GPT-5.6 Kendini Optimize Ediyor, Yeni Bir Önyükleme Yaklaşımı Ortaya Çıktı
OpenAI
OpenAI'nin teknik raporu, GPT-5.6'nın artık üretimde kendi çalışma zamanı ortamını optimize etmek için kullanıldığını ortaya koyuyor: trafik analizi, istek yönlendirmeyi ayarlama, düşük seviyeli çekirdekleri yeniden yazma ve spekülatif kod çözmeyi optimize etme. Bu iyileştirmeler, uçtan uca hizmet maliyetini %20 azalttı ve token üretim verimliliğini %15'ten fazla artırdı. Bu arada, insan denetimi devam ediyor; optimizasyon hedefleri ve dağıtım kararları insanlar tarafından kontrol ediliyor.
OpenAI, GPT-5.6'ya uygulanan RSI (Recursive Self-Improvement - Özyinelemeli Kendini Geliştirme) hakkında bir teknik rapor yayımladı. Model artık üretimde kullanılıyor: trafiği analiz ediyor, yönlendirmeyi ayarlıyor, Triton ve Gluon çekirdeklerini yeniden yazıyor, yüzlerce deney yürüterek kendi spekülatif kod çözme sistemini optimize ediyor ve en uygun dağıtım parametrelerini (toplu işleme, parçalama, KV Önbellek yönetimi) arıyor. Sonuç olarak, OpenAI'ın uçtan uca hizmet maliyeti %20 düştü ve token üretim verimliliği %15'ten fazla arttı. Önemli yazarlar arasında Triton'un yaratıcısı Philippe Tillet de bulunuyor. Ancak insan denetimi devam ediyor: insanlar optimizasyon hedeflerini, araç izinlerini, değerlendirme metriklerini ve nihai dağıtım kararlarını belirliyor. Ayrıca OpenAI, aracı döngülerindeki tekrarlanan yükü azaltmak için Rust tabanlı bir Aracı Koşum Sistemi (Agent Harness) geliştirdi; tembel araç keşfi (araçları yalnızca gerektiğinde gösterme) ve bağlam yeniden kullanımını korumak için yalnızca ekleme yapılan istem önbelleğe alma gibi optimizasyonlar içeriyor. GPT-5.6 dahili testleri sırasında, aktif araştırmacı başına günlük token çıktısı, GPT-5.5 zirvesine kıyasla iki katına çıktı; dahili programlama akıl yürütme için araştırma hesaplaması altı ayda 100 kat arttı ve dahili aracı token kullanımı yaklaşık 22 kat arttı.
Kaynak: QbitAI 量子位 —
orijinal