Atria Dawn Preview: ИИ предлагает, человек решает в 96,5% задач
Материал подготовлен искусственным интеллектом на основе нескольких источников — ссылки на оригиналы приведены ниже.
Модель Atria Dawn Preview с 744 млрд параметров использовалась в 96,5% задач в ходе четырёхнедельного проекта. Медианное соотношение действий агента к действиям человека выросло с 11 до 28,5, при этом люди приняли 85,5% решений о методах и параметрах.
Ключевые факты
- Atria Dawn Preview — модель со смесью экспертов и 744 млрд параметров, предназначенная для исследовательских и инженерных задач.
- ИИ использовался в 96,5% рассмотренных задач в ходе проекта.
- Медианное соотношение действий агента к действиям человека выросло с 11 до 28,5 за четыре недели.
- Из 455 завершённых задач с помощью ИИ 151 была признана невыполнимой без ИИ — примерно треть.
- Люди приняли 85,5% решений о методах и параметрах, тогда как ИИ — лишь 9,2%.
Архитектура модели и бенчмарки
Atria Dawn Preview построена на архитектуре смеси экспертов с 744 млрд параметров. Модель обучалась через пайплайн, привязывающий каждую задачу к реальной среде выполнения: она вызывает инструменты, генерирует промежуточные результаты и проверяется по внешним сигналам — тестам, метрикам или исходным данным. Команда сообщает, что Atria Dawn Preview лидирует в пяти из 16 бенчмарков, включая веб-поиск и кибербезопасность, хотя и не имеет общего преимущества над конкурентами. Она лидирует в AutomationBench, CyberGym и MLE-Bench Lite, но отстаёт в GDPval и SWE-Bench Pro.
Динамика решений человека и ИИ
Для методов и параметров наиболее частым паттерном было «ИИ предлагает, человек выбирает» — 55,4% случаев. В целом люди приняли 85,5% решений о методах и параметрах, тогда как ИИ — лишь 9,2%. Люди принимали окончательное решение по целям и объёму в 93,4% случаев. Доля предложений ИИ варьировалась от 17 до 55% в зависимости от типа решения, но доля окончательных решений оставалась однозначной. Даже среди 151 задачи, признанной невыполнимой без ИИ, люди выбирали цель в 95,4% случаев.
Выполнимость задач и вмешательство
Из 455 завершённых задач с помощью ИИ 151 была признана невыполнимой без ИИ — примерно треть. Эти задачи распределились среди 27 из 56 участников, то есть не исходили от нескольких активных пользователей. В этих случаях ИИ не ускорял существующую работу, а делал возможной работу, которая иначе не была бы начата. Из 588 задач с зафиксированной сложностью 76% продвигались благодаря вмешательству человека, а в 23% агент решил проблему самостоятельно.
1 источник
Время · отставание