Przełom w automatyzacji procesów: Holo Company prezentuje model Holo3

Wydajność mierzona precyzją, nie skalą

Na rynku modeli językowych, gdzie dotychczas dominował wyścig o jak największą liczbę parametrów, Holo Company obrało odmienną strategię. Ich najnowsze dzieło, Holo3, udowadnia, że optymalizacja architektury może przynieść lepsze rezultaty niż brutalna siła obliczeniowa. Model, oparty na strukturze o łącznej liczbie 122 miliardów parametrów, w rzeczywistości operuje jedynie 10 miliardami aktywnych jednostek. Ta efektywność pozwoliła uzyskać wynik 78,85% w rygorystycznym teście OSWorld-Verified, detronizując tym samym tak uznane systemy jak GPT-5.4 czy Opus 4.6.

Kluczem do sukcesu okazało się ukierunkowanie modelu na konkretne zadania biznesowe. Holo3 nie jest kolejnym ogólnym chatbotem; to narzędzie typu 'computer use’, zaprojektowane do bezpośredniej interakcji z interfejsem graficznym systemów operacyjnych. Dzięki temu potrafi realizować wieloetapowe operacje wymagające płynnego przełączania się między arkuszami kalkulacyjnymi, dokumentami PDF i klientami poczty e-mail.

Agentowy model nauki i otwarta dostępność

Fundamentem skuteczności Holo3 jest autorski proces treningowy określany jako 'agentic learning flywheel’. Wykorzystuje on środowisko Synthetic Environment Factory do symulowania rzeczywistych scenariuszy biznesowych. Dzięki połączeniu syntetycznych danych nawigacyjnych z selektywnym uczeniem wzmacnianym, model Holo3 wykazuje się wyjątkową odpornością na błędy poza domeną treningową, co czyni go gotowym do wdrożeń produkcyjnych w surowych warunkach korporacyjnych działów IT.

Holo Company zdecydowało się na odważny krok w stronę demokratyzacji technologii. Wariant Holo3-35B-A3B został udostępniony na licencji Apache2, a jego wagi można pobrać bezpośrednio z platformy Hugging Face. Firma udostępniła również API z darmowym poziomem dostępu, co otwiera drogę deweloperom i inżynierom automatyzacji do testowania systemu bez barier finansowych.

Nowy standard automatyzacji biurowej

Premiera Holo3 może oznaczać zmianę paradygmatu w myśleniu o sztucznej inteligencji w przedsiębiorstwach. Zamiast kosztownych, ociężałych modeli, firmy otrzymują narzędzie, które jest dziesięciokrotnie tańsze w eksploatacji, a jednocześnie sprawniej radzi sobie z nawigacją po oprogramowaniu biurowym. To istotny krok w stronę systemów adaptacyjnych, zdolnych do autonomicznego opanowania nowych narzędzi cyfrowych bez konieczności kosztownego, dedykowanego programowania każdej funkcji od podstaw.