H2O.ai ने घोषणा की है कि इसका एंटरप्राइज़ h2oGPTe एजेंट GAIA (General AI Assistants) बेंचमार्क लीडरबोर्ड में शीर्ष स्थान हासिल कर लिया है, जिसने 65% स्कोर प्राप्त किया। यह परिणाम अन्य प्रमुख सबमिशन से काफी बेहतर है, जिनमें Google का Langfun एजेंट 49% और Microsoft Research द्वारा OpenAI o1 का उपयोग 38% शामिल हैं।
- Meta-FAIR, HuggingFace और अन्य द्वारा बनाया गया GAIA बेंचमार्क, तर्क, मल्टी-मोडैलिटी हैंडलिंग और 466 प्रश्नों में टूल उपयोग की आवश्यकता वाले वास्तविक दुनिया के कार्यों पर AI का परीक्षण करता है।
- h2oGPTe ने जटिल मल्टी-एजेंट ऑर्केस्ट्रेशन के बजाय Anthropic के Sonnet 3.5, प्रॉम्प्ट कैशिंग और न्यूनतम सफ़ोल्डिंग के साथ एक सरलीकृत दृष्टिकोण का उपयोग करके अपना स्कोर प्राप्त किया।
- यह एजेंट फाउंडेशनल मॉडल के फाइन-ट्यूनिंग की आवश्यकता के बिना वेब ब्राउज़िंग, कोड एक्जीक्यूशन, फ़ाइल हैंडलिंग और डेटा साइंस मॉडलिंग के लिए टूल्स को इंटीग्रेट करता है।
- यह प्रदर्शन स्टैंडअलोन SaaS एप्लिकेशन से उन AI एजेंट्स की ओर एक बदलाव को उजागर करता है जो व्यावसायिक वर्कफ़्लो के लिए कई टूल्स और डेटा स्रोतों को ऑर्केस्ट्रेट कर सकते हैं।
इस उपलब्धि ने कठोर आर्किटेक्चरल बाधाओं के बिना व्यावहारिक कार्यों में सहायता करने वाले अनुकूलन योग्य और लागत-प्रभावी AI सिस्टम बनाने की H2O.ai की रणनीति को मान्यता दी।