Researcher Critique og Council – multi-modell i Copilot og responsible AI
«Copilot seier at …» Eg skreiv nyleg om at den viktigaste KI-kompetansen framover kanskje ikkje er å bruke KI, men å vurdere kvaliteten på det den leverer. Microsoft har no levert ein funksjon som gjer akkurat den vurderinga lettare – og samstundes vanskelegare. To nye kapabilitetar i Researcher Researcher i Microsoft 365 Copilot har fått to nye kapabilitetar i Frontier-programmet: Critique – GPT skriv utkast, Claude vurderer presisjon, kjeldebruk og logikk før rapporten når brukaren. Redaktørprinsippet, bygd inn i sjølve genereringsflyten. Critique er no standard når du vel «Auto». Council – GPT og Claude køyrer parallelt, ein tredje judge-modell summerer kvar dei er einige, kvar dei skiljer lag, og kva kvar modell bidreg med unikt. Microsoft seier sjølv at Critique scorer 13,8 % høgare enn beste single-modell på DRACO-benchmarken. Det er imponerande tal. Den eigentlege endringa ligg ein annan stad. ...