GPT‑6 Astra দিয়ে Basis কর ওয়ার্কবুক 2x দ্রুত শেষ করে

Basis⁠(একটি নতুন উইন্ডোতে খোলে) এমন এআই এজেন্ট তৈরি করে, যা হিসাবরক্ষকেরা প্রতিদিন যে হাতে-কলমে কাজ করেন তার অনেকটাই স্বয়ংক্রিয় করে; এতে তারা পুনরাবৃত্তিমূলক কাজ থেকে সময় সরিয়ে কৌশলগত কাজে দিতে পারেন. কোম্পানির গবেষণা এমন এজেন্টের ওপর কেন্দ্রীভূত, যারা দীর্ঘ কাজ নির্ভরযোগ্যভাবে শেষ করতে পারে; আর GPT‑6 Astra দিয়ে তারা হিসাবরক্ষকেরা কী করতে চান তা আরও ভালোভাবে বোঝার সক্ষমতা দেখছে.

Basis 50টি ট্যাবসহ একটি জটিল কর ওয়ার্কবুকে GPT‑6 Astra ও GPT‑5.6 Sol-এর তুলনা করেছে. কাজটি ছিল সঠিকভাবে ও নির্ভরযোগ্যভাবে ওয়ার্কবুক শেষ করা, আর GPT‑6 Astra উল্লেখযোগ্যভাবে দ্রুত ছিল.

Basis আরও লক্ষ্য করেছে, GPT‑6 Astra কাজের শুরুতেই ভালো সিদ্ধান্ত নেয়; এতে Basis-এর এজেন্টরা ভুল সংশোধনে কম সময় ব্যয় করে কাজের মধ্য দিয়ে আরও সরাসরি এগোতে পারে. Troyanovsky বলেন, এতে মডেলটি টোকেন ব্যবহারের ক্ষেত্রেও আরও দক্ষ হয়.

কাজ এগোনোর সঙ্গে সঙ্গে কতটা যুক্তি প্রয়োগ করবে, Basis GPT‑6 Astra-কে তা সামঞ্জস্য করতেও দেয়; কোনো ধাপ কঠিন হলে গণনা বাড়ায়, আর সহজ হলে কম ব্যবহার করে. মডেলটি তার ক্যাশ অক্ষুণ্ণ রেখেই এসব সমন্বয় করতে পারে. Troyanovsky বলেন, এটি খরচ ও প্রতিক্রিয়ার সময় কমাতে সহায়তা করে, ফলে Basis ও তার গ্রাহকদের জন্য দীর্ঘমেয়াদি কাজ আরও সাশ্রয়ী হয়.

GPT‑6 Astra ব্যবহারে Basis তার অভ্যন্তরীণ মূল্যায়ন স্কোরে প্রায় 20% উন্নতি দেখেছে; এর পেছনে ছিল ব্যবহারকারীর অভিপ্রায় আরও ভালোভাবে বোঝা, যেমন কখন প্রশ্ন করতে হবে, অনুমানগুলো চিহ্নিত করতে হবে এবং নির্দেশনা অনুসরণ করতে হবে.

Basis মূল্যায়ন করে তাদের এজেন্টরা কীভাবে কাজ করে এবং তাদের চূড়ান্ত উত্তর কেমন হয়; এর মধ্যে তারা টেমপ্লেট অনুসরণ করে কি না, কর-সংক্রান্ত প্রশ্নে প্রাথমিক উৎস দেখে কি না এবং নিজের কাজ যাচাই করে কি না, সেগুলোও থাকে. GPT‑6 Astra কম স্পষ্ট নির্দেশনা দিয়েই আরও বিস্তৃত প্রেক্ষাপট থেকে এসব প্রত্যাশা অনুমান করতে পারে.

এতে আলাদা পরিস্থিতির জন্য Basis-এর নিয়ম লেখার প্রয়োজন কমে যায় এবং দলটি আরও আত্মবিশ্বাস পায় যে তাদের এজেন্টরা অভ্যন্তরীণ পরীক্ষায় অন্তর্ভুক্ত নয় এমন পরিস্থিতিও সামলাতে পারবে.