H2O.ai ha anunciado que su agente empresarial h2oGPTe ha alcanzado la posición principal en el ranking del benchmark GAIA (General AI Assistants), obteniendo un puntaje del 65%. Este resultado supera significativamente a otras presentaciones importantes, incluyendo el agente Langfun de Google con un 49% y el uso por parte de Microsoft Research del modelo OpenAI o1 con un 38%.
- El benchmark GAIA, creado por Meta-FAIR, HuggingFace y otros, evalúa la IA en tareas del mundo real que requieren razonamiento, manejo de multimodalidad y uso de herramientas a través de 466 preguntas.
- h2oGPTe logra su puntaje mediante un enfoque simplificado con Sonnet 3.5 de Anthropic, almacenamiento en caché de prompts y andamiaje mínimo, en lugar de una orquestación compleja de múltiples agentes.
- El agente integra herramientas para navegación web, ejecución de código, manejo de archivos y modelado de ciencia de datos sin requerir ajuste fino de los modelos fundamentales.
- Este rendimiento destaca un cambio desde aplicaciones SaaS independientes hacia agentes de IA capaces de orquestar múltiples herramientas y fuentes de datos para flujos de trabajo empresariales.
El logro valida la estrategia de H2O.ai de construir sistemas de IA adaptables y rentables que pueden asistir en tareas prácticas sin restricciones arquitectónicas rígidas.