تکمیل کارپوشه مالیاتی در Basis با GPT‑6 Astra در نصف زمان

Basis⁠(در یک پنجره جدید باز می‌شود) عامل‌های هوش مصنوعی می‌سازد تا بخش بزرگی از کارهای دستی روزانه حسابداران را خودکار کند و به آن‌ها کمک کند وقت خود را به‌جای کارهای تکراری، صرف کارهای راهبردی کنند. پژوهش‌های این شرکت بر عامل‌هایی متمرکز است که بتوانند وظایف طولانی را با اطمینان انجام دهند. اکنون این شرکت با GPT‑6 Astra شاهد درک بهتر اهداف حسابداران است.

Basis عملکرد GPT‑6 Astra و GPT‑5.6 Sol را در تکمیل یک کارپوشه مالیاتی پیچیده با ۵۰ برگه مقایسه کرد. وظیفه این بود که کارپوشه به‌طور دقیق و قابل‌اعتماد تکمیل شود؛ GPT‑6 Astra این کار را به‌مراتب سریع‌تر انجام داد.

Basis همچنین دریافت که GPT‑6 Astra در آغاز هر وظیفه تصمیم‌های بهتری می‌گیرد؛ در نتیجه، عامل‌های Basis مسیر مستقیم‌تری را برای انجام کار طی می‌کنند و زمان کمتری صرف اصلاح اشتباهات می‌شود. به گفته ترویانوفسکی، این موضوع باعث می‌شود مدل از توکن‌ها نیز بهینه‌تر استفاده کند.

Basis همچنین از GPT‑6 Astra می‌خواهد میزان استدلال خود را در طول انجام وظیفه تنظیم کند: در مراحل دشوار، محاسبات بیشتری انجام دهد و در مراحل ساده‌تر، محاسبات کمتری. مدل می‌تواند این تنظیمات را بدون تغییر در حافظه نهان خود انجام دهد. ترویانوفسکی می‌گوید این قابلیت به کاهش هزینه و زمان پاسخ‌گویی کمک می‌کند و انجام وظایف طولانی را برای Basis و مشتریانش مقرون‌به‌صرفه‌تر می‌سازد.

Basis با GPT‑6 Astra شاهد بهبود حدود ۲۰ درصدی امتیازهای ارزیابی داخلی خود بود. این بهبود حاصل درک بهتر قصد کاربر بود، از جمله تشخیص اینکه چه زمانی باید سؤال بپرسد، فرضیات را مشخص کند و دستورالعمل‌ها را دنبال کند.

Basis هم نحوه کار عامل‌های خود و هم پاسخ‌های نهایی آن‌ها را ارزیابی می‌کند؛ از جمله اینکه آیا از قالب‌ها پیروی می‌کنند، برای پرسش‌های مالیاتی به منابع اصلی مراجعه می‌کنند و کار خود را بازبینی می‌کنند یا نه. GPT‑6 Astra می‌تواند با در نظر گرفتن زمینه گسترده‌تر و با دستورالعمل‌های صریح کمتر، این انتظارات را استنباط کند.

این قابلیت نیاز Basis به نوشتن قواعد برای تک‌تک موقعیت‌ها را کاهش می‌دهد و به تیم اطمینان بیشتری می‌دهد که عامل‌هایش می‌توانند از پس موقعیت‌هایی فراتر از موارد پوشش‌داده‌شده در آزمون‌های داخلی برآیند.