خفضت Parallel وقت البحث وتكلفته للنصف باستخدام GPT‑6 Astra
مكّن GPT‑6 Astra وكلاء Parallel من بحث بيانات سوق العمل وتجميعها في نصف الوقت وبنصف تكلفة النماذج السابقة.
50%
وقت أقل لإنجاز مهام البحث
50%
خفض تكلفة التعليمات البرمجية
تطوّر Parallel(يفتح في نافذة جديدة) بنية تحتية للمطورين مخصصة لوكلاء الذكاء الاصطناعي الذين يؤدون أعمالًا معرفية عبر الويب. تدعم أدواتها حالات استخدام متنوعة، من الربط بمصادر موثوقة على الويب للوكلاء الصوتيين إلى إجراء الأبحاث للمؤسسات المالية والعملاء في القطاع القانوني، وذلك بالجمع بين النماذج الرائدة والبحث على الويب.
في أطول مهام البحث لدى Parallel، كان التوصل إلى إجابة عالية الجودة يتطلب عادةً استخدام نموذج أكبر بقدرات استدلال موسعة، ما كان يستهلك مزيدًا من الوقت والموارد. شهدت الشركة تحسنًا كبيرًا في الوقت والتكلفة بفضل GPT‑6 Astra.
«أثبتنا باستخدام Astra أنه يمكن الحصول على البحث نفسه عالي الجودة بسرعة أكبر بكثير، مع عدد أقل من استدعاءات البحث ورموز أقل».
في أحد اختبارات GPT‑6 Astra، طلبت Parallel من وكيلها بحث ست إحصاءات مختلفة عن سوق العمل في أربع ولايات على مدى ستة أشهر. كان على الوكيل البحث في مواقع ويب متعددة، وجمع المعلومات، وتجميع النتائج في تقرير بحثي واحد.
تمكّن GPT‑6 Astra من إنجاز العمل في نصف الوقت الذي استغرقته النماذج السابقة، مع خفض تكلفة التعليمات البرمجية بنحو 50%، مع الحفاظ على جودة البحث نفسها.
لاحظت Parallel أيضًا أن GPT‑6 Astra أجرى عمليات بحث أكثر تركيزًا واحتاج إلى خطوات أقل للوصول إلى نتيجة مفيدة.
«أصدر Astra استعلامات بحث أكثر دقة، وركّز بصورة أفضل على المهمة النهائية، مستفيدًا من معرفته بالعالم مقارنةً بالنماذج السابقة».
كما تجعل هذه الكفاءة الأعلى توزيع الأبحاث بين عدة وكلاء خيارًا عمليًا أكثر لدى Parallel. يستطيع GPT‑6 Astra تفويض مهام بحثية محددة إلى وكلاء فرعيين، ما يتيح تنفيذ العمل بالتزامن ويقلل الوقت المستغرق في إنجاز سلسلة واحدة من عمليات البحث.
أصبح لدى Parallel الآن مسار أفضل للانتقال من سؤال معقد إلى إجابة مدعومة بالبحث، مع وقت انتظار أقل وتكاليف أدنى وقدرة أكبر على تنفيذ مهام بحثية صعبة على نطاق واسع.
