Технология базируется на исследованиях Института AIRI и демонстрирует высокий уровень автономности. Система не просто выполняет команды, но и оценивает сложность поставленных целей, при необходимости создавая программный код и задавая уточняющие вопросы. Все изменения в коде фиксируются во встроенном Git-репозитории, что позволяет агенту восстанавливаться после критических сбоев с учетом накопленного опыта.
В ходе тестирования на бенчмарке Terminal Bench 2.1 модель показала точность выполнения задач на уровне 86,97%. Для обеспечения безопасности и соответствия требованиям регуляторов обработка данных происходит на российских платформах, включая решение Agents Space. Разработка дополняет экосистему Physical AI от Сбера, куда также входят нейросети Kandinsky WM для моделирования физических процессов в обучении робототехники и беспилотного транспорта.
Комментарии (0)
Пока нет комментариев. Будьте первым!