ChatGPT и петля мышления в GPT-6 Astra: что изменилось
OpenAI показала GPT-6 Astra и заявила о заметном шаге вперёд, но главная новость не в бенчмарках. В модели поменяли сам принцип генерации ответа: слово теперь может рождаться не за один проход, а после нескольких кругов обработки.
Что в релизе оказалось самым важным
OpenAI представила GPT-6 Astra как свою самую умную и самую выровненную модель. Грег Брокман назвал релиз скачком и даже сказал, что Astra можно считать версией AGI, то есть очень близкой к общей интеллектуальной системе.
Отдельно обсуждают и безопасность: OpenAI отнесла модель к порогу Critical в своей рамке готовности. Это значит, что система уже может находить неизвестные уязвимости и писать эксплойты без прямой помощи человека. Но, если отбросить громкие заявления, главное здесь всё же другое — впервые в продакшене изменили сам механизм появления слова.
Как работает зацикленный трансформер
Обычно трансформер прогоняет токены через цепочку слоёв один раз, а потом выдаёт следующий фрагмент текста. В GPT-6 Astra, по данным The Information, используется схема looped transformer: результат не сразу уходит наружу, а возвращается обратно в тот же блок и проходит ещё один круг.
Это похоже на то, как человек не спешит отвечать, а мысленно перепроверяет фразу. Такой подход позволяет одной и той же модели выполнять больше вычислений без роста числа параметров: память остаётся прежней, а время обработки увеличивается. Для пользователя это означает более гибкую модель, которую можно запускать либо быстрее, либо тщательнее.
Почему это может быть полезно на практике
Исследование, которое разбирает похожую идею на примере открытой модели Huginn с 3,5 млрд параметров, показывает важную вещь: число кругов можно менять на запуске. В тестах на ARC-E четыре круга дали 49% правильных ответов, восемь — 65%, шестнадцать — 69,5%, а при тридцати двух рост уже почти остановился.
Для обычного пользователя, команды или бизнеса это полезно тем, что появляется простой рычаг между скоростью и качеством. Если нужно быстро получить черновик, можно ограничиться меньшим числом проходов; если важнее точность, модель можно «заставить подумать» дольше. Такой режим особенно интересен для задач с анализом текста, поиском ошибок, поддержкой клиентов и подготовкой рабочих материалов.