OpenAI uczył GPT-6 Astra obsługi programu do umów Ironclad. Model spełnia więcej wymagań w krótszym czasie

OpenAI opisał 6 października, jak razem z firmą Ironclad uczył model GPT-6 Astra pracy w programie do obsługi umów. To pierwszy partner w nowym programie, w którym producenci oprogramowania pomagają OpenAI trenować agentów AI na prawdziwych zadaniach z pracy biurowej. Dotyczy to firm, które chcą zlecać agentom AI nie pojedyncze kliknięcia, tylko całe procesy w specjalistycznych programach. Szczegóły i wyniki OpenAI podał we wpisie na swoim blogu.

Na czym polega zadanie

OpenAI podaje przykład działu prawnego, który ustawia proces zakupu oprogramowania. Dział finansów akceptuje zakupy powyżej pewnej kwoty, dział bezpieczeństwa sprawdza część zamówień, a prawnicy przeglądają nietypowe zapisy. Z tej krótkiej listy ktoś musi zrobić formularz, szablony dokumentów, reguły akceptacji i zapis gotowej umowy. Agent musi pamiętać o wszystkim. Musi też sprawdzić, czy zamówienie poniżej i powyżej progu idzie właściwą ścieżką.

Pracownicy Ironclad i osoby, które używają tego programu w OpenAI, wybrali 11 zadań z pracy prawnej, handlowej i zakupowej. Były wśród nich umowy o poufności, procesy akceptacji zamówień i zapis w umowie, który zmienia się zależnie od wybranej jurysdykcji. Doświadczony człowiek potrzebuje na jedno takie zadanie średnio 30–40 minut, według szacunku OpenAI. Każde zadanie oceniano według 8–50 kryteriów, a Ironclad dał wersje swojego programu, w których model mógł ćwiczyć.

Wyniki według OpenAI

	GPT-5.6 Sol	GPT-6 Astra
Ustawienie rozumowania	wysokie	maksymalne
Średni odsetek spełnionych kryteriów	41,6 proc.	55 proc.
Szacowany średni czas na próbę	37 minut	19,2 minuty

Wewnętrzny model, którego OpenAI używał przy budowie Astry, doszedł do 63,7 proc. Firma chce te wyniki przenieść do przyszłych modeli. OpenAI zastrzega, że wyniki dotyczą tylko 11 zadań badawczych, a nie wszystkich procesów w Ironclad. Czasy są szacunkami z symulacji, liczonymi z założonej szybkości modelu. Nie są zmierzoną oszczędnością czasu u klientów.

Nawet lepszy model spełnił nieco ponad połowę wymagań. OpenAI sam przyznaje, że agent, który w połowie zadania zgubi jedną regułę, jest mniej przydatny, bo firma nie może mu wtedy spokojnie zlecić całej pracy. Dlatego według OpenAI ludzki nadzór nadal jest potrzebny.

Skąd dane do treningu

OpenAI podaje, że zadania treningowe powstały z publicznych umów z bazy EDGAR amerykańskiej komisji SEC, po filtrach usuwających dane osobowe. Firma pisze, że nie użyła danych klientów OpenAI, swoich wewnętrznych umów ani niepublicznych umów klientów Ironclad.

Jeśli twoja firma robi oprogramowanie, w którym agenci AI dziś się gubią, OpenAI przyjmuje zgłoszenia do takiej współpracy. Wymaga konkretnego przykładu zadania, dowodu, gdzie agent zawodzi, ludzi znających tę pracę i bezpiecznego środowiska do testów. Wcześniej opisywaliśmy, jak Chatham Financial zbudował w Codeksie aplikację do kontroli transakcji.