GPT-5.2 57%-kal jobb adatspecializációt hoz – önvezető AI-mérnökök dolgoznak
Az önvezető AI-mérnökök képesek végigvinni a teljes adatmérnöki folyamatot, így a GPT-5.2 által generált adatok 57,29%-kal javítják a célmodell teljesítményét.
A LLM-ek (Large Language Models) általában jól teljesítenek, de a specializált területeken gyakran elakadnak, ha nincs elég specifikus adatuk. Eddig az emberi munkaerő tervezte a folyamatokat, de most felmerült a kérdés: képesek-e a LLM-ek önállóan adatokat generálni és optimalizálni a modellek finomhangolásához.
A kutatók megalkották a Autonomous Agentic Data Engineering feladatot, hogy teszteljék a LLM-ek képességeit. Az AI-ügynökök tervezik, generálják és iteratívan finomhangolják a betanítási adatokat, céljuk a modell teljesítményének javítása a betanítás után. Az adatokat optimalizálható komponensként kezelik, és több domainben is dolgoznak.
Kapcsolódó: pénzügyi LLM-ek
A gépi tanulás új távlatokat nyit
A kísérletek eredményei szerint az önvezető AI-mérnökök jelentős előrelépést hoznak. A GPT-5.2 egy olyan betanítási tantervet hozott létre, amely 57,29%-kal javította egy célmodell teljesítményét, kizárólag az iteratív, AI-vezérelt adadaptáció révén — írja az ArXiv NLP.
Kapcsolódó: LLM-ek általánosítása
A jövő modelljei
Ez a tanulmány rávilágít az önvezető adatmérnökségben rejlő potenciálra. A GPT-5.2 modell 2024-ben várható továbbfejlesztése az Autonomous Agentic Data Engineering technológiáján alapul.