Az EleutherAI, egy Kínában működő kutatólabor, több mint két éve fejleszt különböző modális és doménmodelleket – ezúttal az újonnan bevezetett Atria Dawn Preview mellett tette le a voksát. Maga az Atrioc, amelyről a rendszer a nevét kapta, nem egyszerű chatbot: egy 744 milliárd paraméteres, több szakértőből álló, ügynöki mesterséges intelligencia, amely a GLM 5.2 alapjaira épül.
A bemutató során egy komplex Docker-alapú alkalmazás, a Horology Vault kerül tesztelésre, amely óragyűjtemények portfólióját kezeli valós pénzügyi adatokkal, köztük árfolyamátváltással. Az egyik kihívás, hogy fel kell deríteni és kijavítani egy rejtett hibát a rendszer számításai között, lényegében egy automatizált hibakeresési-tesztelési folyamatba enged betekintést a videó.
További funkciók vizsgálatához banki tranzakciós adatokból generált pénzügyi jelentés elkészítésére is sor kerül – ez nem csupán egyszerű összefoglalás, hanem teljes körű, leellenőrizhető riport. Az AI különféle formátumokat hoz létre, hibáit felismeri és kijavítja, majd statisztikai elemzéseket is bemutat diagramok segítségével.
A bemutató végén a kutatási képességeket is próbára teszik: egy egészségügyi témában (állóasztalok hatása) végzett, forrásokra támaszkodó, strukturált kutatás alapján zajlik a következtetés levonása, amely során a modell hivatkozásokat, releváns tanulmányokat keres és értékel, továbbá az eredmények bizonytalanságára is őszintén kitér.
A videó olyan témákat vet fel, mint az AI valós környezetben történő, verifikálható alkalmazhatósága, az automatizáció, a kutatás, a szoftvermérnöki tesztelés, irodai munka támogatása és a kritikus eredményértékelés módszertana. Felmerül a kérdés, hogy mennyiben nyújt előnyt egy ennyire tapasztalat-alapú tréning, és mik a való életben mérhető limitek más vezető AI-modellekkel szemben.
