Maksud skor GAIA — Sejauh manakah ejen AI telah berkembang?
Ketika penanda aras GAIA pertama kali diperkenalkan kepada umum, malah GPT-4, yang merupakan model pada tahap tertinggi ketika itu, hanya mencatatkan skor sekitar 30%. Memandangkan GAIA memerlukan penaakulan kompleks, penggunaan alat dan penyelesaian masalah berbilang langkah yang melangkaui soal jawab mudah, hal ini bermakna AI pada ketika itu masih berada pada peringkat awal dari segi “keupayaan berfikir dan melaksanakan”.
Namun kini, ejen yang berada pada kedudukan teratas telah mencapai 92.36%.
Perubahan ini bukan sekadar peningkatan prestasi. Kini, AI telah melangkah ke tahap ‘Agentic AI’, yang bukan sahaja menjawab soalan, malah mentafsir situasi, memilih alat yang diperlukan serta merancang dan melaksanakan beberapa langkah secara sendiri.
Dalam tempoh hanya beberapa tahun, AI telah berkembang daripada “alat penjanaan pengetahuan” menjadi “entiti pelaksana yang menjalankan tugas”.
📌 Dan dalam kelompok 2.5% teratas itu, terdapat Clevi
Dalam persekitaran persaingan global ini, fakta bahawa ejen Clevi yang dibangunkan di Korea telah disenaraikan dalam 2.5% teratas papan pendahulu GAIA membuktikan kemandirian teknologi, serta menjadi contoh bahawa ejen AI yang dibangunkan di Korea turut diiktiraf mengikut piawaian global. Hal ini membawa makna yang lebih besar daripada sekadar angka. Ini bermakna keupayaan teknologi tersebut telah disahkan secara objektif melalui persaingan dengan ribuan model dalam penanda aras global yang terbuka kepada umum, bukannya dalam persekitaran demo tertentu.
Yang lebih penting, pencapaian ini bukanlah hasil kebetulan sebuah model tunggal, tetapi menunjukkan bahawa ejen dengan reka bentuk yang berbeza telah berulang kali menghasilkan prestasi pada kedudukan teratas menggunakan Agent Stack yang sama.
Dengan kata lain, teknologi Clevi bukan sekadar “hasil yang baik sekali”, tetapi merupakan daya saing berstruktur yang boleh dihasilkan semula, serta keupayaan pada tahap platform yang boleh dikembangkan kepada pelbagai industri dan senario.
Jadi, apakah yang dimaksudkan oleh penunjuk ini?
Dari perspektif pengguna, halangan terbesar untuk menggunakan AI ialah persoalan "bolehkah kita benar-benar mempercayai dan menyerahkan tugas kepadanya?"
Prestasi yang telah dibuktikan berulang kali di pentas pihak ketiga seperti papan pendahulu global yang terbuka, bukannya demo yang mengagumkan atau bahan pembentangan syarikat sendiri, merupakan jawapan paling objektif kepada persoalan tersebut. Secara khususnya, ia membawa makna dalam tiga aspek.
Pertama, pengurangan risiko pelaksanaan
Menghubungkan AI yang belum terbukti kepada tugas dalaman merupakan beban yang besar bagi sesebuah syarikat.
Pencapaian dalam penanda aras berwibawa seperti GAIA boleh digunakan secara langsung sebagai asas kepercayaan pada peringkat penilaian teknologi.
Kedua, merealisasikan automasi tugas yang kompleks
Angka 2.5% teratas menunjukkan tahap kecerdasan yang bukan sekadar melampaui tugas berulang, malah mampu memahami konteks, membuat pertimbangan sendiri melalui pelbagai langkah dan menyelesaikannya.
Bidang tugas yang selama ini dianggap "sukar untuk diserahkan kepada AI" kini boleh menjadi sasaran automasi yang sebenar.
Ketiga, mendapatkan keselamatan data dan prestasi secara serentak
Struktur Agent Stack tersendiri bermaksud aliran data tidak keluar ke pihak luar.
Anda boleh keluar daripada dilema sedia ada yang memerlukan kompromi terhadap keselamatan demi menggunakan AI berprestasi tinggi.
Khususnya dalam industri yang mempunyai tahap sensitiviti data yang tinggi seperti kewangan, perubatan dan perundangan, struktur ini menjadi kelebihan pembezaan yang penting.
Kebolehulangan struktur ini sudah mula dibuktikan.
Dan prestasi setiap ejen yang dibina di atas struktur tersebut akan segera membawa perubahan yang nyata di lapangan.
"Akhirnya, kesempurnaan teknologi disempurnakan melalui 'keyakinan' di lapangan."
Clevi tidak sekadar menyediakan AI berprestasi tinggi. Intipati kami adalah membina 'infrastruktur berorientasikan pelaksanaan' yang meruntuhkan tembok keselamatan yang dihadapi oleh syarikat dan benar-benar mampu menyelesaikan tugas operasi yang kompleks.
Kini, beralihlah daripada peringkat mempertimbangkan pelaksanaan dan mulakan persekitaran kerja AI yang selamat serta berkuasa bersama Clevi.
Sebagai rakan kongsi yang boleh dipercayai untuk mengamanahkan kerja, kami akan bersama-sama mencipta inovasi yang nyata di tempat perniagaan anda.