50% ang na-cut ng Parallel sa oras at gastos dahil sa GPT‑6 Astra
Gamit ang GPT‑6 Astra, nasaliksik at na-synthesize ng mga agent ng Parallel ang data ng labor-market sa kalahati ng dating oras at gastos ng mga naunang modelo.
50%
Mas maikling oras para matapos ang mga gawain sa pananaliksik
50%
Pagbaba ng gastos sa code
Bumubuo ang Parallel(magbubukas sa bagong window) ng imprastraktura para sa mga developer ng mga AI agent na nagsasagawa ng gawaing pangkaalaman sa web. Sinusuportahan ng mga tool nito ang lahat mula sa web grounding para sa mga voice agent hanggang sa pananaliksik para sa mga institusyong pinansyal at mga customer sa legal na sektor, gamit ang mga frontier na modelo kasama ng paghahanap sa web.
Para sa pinakamatatagal na gawain sa pananaliksik ng Parallel, karaniwang kailangan ang mas malaking modelo na may pinalawig na pangangatwiran upang makakuha ng de-kalidad na sagot, kaya mas maraming oras at resource ang nagagamit. Malaki ang ibinuti ng oras at gastos ng kumpanya gamit ang GPT‑6 Astra.
“Sa Astra, naipakita naming puwede kang makakuha ng parehong de-kalidad na pananaliksik nang higit na mas mabilis, at sa mas kaunting research call at token.”
Sa isang pagsubok sa GPT‑6 Astra, inatasan ng Parallel ang agent nito na saliksikin ang anim na magkakaibang istatistika sa labor market sa apat na estado sa loob ng anim na buwan. Kinailangang maghanap ang agent sa maraming website, mangolekta ng impormasyon, at tipunin ang mga natuklasan sa iisang ulat ng pananaliksik.
Natapos ng GPT‑6 Astra ang gawain sa kalahati ng oras na ginugol ng mga dating modelo, habang binabawasan nang humigit-kumulang 50% ang gastos sa code at pinananatili ang parehong kalidad ng pananaliksik.
Napansin din ng Parallel na mas nakatuon ang mga paghahanap ng GPT‑6 Astra at mas kaunti ang mga hakbang nito para makakuha ng kapaki-pakinabang na resulta.
“Nagbigay ang Astra ng mas naka-target na mga query sa paghahanap at mas nakatuon ito sa pangunahing gawain, habang ginagamit ang kaalaman nito sa mundo kumpara sa mga dating modelo.”
Dahil sa mas mataas na kahusayan, naging mas praktikal para sa Parallel na hatiin ang pananaliksik sa maraming agent. Maitatalaga ng GPT‑6 Astra ang mga partikular na gawain sa pananaliksik sa mga sub-agent, kaya sabay-sabay na naisasagawa ang trabaho at nababawasan ang oras sa iisang sunod-sunod na paghahanap.
Mas mahusay na ngayon ang proseso ng Parallel sa pagbuo ng sagot na nakabatay sa pananaliksik mula sa isang kumplikadong tanong, na may mas maikling paghihintay, mas mababang gastos, at mas malawak na kakayahang magsagawa ng mahihirap na pananaliksik nang malawakan.
