsii optimaalisia käyttöönottoparametreja (eräajo, osiointi, KV-välimuistin hallinta). Tämän seurauksena OpenAI:n päästä päähän -palvelukustannukset laskivat 20 prosenttia ja tokenien tuotantotehokkuus parani yli 15 prosenttia. Merkittäviin tekijöihin kuuluu Philippe Tillet, Tritonin luoja. Ihmisen valvonta säilyy kuitenkin edelleen: ihmiset asettavat optimointitavoitteet, työkaluoikeudet, arviointimittarit ja lopulliset käyttöönottopäätökset. Lisäksi OpenAI rakensi Rust-pohjaisen Agent Harnessin vähentääkseen toistuvaa ylimääräistä työtä agenttisilmukoissa, hyödyntäen optimointeja kuten lazy tool discovery (työkalujen näyttäminen vain tarvittaessa) ja append-only prompt caching (liittämällä vain lisätty välimuistitallennus) kontekstin uudelleenkäytön säilyttämiseksi. GPT-5.6:n sisäisessä testauksessa aktiivista tutkijaa kohden tuotettujen tokenien päivittäinen määrä kaksinkertaistui GPT-5.5:n huippuarvoon verrattuna; tutkimuslaskenta sisäisessä ohjelmointipäättelyssä kasvoi 100-kertaiseksi kuudessa kuukaudessa, ja sisäinen agenttitokenien kulutus lisääntyi noin 22-kertaiseksi.
Lähde: QbitAI 量子位 —
Alkuperäinen