OpenAIとIroncladの共同研究、GPT-6 Astraが契約業務エージェントの所要時間をSol比でほぼ半減

OpenAIは、法務テック企業Ironcladと共同で、複雑な契約業務ワークフロー向けのコンピュータ操作エージェントの進展に関する研究を発表しました。GPT-6 AstraがGPT-5.6 Solを上回る具体的な性能向上を記録しています。

詳細

• ベンチマーク結果: 11種類の実際の契約業務タスクにおいて、GPT-6 Astraは平均55.0%のスコアを記録し、GPT-5.6 Solの41.6%を相対的に32%上回った。平均完了時間も48%短縮し、Solの37.0分に対し19.2分で完了
• タスクの種類: 秘密保持契約の作成、調達承認プロセスの構築、再利用可能な法務条項の更新などが含まれ、これらは経験豊富な人間が行う場合通常30〜40分を要する業務
• 学習手法: 代表的なワークフローをモデルにした合成学習タスクと強化学習を用い、Ironcladのホスト環境内での実践とフィードバックを通じてモデルを改善
• 評価の厳密さ: 各タスクには複雑さに応じて8から50の評価基準が設定された
• 主な知見: 信頼性の高い企業向けコンピュータ操作自動化には、複数手順のワークフロー全体を通じて複数の業務ルールを同時に把握し続けるエージェントの能力が必要であり、OpenAIはこれを現在も活発に開発中の能力だとしている

その後

今回は製品発表ではなく研究・ベンチマークの開示であり、前世代のSolと比較してGPT-6 Astraのコンピュータ操作能力が実際の企業業務でどれだけ進歩したかを、具体的な数値とともに示すものです。今月初めに発表されたGitHub Copilotのデスクトップアプリ向けコンピュータ操作機能と合わせ、コンピュータ操作エージェントが業界全体で測定可能かつ競争力のある能力になりつつあることを裏付けています。