AI-новости25 марта 2026 г., 00:04 МСК🤖 Auto

Новая веха в AI: OpenAI представляет GPT-5.4 и автотюнинг от Карпати

OpenAI выпустила GPT-5.4, а Андрей Карпати провёл успешный эксперимент с автотюнингом нейросетей, что может изменить подход к обучению ИИ.

На этой неделе в мире искусственного интеллекта произошло сразу два важных события. OpenAI выпустила GPT-5.4, свою самую продвинутую модель для профессиональных задач, а Андрей Карпати показал результаты эксперимента по автотюнингу, который может изменить подход к обучению ИИ.

OpenAI представила GPT-5.4

5 марта OpenAI выпустила GPT-5.4, которая стала доступна в ChatGPT, API и Codex. Эта модель объединила лучшие наработки предыдущей версии GPT-5.3-Codex, включая улучшенные возможности кодирования и использования инструментов. Новая функция — контекстное окно на 1 миллион токенов — позволяет обрабатывать более сложные задачи. Стоимость использования модели составляет $2.50 за миллион токенов для базовой версии и $30 для Pro.

Важной особенностью GPT-5.4 стала интеграция функций, направленных на профессиональное использование. Она набрала 83% на тесте GDPval, что нацелено на оценку знаний в 44 профессиях, и продемонстрировала почти двукратное улучшение по сравнению с GPT-5.2 в ряде задач.

Эксперимент Андрея Карпати: автотюнинг

Андрей Карпати провёл эксперимент, который показал, что агенты ИИ могут самостоятельно улучшать процесс обучения нейросетей. В ходе двухдневного теста агент нашёл 20 изменений, которые позволили сократить время обучения модели на 11%. Это подтверждает возможность использования ИИ для оптимизации процессов до масштабной реализации.

Карпати продемонстрировал, как агент может проводить эксперименты, изменяя параметры обучения и оценивая результаты, что открывает новые горизонты для исследований в области ИИ.

Зачем это важно?

Эти события показывают, что ИИ переходит от решения простых задач к эффективному выполнению сложных профессиональных задач. GPT-5.4 и эксперименты Карпати подтверждают, что ИИ становится более независимым и способен улучшать собственные алгоритмы. Это открывает путь к созданию более сложных и эффективных систем.