Déanann Model ML obair airgeadais go héifeachtúil le GPT‑5.6 Sol
Úsáideann Model ML GPT‑5.6 Sol i sreafaí oibre a chruthaíonn comhaid ineagarthóireachta PowerPoint agus Excel, le 21% níos lú comharthaí in aghaidh na deice ná Fable 5.
Torthaí
21%
Níos lú comharthaí in aghaidh na deice PowerPoint ná Fable 5
Torthaí
16.6
Buntáiste i bpointí céatadáin ar Opus 5 maidir le hullmhacht ghairmiúil
Torthaí
36%
Níos lú comharthaí in aghaidh leabhar oibre Excel ná Opus 5
Torthaí
5
Nóiméid chun bileog achoimre shaincheaptha a chruthú, seachas tuairim is uair an chloig
Sular féidir anailís airgeadais a chur os comhair cliant nó cinnteoirí sinsearacha, caithfidh foirne í a thabhairt tríd an gcéim dheireanach dhúshlánach: an fhianaise a réiteach, an comhad a chruthú agus a fhormáidiú, gach uimhir a sheiceáil agus gach maíomh a nascadh lena fhoinse. Caithfidh an deic PowerPoint nó an leabhar oibre Excel deiridh a bheith ineagarthóireachta agus réidh lena ghrinnscrúdú.
Thuig comhbhunaitheoirí Model ML, na deartháireacha Arnie agus Chaz Englander, an méid oibre a bhí i gceist nuair a thosaigh siad, tar éis dhá imeacht rathúla, ag infheistiú trí oifig phríobháideach teaghlaigh agus, mar is dual do thógálaithe, ag forbairt bogearraí chun cabhrú leo féin.
D’fhás Model ML as na bogearraí sin, agus cuidíonn a ghníomhairí le gairmithe airgeadais sreabhadh oibre a thabhairt ón iarratas tosaigh, tríd an taighde agus an anailís, go deic nó leabhar oibre críochnaithe. Ag a chroílár, déanann príomhghníomhaire an obair a phleanáil, na huirlisí cearta a roghnú, an fhianaise a réiteach agus ríomhanna a dhéanamh, agus seolann sé gach céim chuig an tsamhail is oiriúnaí di, GPT‑5.6 Sol go minic. Ar na huirlisí sin tá uirlisí doiciméad Model ML féin, a chruthaíonn comhaid dhúchasacha PowerPoint agus Excel a bhfuil a bhfoinsí inrianaithe.
“Bhí samhlacha níos luaithe in ann obair anailísí a dhéanamh, ach chaithfeadh an t-úsáideoir an tasc a mhiondealú go soiléir, go háirithe an chuma a bhí uaidh ar an aschur. Le GPT-5.6 Sol, táimid ag fáil amach go dtagann an gníomhaire i bhfad níos gaire don aschur deiridh.”
Cuidíonn Model ML le foirne airgeadais trí shreafaí oibre airgeadais a uathoibriú ó thús deireadh. Bunaithe ar threoir agus ábhar foinseach, is féidir leis an ngníomhaire tasc a thabhairt tríd an taighde agus an tsamhaltú go hábhair chríochnaithe do chliaint nó d’fhoirne margaí. Seiceálann an gairmí airgeadais na toimhdí, na foinsí agus an teachtaireacht sula roinneann sé an obair.
Tugann Model ML “neamhspleách ar an gcomhéadan” ar an táirge. Is féidir le gairmí airgeadais tasc a thosú i ríomhphost nó san aip Model ML, agus leanúint leis i mbreiseáin Microsoft Office gan é a mhíniú arís.
Leanann an leanúnachas sin ar aghaidh san obair chríochnaithe. I gcás deic do choiste infheistíochta, is féidir le Model ML treoir agus ábhar foinseach a thiontú ina PowerPoint ineagarthóireachta. I gcás tasc Excel, is féidir leis an ngníomhaire tosú le teimpléad cliaint nó leabhar oibre bán, na sonraí riachtanacha a bhailiú, foirmlí agus loighic a chruthú thar iliomad cluaisíní, agus formáidiú airgeadais a chur i bhfeidhm ansin chun scarbhileog iomlán nó samhail airgeadais a tháirgeadh.
In Composite Model ML, tagarmharc meastóireachta na cuideachta don intleacht shaorga i seirbhísí airgeadais, d’úsáid GPT‑5.6 Sol 36% níos lú comharthaí in aghaidh an leabhair oibre ná Opus 5 i sreabhadh oibre Excel.
“Ba cheart don úsáideoir díriú ar an mbreithiúnas, amhail na toimhdí a bheachtú nó an teachtaireacht a ghéarú, seachas díreach an anailís a athchruthú.”
Tríd an obair a thabhairt tríd an gcéim dheireanach sin, is féidir leis an ngníomhaire am a shábháil ar tháirgí insoláthartha aonair agus cabhrú le foirne méideanna móra ábhair fhoinsigh a phróiseáil. Ag bainisteoir sócmhainní domhanda amháin, tógann sé thart ar chúig nóiméad anois bileog achoimre shaincheaptha a chur le chéile, seachas tuairim is uair an chloig ar anailísí roimhe seo. I sreabhadh oibre eile, phróiseáil gníomhairí Model ML seomraí fíorúla sonraí ina raibh breis agus 100,000 ró agus na céadta comhad in aon iarracht amháin.
Rinne Model ML measúnú ar GPT‑5.6 Sol i dteannta samhlacha ceannródaíocha eile thar réimse sreafaí oibre airgeadais. Leanann a mheastóireachtaí Composite tasc ón treoir airgeadais tosaigh, tríd an taighde agus na ríomhanna, go deic nó scarbhileog ineagarthóireachta; ansin seiceálann siad na huimhreacha, na foinsí, na foirmlí agus an struchtúr, chomh maith le cáilíocht amhairc na gcur i láthair.
I gcás PowerPoint, cuimsíonn meastóireacht Composite Model ML fíorshreafaí oibre agus na céadta deic ghinte, agus úsáidtear rúibric mhionsonraithe scórála.
Chuir GPT‑5.6 Sol sreabhadh oibre PowerPoint i gcrích i 100% de na cásanna tástála, i gcomparáid le 76% i gcás Opus 5. Sháraigh sé tairseach ullmhachta gairmiúla Model ML freisin—tomhas ar cé acu a bhí an t-aschur réidh d’athbhreithniú substainteach—i 43.3% de na cásanna, i gcomparáid le 26.7%. Bhí sé chun tosaigh ar Opus 5 freisin maidir le cáilíocht na ndeiceanna, cloí leis an treoir, ordlathas agus comhsheasmhacht.
I dteannta a chéile, thug na torthaí Composite thuas an fhianaise do Model ML chun úsáid GPT‑5.6 Sol i dtáirgeadh a leathnú, lena n-áirítear i roinnt sreafaí oibre a ndearna Opus 4.8 iad a láimhseáil roimhe seo. I sreafaí oibre PowerPoint, chuir GPT‑5.6 Sol cáilíocht iomaíoch deiceanna ar fáil mar aon le ráta níos airde de dheiceanna críochnaithe a bhí réidh lena n-athbhreithniú ná Opus 5 agus Fable 5, agus d’úsáid sé thart ar 21% níos lú comharthaí ná Fable 5.
“Le bheith réidh don fhíorobair, caithfidh an t-úsáideoir a bheith in ann dul díreach chuig fíor-athbhreithniú,” a deir Englander. “Is féidir na huimhreacha a rianú siar, déanann an leabhar oibre athríomh agus tá an sleamhnán ineagarthóireachta.”
Thug PowerPoint diantriail do Model ML féachaint an raibh GPT‑5.6 Sol réidh don fhíorobair. Féadfaidh cuma shnasta a bheith ar dheic ach teip uirthi san athbhreithniú má tá a huimhreacha mícheart nó do-rianta, má tá a cairteacha leacaithe, nó más gá a sleamhnáin a athchruthú sular féidir iad a roinnt.
Rith Model ML an tsamhail laistigh de chreat a ghníomhaire, in éineacht le huirlisí cruthaithe agus eagarthóireachta doiciméad a ligeann don ghníomhaire sleamhnáin a chruthú le graif agus táblaí ineagarthóireachta. Coinníonn sé an treoir bhunaidh sa chomhthéacs agus é ag obair, agus ansin déanann sé athbhreithniú amhairc ar gach sleamhnán sula seolann sé an comhad ar ais.
Léiríonn an sampla thíos mar a tháinig feabhas ar aschur PowerPoint Model ML ó GPT‑5.5 go GPT‑5.6 Sol, lena n-áirítear ordlathas níos soiléire agus dearadh sleamhnán níos comhsheasmhaí.

Roimhe: GPT‑5.5

Ina dhiaidh: GPT‑5.6 Sol
Sa lá atá inniu ann, cuireann creat Model ML foirne uirlisí ar fáil don ghníomhaire ar féidir leis iad a lódáil chun rochtain a fháil ar chomhtháthuithe sonraí, uirlisí agus scileanna eagarthóireachta doiciméad, agus timpeallachtaí rite cóid. Coinníonn sé seo an gníomhaire dírithe agus tugann sé dó na huirlisí beachta a theastaíonn uaidh chun oibriú le doiciméid an úsáideora.
Tháinig Model ML ar an socrú seo trí sheisiúin ar an láthair le OpenAI. Rianaigh na foirne mar a phleanáil an gníomhaire cuir i láthair, mar a roghnaigh sé uirlisí agus mar a choinnigh sé an comhthéacs. D’úsáid siad na torthaí sin ansin chun treoracha an ghníomhaire a bheachtú agus chun cinneadh a dhéanamh cathain ba cheart gach foireann uirlisí a lódáil.
Tá custaiméirí Model ML ag aistriú i dtreo aschuir bhrabhsálaithe a fhanann nasctha leis na samhlacha agus leis an ábhar foinseach atá taobh thiar díobh.
Is féidir le hardán Model ML aschuir shlána idirghníomhacha a ghiniúint ar féidir iad a nuashonrú go leanúnach nó a ghlasáil ag pointe áirithe ama. D’fhéadfadh athbhreithneoir achoimre infheistíochta a oscailt, cliceáil tríd chuig an tsamhail airgeadais atá taobh thiar d’fhigiúr, agus oibriú leis an ngníomhaire ón leathanach céanna.
“Dearadh PowerPoint, Excel agus Word do dhomhan ina ndéantaí obair eolais de láimh,” a deir Englander. “D’athraigh an intleacht shaorga an toimhde sin. Tá na bogearraí féin ar tí athrú.”


