GPT‑6.1‑এ Terminal X: জ্যেষ্ঠ বিনিয়োগকারীর সঙ্গে 88.6% মিল
Terminal X-এর মূল্যায়ন এজেন্ট 54টি মানদণ্ডের একটি মূল্যায়ন কাঠামোর ভিত্তিতে আউটপুট যাচাই করে. GPT‑6.1 Sol ব্যবহার করে এটি ফান্ডের বিনিয়োগ-নীতিমালা থেকে বিচ্যুতি 25% বেশি শনাক্ত করে.

25%
পরবর্তী সেরা মডেলের তুলনায় GPT‑6.1 Sol-এ ফান্ডের বিনিয়োগ-নীতিমালার বাইরে এজেন্টের উত্তর শনাক্ত করার হার বেশি.
24 লাখ ডলার
বিনিয়োগ-পূর্ব বিস্তারিত যাচাই ও বিনিয়োগের ওয়ার্কফ্লোতে একজন গ্রাহকের বছরে সাশ্রয়ের পরিমাণ
+220 বেসিস পয়েন্ট
দ্বিতীয় সেরা মডেলের তুলনায় GPT‑6.1 Sol-এ মানব পর্যালোচকদের সঙ্গে এজেন্টের সিদ্ধান্তের মিল বেশি.
30%
পরবর্তী সর্বোচ্চ পারফরম্যান্সের মডেলের তুলনায় GPT‑6.1 Sol ব্যবহার করে প্রতিটি কোয়েরির ব্যয় হ্রাস পায়.
প্রতিটি বিনিয়োগ চুক্তির মধ্য দিয়ে একটি প্রতিষ্ঠানের স্বতন্ত্র প্রতিযোগিতামূলক সক্ষমতা তৈরি হয়. অথচ সেই সিদ্ধান্তগুলো নেওয়ার পেছনের বিচার-বুদ্ধি ও অভিজ্ঞতা প্রায়ই গুটিকয়েক জ্যেষ্ঠ বিনিয়োগকারীর মধ্যেই সীমাবদ্ধ থাকে. তাঁরা প্রতিষ্ঠান ছেড়ে চলে গেলে প্রতিষ্ঠানকে এমন এক সমস্যার মুখোমুখি হতে হয়, যাকে Terminal X(একটি নতুন উইন্ডোতে খোলে) বলেবলছে ‘মেমরি ডেট’ বা স্মৃতিগত ঋণ: নথিপত্র রয়ে যেতে পারে, কিন্তু সেগুলোর পেছনের যুক্তি ও বিশ্লেষণ হারিয়ে যায়.
Terminal X-এর ক্যাপিটাল মেমোরি অপারেটিং সিস্টেম এই স্মৃতিগত ঋণ কমানোর জন্য তৈরি করা হয়েছে. পূর্বে জেপিমর্গ্যান ও ব্ল্যাকস্টোনে অর্থ ও বিনিয়োগ খাতে কাজ করা প্রতিষ্ঠানটির প্রকৌশলীরা সরাসরি গ্রাহকদের বিনিয়োগ দলের সঙ্গে কাজ করেন. তাঁরা প্রতিষ্ঠানের জন্য এজেন্ট-নির্ভর প্রযুক্তিগত কাঠামো নকশা করেন এবং প্রতিষ্ঠানটির বিনিয়োগের নীতি, সিদ্ধান্ত গ্রহণের পদ্ধতি ও অভিজ্ঞতাকে তার নিজস্ব এজেন্টগুলোর মধ্যে অন্তর্ভুক্ত করেন. এই এজেন্টগুলোর মালিকানা প্রতিষ্ঠানের হাতে থাকে এবং সেগুলো চলে প্রতিষ্ঠানের নিজস্ব অবকাঠামো বা ক্লাউডে.
GPT‑6.1 Sol ও GPT‑6 Luna-সহ OpenAI-এর মডেলগুলো এসব এজেন্টের যুক্তি বিশ্লেষণের কাজ করে. আর Terminal X-এর মূল্যায়ন এজেন্ট প্রতিষ্ঠানের মানদণ্ড অনুযায়ী এজেন্টগুলোর ফলাফল যাচাই করে নম্বর দেয়. GPT‑6.1 Sol-এর সাহায্যে মূল্যায়ন এজেন্টের কোনো ফান্ডের বিনিয়োগ-লক্ষ্য ও নীতিমালার সঙ্গে অসামঞ্জস্যপূর্ণ সুপারিশ শনাক্ত করার হার প্রায় 25% বেড়েছে. একই সঙ্গে, পরবর্তী সেরা মডেলের তুলনায় প্রতি কোয়েরিতে প্রায় 30% কম খরচে একই ওয়ার্কফ্লো সম্পন্ন করেছে.
“দীর্ঘ কনটেক্সটে যুক্তিবিচার এবং সাশ্রয়ী টোকেন ব্যবহারে GPT-6.1 Sol-এর দক্ষতা আমাদের আরও গভীর মূল্যায়ন প্রক্রিয়া তৈরি করতে সাহায্য করে. এর ফলে আমাদের মূল্যায়ন এজেন্টগুলো বিনিয়োগের বিচারবোধকে পরিমাপযোগ্য ও নিরীক্ষাযোগ্য করে তুলতে পারে.”

প্রতিটি গ্রাহকের জন্য Terminal X এমন এজেন্ট তৈরি করে, যা ওই প্রতিষ্ঠানের সেরা বিনিয়োগকারীদের মতো করে বিনিয়োগ করার জন্য নকশা করা হয়. Terminal X-এর প্রকৌশলীরা গ্রাহকের কার্যালয়ে কয়েক সপ্তাহ কাটান. তাঁরা প্রতিষ্ঠানের নির্ভরযোগ্য মেমো বিশ্লেষণ করে সেগুলো তৈরির পদ্ধতি উদ্ধার করেন এবং কখনো লিখে রাখা হয়নি এমন প্রক্রিয়াগুলো নথিবদ্ধ করেন. যেমন, ঋণ বিভাগ কীভাবে ঋণগ্রহীতা যাচাই করে বা কো-ইনভেস্টমেন্ট দল মেমো তৈরির আগে কোন কোন উৎস থেকে তথ্য সংগ্রহ করে.
এরপর এসব প্রক্রিয়া শত শত এজেন্টে রূপ দেওয়া হয়. সম্পদের শ্রেণি ও কৌশল অনুযায়ী এজেন্টগুলো সাজানো হয়, আর বিনিয়োগের প্রতিটি ধাপের জন্য থাকে সাব-এজেন্ট. যেসব ধাপে বিচারবোধ ও বিশাল কনটেক্সট উইন্ডো দরকার, সেগুলো সামলায় GPT‑6.1 Sol: বিনিয়োগের পক্ষে যুক্তি গঠন, গুরুত্বপূর্ণ বিবেচ্য বিষয় চিহ্নিত করা এবং প্রতিষ্ঠানের বিনিয়োগনীতির সঙ্গে সামঞ্জস্য যাচাই. যেসব ধাপে কাজের পরিমাণ বেশি এবং গভীরতার চেয়ে সাশ্রয়ী টোকেন ব্যবহার বেশি গুরুত্বপূর্ণ, সেগুলো চালায় GPT‑6 Luna.
এজেন্টগুলো প্রতিটি প্রতিষ্ঠানের নিজস্ব সুরক্ষিত ডেটা রুমের মধ্যে কাজ করে. সংবেদনশীল বিনিয়োগ তথ্য আদান-প্রদান ও ব্যবস্থাপনার জন্য এটি প্রতিষ্ঠানের একটি স্বতন্ত্র পরিবেশ. এজেন্টগুলো ইংরেজি, কোরীয়, জাপানি ও চীনা ভাষার নথি প্রক্রিয়াকরণ করে. যা শেখে, তা প্রতিষ্ঠানের মেমোরি হিসেবে সংরক্ষণ করে: কোনো বিভাগ কীভাবে একটি নির্দিষ্ট ধরনের সিদ্ধান্ত নেয়, তার সংস্করণভিত্তিক নথি. এতে থাকে আগের বিশ্লেষণ, কমিটির সিদ্ধান্ত, কর্মধারার নির্দেশনা ও প্রতিষ্ঠানের নিজস্ব দৃষ্টিভঙ্গি.
প্রকৌশলীরা প্রতিটি মেমোরিকে Terminal X-এর প্ল্যাটফর্মে বারবার ব্যবহারযোগ্য ওয়ার্কফ্লোতে রূপ দেন. সেখানে উৎপাদন পর্যায়ে করা প্রতিটি কোয়েরি সম্পূর্ণ কার্যবিবরণীসহ নিরীক্ষা করা যায়—কোন ধাপগুলো অনুসরণ করা হয়েছে, কোন উৎস থেকে তথ্য সংগ্রহ করা হয়েছে, কোন মডেল ব্যবহার করা হয়েছে এবং কী যুক্তিতে ফলাফল তৈরি হয়েছে.
Terminal X-এর মতে, এই পদ্ধতি ব্যবহারের ফলে গ্রাহকরা উল্লেখযোগ্য পরিমাণ অর্থ সাশ্রয় করছেন. যেমন, একটি বেসরকারি ইকুইটি বিনিয়োগ প্রতিষ্ঠান জানিয়েছে, বিনিয়োগ-পূর্ব বিস্তারিত যাচাই ও বিনিয়োগ মেমো তৈরির ওয়ার্কফ্লো স্বয়ংক্রিয় করে তাদের বার্ষিক হিসাবে 24 লাখ ডলার সাশ্রয় হয়েছে.
প্রতিষ্ঠানের নিজস্ব মানদণ্ডে এজেন্টগুলোর উত্তর যাচাই করতে Terminal X একটি মূল্যায়ন এজেন্ট তৈরি করেছে. এটি GPT‑6.1 Sol ও OpenAI-এর অন্যান্য মডেলে চালিত একটি সমন্বিত ওয়ার্কফ্লো. একজন ভাইস প্রেসিডেন্ট যেভাবে বিশ্লেষকের কাজ পর্যালোচনা করেন, সেভাবেই প্রতিটি এজেন্টের ফলাফল পর্যালোচনার জন্য এটি তৈরি করা হয়েছে.
মূল্যায়ন এজেন্ট প্রতিটি ফলাফল 54টি মানদণ্ডের একটি মূল্যায়ন কাঠামো অনুযায়ী যাচাই করে. এটি যাচাই করে: সংখ্যাগত তথ্য, তুলনীয় প্রতিষ্ঠানের তথ্য, বিশ্লেষকদের সম্মিলিত প্রাক্কলন এবং উদ্ধৃতিগুলো কি সঠিক উৎস থেকে নেওয়া হয়েছে? বিশ্লেষণের বক্তব্য কি যুক্তিসংগত? সুপারিশটি কি প্রতিষ্ঠানের নিজস্ব দৃষ্টিভঙ্গির সঙ্গে সামঞ্জস্যপূর্ণ?

প্রতিটি যাচাইয়ের ফলাফল হয় ‘উত্তীর্ণ’ নয়তো ‘অনুত্তীর্ণ’ হিসেবে নির্ধারিত হয়. কোনো যাচাইয়ে ব্যর্থতা থাকলে তার কারণ এক লাইনে ব্যাখ্যা করা হয় এবং সঠিকতর উৎস বা সংশোধিত লেখা যুক্ত করা হয়. এরপর সেটি মেমোরি হিসেবে সংরক্ষিত হয়. যেমন, উপযুক্ত উৎস উল্লেখ না করা, ভুল তুলনীয় প্রতিষ্ঠান বেছে নেওয়া কিংবা বিশ্লেষণের যুক্তি প্রতিষ্ঠানের বিনিয়োগ-অবস্থানের সঙ্গে না মেলা—এ ধরনের ভুল সংশ্লিষ্ট দলের জন্য নতুন কাজের নির্দেশনা অথবা নতুন টেস্ট কেস হিসেবে সংরক্ষিত হয়.
Terminal X-এর সহপ্রতিষ্ঠাতা ও প্রধান প্রযুক্তি কর্মকর্তা কেন লি বলেন, “প্রতিটি উত্তর মূল্যায়ন করা হয়. আর বিশ্লেষক যা কিছু সংশোধন করেন, তা থেকে ব্যবস্থাটি ওই প্রতিষ্ঠানের কাজের ধরন সম্পর্কে আরেকটু শেখে.” “তাই কোনো প্রতিষ্ঠান এটি যত বেশিদিন ব্যবহার করে, এটি তত বেশি তাদের নিজস্ব দলের মতো চিন্তা করে.”
Terminal X তাদের নিজস্ব মূল্যায়নের ফলাফলের ভিত্তিতে মডেল নির্বাচন করে. 500টি মূল্যায়িত সিদ্ধান্তের মধ্যে GPT‑6.1 Sol-চালিত মূল্যায়ন এজেন্ট 88.6% ক্ষেত্রে জ্যেষ্ঠ মানব পর্যালোচকের মতামতের সঙ্গে একমত হয়েছে. দ্বিতীয় সেরা মডেলের ক্ষেত্রে এই হার ছিল 86.4%—অর্থাৎ উন্নতি হয়েছে 220 বেসিস পয়েন্ট.
GPT‑6.1 Sol যে ধরনের ভুল শনাক্ত করার ক্ষেত্রে ভালো ফল করেছে, তার একটি হলো বিনিয়োগ-কৌশল থেকে বিচ্যুতি. উদাহরণস্বরূপ, কোনো বাইআউট ফান্ডের বিনিয়োগনীতি হলো এমন সম্ভাব্য প্রতিষ্ঠান খুঁজে বের করা, যেগুলোকে শেয়ারবাজার থেকে কিনে ব্যক্তিমালিকানাধীন প্রতিষ্ঠানে রূপান্তর করা যায় এবং যেগুলোর শেয়ার নিট সম্পদমূল্যের (NAV) তুলনায় কম দামে লেনদেন হচ্ছে; পাশাপাশি, ব্যবসাটির আর্থিক ও বাণিজ্যিক সম্ভাবনা যাচাই করা এবং অর্থায়নের কাঠামো নির্ধারণ করা. কিন্তু বিভিন্ন পরিস্থিতিভিত্তিক মডেল যখন বাজারের গতিপথ পরিবর্তনের ইঙ্গিত দেয়, তখন বিনিয়োগসংক্রান্ত বিশ্লেষণগুলো ফান্ডের মূল কৌশল থেকে সরে গিয়ে আর্থিক সংকটে থাকা প্রতিষ্ঠানের ঋণে বিনিয়োগ বা জরুরি আর্থিক সহায়তার জন্য অর্থায়নের সুপারিশ করতে শুরু করে. GPT‑6.1 Sol-চালিত মূল্যায়ন এজেন্ট পরবর্তী সেরা মডেলের তুলনায় এ ধরনের বিচ্যুতি প্রায় 25% বেশি শনাক্ত করেছে.
দীর্ঘ কনটেক্সটের কাজে GPT‑6.1 Sol-এর সাশ্রয়ী টোকেন ব্যবহারের কারণে Terminal X একই বাজেটে আরও গভীর পর্যালোচনার ওয়ার্কফ্লো তৈরি করতে পেরেছে. প্রথমে বিনিয়োগের মূল যুক্তি ফান্ডের নির্ধারিত বিনিয়োগনীতি অনুযায়ী যাচাই করা হয়, এরপর ফান্ডটির সাম্প্রতিক চুক্তিগুলোর সঙ্গে মিলিয়ে দেখা হয়. সিদ্ধান্ত সম্পর্কে অনিশ্চয়তা থাকলে পরীক্ষাটি পুনরায় চালানো হয়, এবং প্রতিবেদন তৈরির আগে এজেন্ট সব ফলাফল মিলিয়ে দেখে এবং অসংগতিগুলো সমাধান করে.
এই অতিরিক্ত যাচাইয়ের ফলে এমন কিছু বিনিয়োগচুক্তির সমস্যা ধরা পড়েছে, যেগুলো তুলনীয় একটি মডেল দিয়ে একবার পরীক্ষা করেই গ্রহণযোগ্য বলে ধরে নেওয়া হয়েছিল. একই সঙ্গে, GPT‑6.1 Sol পরবর্তী সেরা মডেলের তুলনায় প্রতি কোয়েরিতে প্রায় 30% কম খরচে একই ওয়ার্কফ্লো সম্পন্ন করেছে, অথচ কাজের গতিও ছিল প্রায় সমান.
GPT‑6.1 Sol ও GPT‑6 Luna ব্যবহার করে Terminal X বিভিন্ন প্রতিষ্ঠানের জন্য এখন পর্যন্ত 1,700 মেমোরি তৈরি করেছে এবং 10 লাখের বেশি প্রয়োজনমাফিক ওয়ার্কফ্লো চালিয়েছে. বর্তমানে তাদের সাপ্তাহিক সক্রিয় ব্যবহারকারীর সংখ্যা মোট মাসিক সক্রিয় ব্যবহারকারীর 81%.
Terminal X-এর পরবর্তী পদক্ষেপ হলো প্রতিষ্ঠানের মেমোরিকে বিভাগ থেকে ব্যক্তিপর্যায়ে বিস্তৃত করা. এতে প্রতিটি বিনিয়োগ পেশাজীবীর মানদণ্ড শুধু তাঁর বর্ণনা অনুযায়ী নয়, বাস্তবে তিনি যেভাবে তা প্রয়োগ করেন, সেভাবে সংরক্ষিত হবে.
Terminal X-এর সহপ্রতিষ্ঠাতা ও প্রধান নির্বাহী কর্মকর্তা হিউনের কাছে এটাই মূল কথা: “আগামী দশকে যেসব প্রতিষ্ঠান এগিয়ে থাকবে, তারা নিজেদের সিদ্ধান্ত গ্রহণের বিচারবুদ্ধিকে ডেটা হিসেবে নিজেদের সম্পদে পরিণত করবে. আমাদের কাজ সেই বিচারবোধকে পরিমাপযোগ্য করে তোলা, যাতে তা সংরক্ষণ, উন্নত ও পুনর্ব্যবহার করা যায়.”


