🚀 @openaiの新しいgpt-realtimeを早い段階でテストしました。 全体として、命令に従うという点で大きな飛躍が見られ、これまでの Open AI リアルタイム モデルの最大の問題点です。 他に私たちにとって際立っていること: --> 関数呼び出し精度の向上 --> 非言語的合図検出による理解力の向上 --> 会話中のシームレスな言語切り替え: IMO 最大の勝利 – 多くの音声アーキテクチャが TTS 側のレイテンシーが大きいことに苦労しています – ここでは 500 ミリ秒未満のエンドツーエンドのレイテンシーが印象的です。 ●> AND:SIP(テレフォニー)対応! そして、それをベンチマークに追加しました!ベンチマーク。コバル。人工知能 ベンチマークに続く指示は近日公開予定です! ヒント: Open AI リアルタイムは、TTS、STT、またはターンテイクに使用でき、他のモデルとペアリングできます。 これが本番環境の音声エージェントをどのように変革するかを見るのが待ちきれません。

テクノロジーの最もクールなことの 1 つは、より洗練された経験豊富なユーザーを驚かせる方法でそれを使用する非技術者にツールを提供することです

ところで、私は基本的にOpusの使用を完全にやめ、現在、GPT-5-highを備えたいくつかのCodexタブがあり、3つのコードベース(HVM、Bend、Kolmo)でさまざまなタスクを処理しています。進歩はかつてないほど激しいものでした。私の今の仕事は、基本的に明確に指定されたタスクをCodexに渡し、その出力を確認することです。 OpenAIは私にお金を払ってくれませんし、私のことをあまり気にしていませんでした。このモデルは非常に優れており、人々がそれを見ることができないという事実は、おそらく皆さんのほとんどがチャットボットをガールフレンドとして、または複雑なコーディングタスクを支援する以外の何かを使用していることに気づきました