ಐರನ್‌ಕ್ಲ್ಯಾಡ್ ಜೊತೆಗೆ ಕಂಪ್ಯೂಟರ್ ಬಳಕೆಯಲ್ಲಿ ಪ್ರಗತಿ
ಒಪ್ಪಂದ ಕ್ಷೇತ್ರದ ಸಂಶೋಧನಾ ಸಹಯೋಗವು ಸಂಕೀರ್ಣ ವೃತ್ತಿಪರ ಕೆಲಸಗಳಲ್ಲಿ AI ಏಜೆಂಟ್‌ಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲು ಮತ್ತು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ನಮಗೆ ಹೇಗೆ ನೆರವಾಗುತ್ತಿದೆ.
ನಾವು GPT‑6 Astra ಪರಿಚಯಿಸಿದಾಗ, ದಾಖಲೆಗಳ ತಯಾರಿಕೆಯಿಂದ ವೆಬ್‌ಸೈಟ್‌ಗಳ ಪರೀಕ್ಷೆಯವರೆಗೆ ವೃತ್ತಿಪರ ಕೆಲಸಗಳಿಗೆ ಕಂಪ್ಯೂಟರ್ ಬಳಸುವಲ್ಲಿ ನಮ್ಮ ಮಾಡೆಲ್‌ಗಳು ಎಷ್ಟು ಪ್ರಗತಿ ಸಾಧಿಸಿವೆ ಎಂಬುದನ್ನು ತೋರಿಸಿದೆವು. ವಿಶೇಷ ಸಾಫ್ಟ್‌ವೇರ್ ಬಳಸಿ ಸಂಕೀರ್ಣ ವ್ಯವಹಾರ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸುವಲ್ಲಿ ಏಜೆಂಟ್‌ಗಳ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ದಕ್ಷತೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದು ನಮ್ಮ ಮುಂದಿನ ಗುರಿಯಾಗಿದೆ. ಕಂಪನಿಯ ವ್ಯವಹಾರ ನಿಯಮಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು, ಬಹುಹಂತದ ವರ್ಕ್‌ಪ್ಲೋಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಮತ್ತು ತಮ್ಮ ಕೆಲಸವು ಮೂಲ ಅವಶ್ಯಕತೆಗಳನ್ನು ಪೂರೈಸಿದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಲು ಮಾಡೆಲ್‌ಗಳಿಗೆ ತರಬೇತಿ ನೀಡುವ ವಿಧಾನಗಳನ್ನು ಅನ್ವೇಷಿಸುತ್ತಿದ್ದೇವೆ.
ಈ ಸಂಶೋಧನೆಯನ್ನು ಚುರುಕುಗೊಳಿಸಲು, ಈ ವರ್ಕ್‌ಪ್ಲೋಗಳನ್ನು ಚೆನ್ನಾಗಿ ಬಲ್ಲ ಆಯ್ದ ಕೆಲವು ಸಾಫ್ಟ್‌ವೇರ್ ಕಂಪನಿಗಳೊಂದಿಗೆ ನೇರವಾಗಿ ಪಾಲುದಾರಿಕೆ ಮಾಡಿಕೊಳ್ಳುತ್ತಿದ್ದೇವೆ. ಒಟ್ಟಾಗಿ, ಸವಾಲಿನ ಹಾಗೂ ಹೆಚ್ಚು ಮೌಲ್ಯಯುತ ಕಾರ್ಯಗಳನ್ನು ಗುರುತಿಸಿ, ನಮ್ಮ ಮಾಡೆಲ್‌ಗಳ ತರಬೇತಿ ಮತ್ತು ಮೌಲ್ಯಮಾಪನಕ್ಕಾಗಿ ಅವುಗಳನ್ನು ಸಂಶೋಧನಾ ಸಮಸ್ಯೆಗಳಾಗಿ ರೂಪಿಸುತ್ತಿದ್ದೇವೆ. ಈ ಮೂಲಕ ನೈಜ ವ್ಯವಹಾರ ಬಳಕೆಯಲ್ಲಿ ನಮ್ಮ ಮಾಡೆಲ್‌ಗಳ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಉಪಯುಕ್ತತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತಿದ್ದೇವೆ.
AI ಆಧಾರಿತ ಒಪ್ಪಂದ ನಿರ್ವಹಣೆಯಲ್ಲಿ ಮುಂಚೂಣಿಯಲ್ಲಿರುವ ಐರನ್‌ಕ್ಲ್ಯಾಡ್ ನಮ್ಮ ಮೊದಲ ಪಾಲುದಾರನಾಗಿದೆ. ಐರನ್‌ಕ್ಲ್ಯಾಡ್ ತಂಡದೊಂದಿಗೆ ನಿಕಟವಾಗಿ ಕೆಲಸ ಮಾಡಿ, ಏಜೆಂಟ್‌ಗಳು ಒಪ್ಪಂದಗಳು, ಅನುಮೋದನೆಗಳು ಮತ್ತು ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ಕಾನೂನು ಷರತ್ತುಗಳನ್ನು ಕಾನ್ಫಿಗರ್ ಮಾಡಬೇಕಾದ ಕಾರ್ಯಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದೇವೆ. ಈ ಸಂಕೀರ್ಣ ವರ್ಕ್‌ಫ್ಲೋಗಳಲ್ಲಿ ಪ್ರಗತಿಯನ್ನೂ ತೋರಿಸಿದ್ದೇವೆ. ಯಾವುದನ್ನು ಯಶಸ್ಸು ಎಂದು ಪರಿಗಣಿಸಬೇಕು ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ಮತ್ತು ಗ್ರಾಹಕರ ನೈಜ ಅಗತ್ಯಗಳನ್ನು ಅತ್ಯಾಧುನಿಕ ಮಾಡೆಲ್ ಅಭಿವೃದ್ಧಿಗೆ ನೇರವಾಗಿ ತರಲು ಐರನ್‌ಕ್ಲ್ಯಾಡ್‌ನ ಪರಿಣತಿ ಪ್ರಮುಖ ಪಾತ್ರ ವಹಿಸಿದೆ. ಅವರ ಪಾಲುದಾರಿಕೆಗೆ ನಾವು ಕೃತಜ್ಞರಾಗಿದ್ದೇವೆ ಮತ್ತು ಒಟ್ಟಾಗಿ ಸಾಧಿಸಿದ್ದನ್ನು ಹಂಚಿಕೊಳ್ಳಲು ಉತ್ಸುಕರಾಗಿದ್ದೇವೆ.
ಐರನ್‌ಕ್ಲ್ಯಾಡ್ ಕಾರ್ಯಗಳಲ್ಲಿ ತರಬೇತಿ ಪಡೆದ ನಮ್ಮ ಮೊದಲ ಅತ್ಯಾಧುನಿಕ ಮಾಡೆಲ್ GPT‑6 Astra ಆಗಿದೆ. ನಮ್ಮ ಸಂಶೋಧನಾ ಮೌಲ್ಯಮಾಪನದಲ್ಲಿ, ಅದರ ಸರಾಸರಿ ಅಂಕ GPT‑5.6 Solಗಿಂತ 32% ಹೆಚ್ಚಿತ್ತು. ಪ್ರತಿ ಪ್ರಯತ್ನದ ಅಂದಾಜು ಸಮಯ 48% ಕಡಿಮೆಯಿತ್ತು.1
ಸಾಫ್ಟ್‌ವೇರ್ ಖರೀದಿಗೆ ಪ್ರಕ್ರಿಯೆಯೊಂದನ್ನು ರೂಪಿಸುತ್ತಿರುವ ಕಾನೂನು ಕಾರ್ಯಾಚರಣೆ ತಂಡವನ್ನು ಪರಿಗಣಿಸಿ. ನಿಗದಿತ ಮೊತ್ತ ಮೀರಿದ ಖರೀದಿಗಳಿಗೆ ಹಣಕಾಸು ವಿಭಾಗದ ಅನುಮೋದನೆ ಬೇಕಾಗಬಹುದು. ಕೆಲವು ವಿನಂತಿಗಳನ್ನು ಭದ್ರತಾ ವಿಭಾಗವೂ, ಪ್ರಮಾಣಿತವಲ್ಲದ ಷರತ್ತುಗಳನ್ನು ಕಾನೂನು ವಿಭಾಗವೂ ಪರಿಶೀಲಿಸಬೇಕಾಗಬಹುದು. ಪ್ರಕ್ರಿಯೆ ರೂಪಿಸುವ ವ್ಯಕ್ತಿಯು ಈ ಚಿಕ್ಕ ಪಟ್ಟಿಯನ್ನು ಮಾಹಿತಿ ಸಂಗ್ರಹಣಾ ನಮೂನೆ, ಡಾಕ್ಯುಮೆಂಟ್ ಟೆಂಪ್ಲೇಟ್‌ಗಳು, ಅನುಮೋದನಾ ನಿಯಮಗಳು ಮತ್ತು ಅಂತಿಮ ಒಪ್ಪಂದದ ದಾಖಲೆಯಾಗಿ ಪರಿವರ್ತಿಸಬೇಕು.
ಇದೇ ಕೆಲಸ ಮಾಡುವ AI ಏಜೆಂಟ್, ಸಾಫ್ಟ್‌ವೇರ್‌ನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಉದ್ದಕ್ಕೂ ಆ ಅವಶ್ಯಕತೆಗಳನ್ನು ಗಮನದಲ್ಲಿಟ್ಟುಕೊಳ್ಳಬೇಕು. ಉದಾಹರಣೆಗೆ, ನಿಗದಿತ ವೆಚ್ಚದ ಮಿತಿ ಮೀರಿದರೆ ಹಣಕಾಸು ವಿಭಾಗದ ಅನುಮೋದನೆ ಅಗತ್ಯವಾಗುವಂತೆ ಕಾನ್ಫಿಗರ್ ಮಾಡಬೇಕು. ಆ ಮಿತಿಯ ಮೇಲಿನ ಮತ್ತು ಕೆಳಗಿನ ವಿನಂತಿಗಳು ಸರಿಯಾದ ಮಾರ್ಗಗಳನ್ನು ಅನುಸರಿಸುತ್ತವೆಯೇ ಎಂದೂ ಪರಿಶೀಲಿಸಬೇಕು. ಪ್ರತ್ಯೇಕ ಹಂತಗಳನ್ನು ಸರಿಯಾಗಿ ನಿರ್ವಹಿಸಿದರೆ ಸಾಲದು: ಪೂರ್ಣಗೊಂಡ ಪ್ರಕ್ರಿಯೆಯು ಅದು ನಿರ್ವಹಿಸಬೇಕಾದ ಎಲ್ಲಾ ಸಂದರ್ಭಗಳಲ್ಲೂ ಸರಿಯಾಗಿ ಕೆಲಸ ಮಾಡಬೇಕು.
ಐರನ್‌ಕ್ಲ್ಯಾಡ್ ಉದ್ಯೋಗಿಗಳು ಮತ್ತು OpenAI ನಲ್ಲಿ ಐರನ್‌ಕ್ಲ್ಯಾಡ್ ಬಳಸುವವರು ಕಾನೂನು, ವಾಣಿಜ್ಯ ಮತ್ತು ಖರೀದಿ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ 11 ಕಾರ್ಯಗಳನ್ನು ಗುರುತಿಸಲು ನಮ್ಮ ಸಂಶೋಧಕರಿಗೆ ನೆರವಾದರು. ಗೌಪ್ಯತಾ ಒಪ್ಪಂದಗಳನ್ನು ಸಿದ್ಧಪಡಿಸುವುದು, ಖರೀದಿ ಅನುಮೋದನಾ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ರೂಪಿಸುವುದು ಮತ್ತು ವಿನಂತಿಸುವವರು ಆಯ್ಕೆಮಾಡುವ ನ್ಯಾಯವ್ಯಾಪ್ತಿಗೆ ಹೊಂದುವಂತೆ ಮರುಬಳಕೆಯ ಕಾನೂನು ಷರತ್ತನ್ನು ಅಪ್‌ಡೇಟ್ ಮಾಡುವುದು ಈ ಕಾರ್ಯಗಳಲ್ಲಿ ಸೇರಿದ್ದವು. ಅನುಭವಿ ಬಳಕೆದಾರರಿಗೆ ಪ್ರತಿ ಕಾರ್ಯಕ್ಕೆ ಸರಾಸರಿ ಸುಮಾರು 30ರಿಂದ 40 ನಿಮಿಷಗಳು ಬೇಕಾಗಬಹುದು ಎಂದು ನಾವು ಅಂದಾಜಿಸುತ್ತೇವೆ.
ಪ್ರತಿ ಕಾರ್ಯದ ಸಂಕೀರ್ಣತೆಗೆ ಅನುಗುಣವಾಗಿ 8 ರಿಂದ 50 ಮಾನದಂಡಗಳ ಆಧಾರದಲ್ಲಿ ಅದನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದೆವು. ಇದರಿಂದ ಮಾಡೆಲ್ ಯಾವ ಭಾಗಗಳನ್ನು ಸರಿಯಾಗಿ ನಿರ್ವಹಿಸಿತು ಮತ್ತು ಎಲ್ಲಿ ವಿಫಲವಾಯಿತು ಎಂಬುದನ್ನು ತಿಳಿಯಲು ಸಾಧ್ಯವಾಯಿತು. ಈ ಕಾರ್ಯಗಳನ್ನು ಮಾಡೆಲ್‌ಗಳು ಅಭ್ಯಾಸ ಮಾಡಲು ಐರನ್‌ಕ್ಲ್ಯಾಡ್ ತನ್ನ ಉತ್ಪನ್ನದ ಹೋಸ್ಟ್ ಮಾಡಲಾದ ಸಾಫ್ಟ್‌ವೇರ್ ಪರಿಸರಗಳನ್ನೂ ಒದಗಿಸಿತು. ನಮ್ಮ ಸಂಶೋಧಕರು ಪ್ರಾತಿನಿಧಿಕ ವರ್ಕ್‌ಫ್ಲೋಗಳ ಆಧಾರದಲ್ಲಿ ಕೃತಕ ತರಬೇತಿ ಕಾರ್ಯಗಳನ್ನು2 ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು. ಅಭ್ಯಾಸ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆಯ ಮೂಲಕ ಮಾಡೆಲ್‌ಗಳನ್ನು ಸುಧಾರಿಸಲು ರೀಇನ್‌ಫೋರ್ಸ್‌ಮೆಂಟ್ ಲರ್ನಿಂಗ್ ಬಳಸಿದರು. ಕೆಲಸವನ್ನು ಬಲ್ಲವರೊಂದಿಗೆ ಆಯ್ದ ಕಾರ್ಯಗಳು, ವಿವರವಾದ ಮಾನದಂಡಗಳು ಮತ್ತು ಮಾಡೆಲ್‌ಗಳಿಗೆ ಅಭ್ಯಾಸದ ಅವಕಾಶ—ಇವೆಲ್ಲವೂ ಒಟ್ಟಾಗಿ, ನಮ್ಮ ಗ್ರಾಹಕರಿಗೆ ಅತ್ಯಂತ ಮುಖ್ಯವಾದ ನೈಜ ಕಾರ್ಯಗಳಲ್ಲಿ ನಾವು ಸುಧಾರಣೆ ಸಾಧಿಸುವುದನ್ನು ಖಚಿತಪಡಿಸುತ್ತವೆ.
Astra ಗೆ Max ರೀಜನಿಂಗ್ ಮತ್ತು Sol ಗೆ ಹೈ ರೀಜನಿಂಗ್ ಬಳಸಿ ನಾವು Astra ಮತ್ತು GPT‑5.6 Sol ಅನ್ನು ಹೋಲಿಸಿದೆವು. ಈ ಸೆಟ್ಟಿಂಗ್‌ಗಳಲ್ಲಿ ಪ್ರತಿಯೊಂದು ಮಾಡೆಲ್ ಅತ್ಯಧಿಕ ಅಂಕ ಗಳಿಸಿತ್ತು. 11 ಸಂಶೋಧನಾ ಕಾರ್ಯಗಳಲ್ಲಿ Astra ದ ಸರಾಸರಿ ಅಂಕ 55.0% ಆಗಿದ್ದರೆ, GPT‑5.6 Sol ನದ್ದು 41.6% ಆಗಿತ್ತು. ಪ್ರತಿ ಪ್ರಯತ್ನದ ಅಂದಾಜು ಸರಾಸರಿ ಸಮಯವು Sol ನ 37.0 ನಿಮಿಷಗಳಿಂದ Astra ದ 19.2 ನಿಮಿಷಗಳಿಗೆ ಇಳಿಯಿತು.3 Astra ದ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಬಳಸಿದ ಆಂತರಿಕ ಮಾಡೆಲ್ ಈ ಕಾರ್ಯಗಳಲ್ಲಿ ಇನ್ನೂ ಉತ್ತಮವಾದ 63.7% ಅಂಕ ಗಳಿಸಿತು. ಈ ಹೆಚ್ಚುವರಿ ಸುಧಾರಣೆಗಳನ್ನು ಮುಂದಿನ ಮಾಡೆಲ್‌ಗಳಿಗೂ ತರುವುದು ನಮ್ಮ ಗುರಿಯಾಗಿದೆ.
ಮಾಪನ | GPT‑5.6 Sol | GPT‑6 Astra |
ಮೌಲ್ಯಮಾಪನ ಮಾನದಂಡಗಳ ಸರಾಸರಿ ಅಂಕ | 41.6% | 55.0% |
ಪ್ರತಿ ಪ್ರಯತ್ನದ ಅಂದಾಜು ಸರಾಸರಿ ಸಮಯ | 37.0 ನಿಮಿಷಗಳು | 19.2 ನಿಮಿಷಗಳು |
ಅನುಕರಣೆಯಲ್ಲಿ Astra ಪ್ರತಿ ಪ್ರಯತ್ನಕ್ಕೂ ಕಡಿಮೆ ಸಮಯ ತೆಗೆದುಕೊಂಡು ಕಾರ್ಯದ ಹೆಚ್ಚಿನ ಅವಶ್ಯಕತೆಗಳನ್ನು ಪೂರೈಸಿತು. ಒಂದೇ ಸಂಶೋಧನಾ ಕಾರ್ಯವನ್ನು ಮಾಡೆಲ್‌ಗಳು ಹೇಗೆ ನಿರ್ವಹಿಸಿದವು ಎಂಬುದನ್ನು ಕೆಳಗಿನ ಎರಡು ವೀಡಿಯೊ ತುಣುಕುಗಳು ತೋರಿಸುತ್ತವೆ. Astra (ಮೊದಲನೆಯದು) ಅಂದಾಜು 20 ನಿಮಿಷಗಳಲ್ಲಿ ಕಾರ್ಯದ ಸುಮಾರು 94% ಮಾನದಂಡಗಳನ್ನು ಪೂರೈಸಿತು; GPT‑5.6 Sol (ಎರಡನೆಯದು) ಅಂದಾಜು 32 ನಿಮಿಷಗಳಲ್ಲಿ ಸುಮಾರು 85% ಮಾನದಂಡಗಳನ್ನು ಪೂರೈಸಿತು.
GPT‑6 Astra ಅಂದಾಜು 20 ನಿಮಿಷಗಳಲ್ಲಿ ಕಾರ್ಯದ ಸುಮಾರು 94% ಮಾನದಂಡಗಳನ್ನು ಪೂರೈಸಿದೆ.
GPT‑5.6 Sol ಅಂದಾಜು 32 ನಿಮಿಷಗಳಲ್ಲಿ ಕಾರ್ಯದ ಸುಮಾರು 85% ಮಾನದಂಡಗಳನ್ನು ಪೂರೈಸಿತು.
ಈ ಕೆಲಸದಲ್ಲಿ ಐರನ್‌ಕ್ಲ್ಯಾಡ್‌ನ ಪಾತ್ರವು ಅದರ ಗ್ರಾಹಕರಿಗೆ ಚೆನ್ನಾಗಿ ತಿಳಿದಿರುವ ಸವಾಲೊಂದನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ: ಒಪ್ಪಂದ ಪ್ರಕ್ರಿಯೆಯು ವ್ಯವಹಾರಕ್ಕೆ ಆಧಾರವಾದ ನಿಯಮಗಳನ್ನು ಉಳಿಸಿಕೊಂಡೇ ವಿಶೇಷ ಸಂದರ್ಭಗಳನ್ನು ನಿರ್ವಹಿಸಬೇಕು. ಏಜೆಂಟ್ ಕಾರ್ಯದ ಮಧ್ಯದಲ್ಲಿ ಈ ನಿಯಮಗಳಲ್ಲಿ ಒಂದನ್ನು ಮರೆತರೆ, ಸಾಫ್ಟ್‌ವೇರ್ ಕಂಪನಿಯು ಅದಕ್ಕೆ ವಿಶ್ವಾಸದಿಂದ ವಹಿಸಬಹುದಾದ ಕೆಲಸಗಳು ಸೀಮಿತವಾಗುತ್ತವೆ. ಸಂಕೀರ್ಣ ಒಪ್ಪಂದ ಕಾರ್ಯಗಳಲ್ಲಿ ಏಜೆಂಟ್‌ಗಳ ಸಾಮರ್ಥ್ಯ ಹೆಚ್ಚಾದರೂ ಮಾನವ ಮೇಲ್ವಿಚಾರಣೆ ಏಕೆ ಮುಖ್ಯ ಮತ್ತು ಸಮಗ್ರ ಒಪ್ಪಂದ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಏಕೆ ಅಗತ್ಯವಿದೆ ಎಂಬುದನ್ನು ಇದು ಒತ್ತಿಹೇಳುತ್ತದೆ. ನಮ್ಮ ಸಂಶೋಧಕರೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದರಿಂದ, ಈ ಸಮಸ್ಯೆಗಳನ್ನು ಮೂಲ ಮಾಡೆಲ್‌ನ ಅಭಿವೃದ್ಧಿ ಪ್ರಕ್ರಿಯೆಗೆ ತರಲು ಐರನ್‌ಕ್ಲ್ಯಾಡ್‌ಗೆ ಅವಕಾಶ ಸಿಗುತ್ತದೆ. ಅಲ್ಲಿ ನಾವು ಅವುಗಳನ್ನು ಒಟ್ಟಾಗಿ ಅಧ್ಯಯನ ಮಾಡಬಹುದು.
ಮಾಡೆಲ್‌ಗಳ ಸಾಮರ್ಥ್ಯ ಹೆಚ್ಚಾದಂತೆ, ಐರನ್‌ಕ್ಲ್ಯಾಡ್ ತನ್ನ ಇನ್ನಷ್ಟು ಉತ್ಪನ್ನಗಳಲ್ಲಿ ಅವುಗಳನ್ನು ಬಳಸುವ ಅವಕಾಶ ಪಡೆಯುತ್ತದೆ. ಇದರಿಂದ ಕಾನೂನು ಮತ್ತು ವ್ಯವಹಾರ ತಂಡಗಳು ಅವಲಂಬಿಸಿರುವ ನಿಯಂತ್ರಣಗಳನ್ನು ಉಳಿಸಿಕೊಂಡೇ, ಸಂಕೀರ್ಣ ಒಪ್ಪಂದ ಪ್ರಕ್ರಿಯೆಗಳ ಹೆಚ್ಚಿನ ಕೆಲಸವನ್ನು AI ವಹಿಸಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗಬಹುದು.
ಇಂದಿನ ಏಜೆಂಟ್‌ಗಳು ಇನ್ನೂ ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಪೂರ್ಣಗೊಳಿಸಲಾಗದ ಪ್ರಮುಖ ವೃತ್ತಿಪರ ಕಾರ್ಯಗಳ ಕುರಿತು ನಮ್ಮ ಸಂಶೋಧನಾ ಮತ್ತು ಎಂಜಿನಿಯರಿಂಗ್ ತಂಡಗಳೊಂದಿಗೆ ನೇರವಾಗಿ ಕೆಲಸ ಮಾಡಲು ನಾವು ಆಯ್ದ ಕೆಲವು ಸಾಫ್ಟ್‌ವೇರ್ ಕಂಪನಿಗಳನ್ನು ಆಹ್ವಾನಿಸುತ್ತಿದ್ದೇವೆ. ನಿಮ್ಮ ತಂಡದಲ್ಲಿ ಇಂತಹ ಕಾರ್ಯವಿದ್ದರೆ, ಅದರ ಸ್ಪಷ್ಟ ಉದಾಹರಣೆಯನ್ನು ನೋಡಲು ಬಯಸುತ್ತೇವೆ: ಏಜೆಂಟ್‌ಗೆ ನೀವು ವಹಿಸುವ ಕೆಲಸ, ಅದು ಎಲ್ಲಿ ವಿಫಲವಾಗುತ್ತದೆ ಎಂಬುದಕ್ಕೆ ಪುರಾವೆ ಮತ್ತು ಯಶಸ್ವಿ ಫಲಿತಾಂಶವನ್ನು ನೀವು ನಿರ್ಣಯಿಸುವ ವಿಧಾನ. ಪಾಲುದಾರರು ಆ ಕೆಲಸವನ್ನು ಆಳವಾಗಿ ತಿಳಿದಿರುವ ಜನರನ್ನು, ಪರೀಕ್ಷೆಗೆ ಸುರಕ್ಷಿತ ಪರಿಸರವನ್ನು ಮತ್ತು ಸಂಶೋಧನೆಗೆ ಸುರಕ್ಷಿತವಾಗಿ ಬಳಸಬಹುದಾದ ಡೇಟಾವನ್ನು ಒದಗಿಸಲು ಸಾಧ್ಯವಾಗಬೇಕು. ವೈಫಲ್ಯವನ್ನು ಪರಿಶೀಲಿಸಲು ಮತ್ತು ಮಾಡೆಲ್ ಸುಧಾರಿಸುತ್ತಿದೆಯೇ ಎಂದು ಮಾಪನ ಮಾಡಲು ಇದು ನಮಗೆ ಆರಂಭಿಕ ಆಧಾರ ಒದಗಿಸುತ್ತದೆ.
ನಿಮ್ಮ ತಂಡ ಇದಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗುತ್ತಿದ್ದರೆ, ಸಂಶೋಧನಾ ಸಹಯೋಗದ ಸಾಧ್ಯತೆಗಳನ್ನು ಅನ್ವೇಷಿಸಲು ಅರ್ಜಿ ಸಲ್ಲಿಸಿ.
ಲೇಖಕರು
ಅಡಿಟಿಪ್ಪಣಿಗಳು
- 1
- 2
SEC ಯ EDGAR ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಒಪ್ಪಂದಗಳಿಗೆ ವೈಯಕ್ತಿಕ ಮಾಹಿತಿ ತೆಗೆದುಹಾಕುವ ಶೋಧಕಗಳನ್ನು ಅನ್ವಯಿಸಿದ ಬಳಿಕ, ಅವುಗಳಿಂದ ಅನುಕರಣಾ ಕಾರ್ಯಗಳನ್ನು ರಚಿಸಿವೆ. ತರಬೇತಿ ಅಥವಾ ಮೌಲ್ಯಮಾಪನಕ್ಕೆ ನಾವು OpenAI ಗ್ರಾಹಕರ ಡೇಟಾ, OpenAI ನ ಆಂತರಿಕ ಒಪ್ಪಂದಗಳು ಅಥವಾ ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿಲ್ಲದ ಐರನ್‌ಕ್ಲ್ಯಾಡ್ ಗ್ರಾಹಕರ ಡೇಟಾ ಅಥವಾ ಒಪ್ಪಂದಗಳನ್ನು ಬಳಸಿಲ್ಲ.
- 3
