V7 AI ಏಜೆಂಟ್‌ಗಳಿಗೆ ಸಾಂಸ್ಥಿಕ ಸ್ಮರಣೆ ನೀಡುವ ಬಗೆ

ಇಂದಿನ ಮಾಡೆಲ್‌ಗಳು ಸಂಕೀರ್ಣ ಕಾರ್ಯಗಳ ಕುರಿತು ರೀಜನಿಂಗ್ ಮಾಡಬಲ್ಲವು. ಆದರೆ ಆ ಕಾರ್ಯಗಳ ಹಿಂದಿರುವ ವ್ಯವಹಾರದ ಸಂದರ್ಭವನ್ನು ಅವು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದಿಲ್ಲ. ಯಾವ ನಿಧಿ ವರದಿ ಪ್ರಸ್ತುತವಾಗಿದೆ? ಮೂರು ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಒಂದೇ ಘಟಕಕ್ಕೆ ಹೇಗೆ ಹೆಸರಿಡಲಾಗಿದೆ?

ಆ ಸಂದರ್ಭವು ದಾಖಲೆಗಳು, ದತ್ತಾಂಶ ಕೊಠಡಿಗಳು, ಸ್ಪ್ರೆಡ್‌ಶೀಟ್‌ಗಳು, ಇಮೇಲ್‌ಗಳು ಮತ್ತು ಆಂತರಿಕ ಪರಿಕರಗಳಲ್ಲಿ ಚದುರಿಕೊಂಡು, ಬಗೆಹರಿಯದೆ ಮತ್ತು ಏಜೆಂಟ್‌ಗಳಿಗೆ ಕಾಣದಂತೆ ಉಳಿದಿದೆ. ಹಣಕಾಸು, ವಿಮೆ ಮತ್ತು ಸ್ಥಿರಾಸ್ತಿ ಕ್ಷೇತ್ರದ ತಂಡಗಳಿಗೆ ಕಾರ್ಯಪ್ರವಾಹಗಳೊಳಗಿನ ಮರುಪಡೆಯುವಿಕೆಯ ನಿಖರತೆಯಲ್ಲಿ ರಾಜಿ ಸಾಧ್ಯವಿಲ್ಲ.

ವ್ಯಾಪಕವಾಗಿ ಬಳಸುವ ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ ಆಧಾರಿತ ಪ್ರವೇಶಸಾಧ್ಯತಾ ಆ್ಯಪ್ ಅನ್ನು ಒಟ್ಟಾಗಿ ನಿರ್ಮಿಸಿದ ನಂತರ, ಕಂಪನಿಗಳು ತಮ್ಮ ವ್ಯವಹಾರ ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು AI ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಕಲಿಸಲು ನೆರವಾಗುವ ಉದ್ದೇಶದಿಂದ ರಿಜೋಲಿ ಮತ್ತು ಎಡ್ವರ್ಡ್ಸನ್ 2018ರಲ್ಲಿ V7⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಆರಂಭಿಸಿದರು. V7 Go ನಿರ್ಣಾಯಕ ಕಾರ್ಯಪ್ರವಾಹಗಳನ್ನು ನಿರ್ಮಿಸಲು ಮತ್ತು ಅಡಗಿರುವ ಸಂದರ್ಭವನ್ನು ಏಜೆಂಟ್‌ಗಳು ಪ್ರಶ್ನಿಸಿ ಕ್ರಮ ಕೈಗೊಳ್ಳಬಹುದಾದ ಸ್ಮರಣೆಯಾಗಿ ವ್ಯವಸ್ಥಿತಗೊಳಿಸಲು ನೆರವಾಗುವ ಏಜೆಂಟ್ ಆಧಾರಿತ ವೇದಿಕೆಯಾಗಿದೆ.

V7 Go ಲಕ್ಷಾಂತರ ಕಡತಗಳಿಂದ ಮಾಹಿತಿ ಹೊರತೆಗೆದು, ಘಟಕಗಳು, ಸಂಬಂಧಗಳು ಮತ್ತು ಉಲ್ಲೇಖಿತ ಪುರಾವೆಗಳನ್ನು ಜೋಡಿಸುವ ಕಾಂಟೆಕ್ಸ್ಟ್ ಗ್ರಾಫ್‌ನಲ್ಲಿ ವ್ಯವಸ್ಥಿತಗೊಳಿಸಲು GPT‑5.6 Luna ಬಳಸುತ್ತದೆ. ಇದು MCP ಹುಡುಕಾಟ ಮತ್ತು ನೂರಾರು ಹಂತಗಳವರೆಗೆ ವಿಸ್ತರಿಸಬಹುದಾದ ಪುನರಾವರ್ತನೀಯ ಕಾರ್ಯಪ್ರವಾಹಗಳಿಗೆ ಶಕ್ತಿ ನೀಡುತ್ತದೆ. ಮನುಷ್ಯರು ಪೂರ್ಣಗೊಳಿಸಲು ಹತ್ತಾರು ಗಂಟೆ ತೆಗೆದುಕೊಳ್ಳುವ ಸಂಕೀರ್ಣ ಬಹುಹಂತದ ಸೂಚನೆಗಳಾದ್ಯಂತ ರೀಜನಿಂಗ್ ಮತ್ತು ಪರಿಕರ ಬಳಕೆಗಾಗಿ V7 Go ಕಾರ್ಯಪ್ರವಾಹಗಳಲ್ಲಿ GPT‑5.6 Terra ಮತ್ತು Sol ಬಳಸುತ್ತದೆ. ಸಾವಿರಾರು ದಾಖಲೆಗಳ ಹಣಕಾಸು ವಿಶ್ಲೇಷಣೆ ಸೇರಿದಂತೆ ಅತ್ಯಂತ ಕಠಿಣ ಕಾಂಟೆಕ್ಸ್ಟ್ ಗ್ರಾಫ್ ಪ್ರಶ್ನೆಗಳಿಗೆ V7 GPT‑6 Astra ಬಳಸಲು ಆರಂಭಿಸುತ್ತಿದೆ.

ಸಂದರ್ಭ, ಮಾಡೆಲ್‌ಗಳು ಮತ್ತು ಪರಿಕರಗಳು ಒಟ್ಟಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿದಾಗ, ಏಜೆಂಟ್‌ಗಳು 50–100 ಹಂತಗಳ ಕಾರ್ಯಪ್ರವಾಹಗಳನ್ನು ನಿಮಿಷಗಳಲ್ಲಿ ಪೂರ್ಣಗೊಳಿಸಿ, 99.9% ನಿಖರತೆ ಸಾಧಿಸುತ್ತವೆ ಮತ್ತು ಪ್ರತಿ ನಿರ್ಧಾರದ ಪರಿಶೀಲಿಸಬಹುದಾದ ದಾಖಲೆಯನ್ನು ಉಳಿಸುತ್ತವೆ ಎಂದು V7 ಹೇಳುತ್ತದೆ.

ಕಾಂಟೆಕ್ಸ್ಟ್ ಗ್ರಾಫ್ ಒಂದು ನಿರ್ದಿಷ್ಟ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸುತ್ತದೆ. ಪ್ರತಿ ವಿನಂತಿಗೂ ಏಜೆಂಟ್‌ಗಳು ಸಂದರ್ಭವನ್ನು ಮತ್ತೆ ಕಂಡುಕೊಳ್ಳಬೇಕಾಗುತ್ತದೆ. ಇದರಿಂದ ಸಮಯ ಮತ್ತು ಟೋಕನ್‌ಗಳನ್ನು ವ್ಯಯಿಸುವ ಹತ್ತಾರು ಹುಡುಕಾಟಗಳು ನಡೆಯುತ್ತವೆ ಹಾಗೂ ಸಂಬಂಧಗಳಲ್ಲಿ ಅಡಗಿರುವ ಪ್ರಮುಖ ಮಾಹಿತಿ ಅನೇಕ ಬಾರಿ ತಪ್ಪಿಹೋಗುತ್ತದೆ.

ದತ್ತಾಂಶ ಬಂದಾಗ, V7 Go SharePoint ಮತ್ತು Google Driveನಂತಹ ಭಂಡಾರಗಳಿಗೆ ಸಂಪರ್ಕಿಸಿ, ಅವುಗಳಲ್ಲಿ ಘಟಕಗಳು, ಸಂಬಂಧಗಳು, ಸಂಗತಿಗಳು, ಗುಣಲಕ್ಷಣಗಳು ಮತ್ತು ಮಾಪಕಗಳನ್ನು ಹುಡುಕುತ್ತದೆ. ನಂತರ ದೀರ್ಘ-ಸಂದರ್ಭದ ವಿಧಾನಗಳಿಗಿಂತ ಸುಮಾರು ಹತ್ತು ಪಟ್ಟು ಕಡಿಮೆ ವೆಚ್ಚದಲ್ಲಿ ಮತ್ತು ವೇಗವಾಗಿ ಶೋಧಿಸಬಹುದಾದ ಗ್ರಾಫ್ ಅನ್ನು ತುಂಬುತ್ತದೆ.

ಏಜೆಂಟ್‌ಗಳು ನೇರವಾಗಿ ಪ್ರಶ್ನಿಸಬಹುದಾದ, ರಚನಾತ್ಮಕ ಮತ್ತು ನವೀಕೃತ ದಾಖಲೆಯನ್ನು ಕಾಂಟೆಕ್ಸ್ಟ್ ಗ್ರಾಫ್ ಒದಗಿಸುತ್ತದೆ. ಹೊಸ ಕಡತ ಬಂದಾಗ, V7 Go ಕಂಪನಿಗಳು, ನಿಧಿಗಳು, ವ್ಯಕ್ತಿಗಳು ಅಥವಾ ಅಸ್ತಿತ್ವವಿಜ್ಞಾನದಲ್ಲಿನ ಯಾವುದೇ ಘಟಕವನ್ನು ಗುರುತಿಸುತ್ತದೆ. ನಂತರ ಪ್ರತಿ ಸಂಗತಿಯನ್ನು ಹೊಸ ಅಥವಾ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ದಾಖಲೆಗೆ ಜೋಡಿಸಿ, ಮೂಲ ಆಕರವನ್ನು ಉಲ್ಲೇಖಿಸುವ ಪುರಾವೆಯನ್ನು ಉಳಿಸುತ್ತದೆ. ಗ್ರಾಫ್‌ನಲ್ಲಿ ಸಾಕಷ್ಟು ಮಾಹಿತಿ ಇಲ್ಲದಿದ್ದರೂ, V7 Go RAG ಬಳಸಿ ಆಧಾರವಾಗಿರುವ ದಾಖಲೆಗಳನ್ನು ಹುಡುಕಬಹುದು.

ಆ ಸಂದರ್ಭದ ರಚನೆ ಎಷ್ಟು ಮುಖ್ಯ ಎಂಬುದನ್ನೂ V7 ಪರೀಕ್ಷಿಸಿದೆ. ಉದ್ಯಮ ವ್ಯವಸ್ಥೆಗಳಾದ್ಯಂತ ಹರಡಿರುವ ಮಾಹಿತಿಯನ್ನು ಹುಡುಕಿ ಜೋಡಿಸುವ HERB ಮಾನದಂಡದಲ್ಲಿ, V7ನ ಕೇವಲ ಮರುಪಡೆಯುವಿಕೆ ಆಧಾರಿತ ವ್ಯವಸ್ಥೆಯು ಅಧಿಕೃತ ಮೂಲಮಟ್ಟಕ್ಕಿಂತ 69% ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿತು ಮತ್ತು ಉತ್ತರಿಸಲಾಗದ ಪ್ರಶ್ನೆಗಳಲ್ಲಿ ಕಲ್ಪಿತ ಉತ್ತರಗಳನ್ನು 38% ಕಡಿಮೆ ಮಾಡಿತು. ಪ್ರತಿ ಕಂಪನಿಯ ಸ್ವಂತ ಮಾಹಿತಿಯ ಆಧಾರದಲ್ಲೇ ಸಂಕೀರ್ಣ ಕಾರ್ಯಪ್ರವಾಹಗಳು ನಡೆಯುವಂತೆ ಮಾಡಲು V7 Go ಆಕರಕ್ಕೆ ಜೋಡಿಸಿದ ಸಂದರ್ಭವನ್ನು ಬಳಸುತ್ತದೆ.

ಖಾಸಗಿ ಷೇರು ಹೂಡಿಕೆ ಒಪ್ಪಂದಗಳ ಪರಿಶೀಲನೆ ಮತ್ತು ವಿಮಾ ಅಪಾಯ ಮೌಲ್ಯಮಾಪನದಂತಹ ಕಾರ್ಯಪ್ರವಾಹಗಳಲ್ಲಿ V7 Go ಆ ವ್ಯವಸ್ಥಿತ ಸಂದರ್ಭವನ್ನು ಬಳಸುತ್ತದೆ. ಕೆಳಗಿನ ಪ್ರದರ್ಶನದಲ್ಲಿ, ಕಾರ್ಯಪ್ರವಾಹವೊಂದು ಗೌಪ್ಯ ಮಾಹಿತಿ ಜ್ಞಾಪನಪತ್ರ (CIM) ಎಂಬ ಒಪ್ಪಂದದ ದಾಖಲೆಯಿಂದ ಮಾಹಿತಿಯನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ. V7 Go ಪರಿಶೀಲನಾ ಟಿಪ್ಪಣಿ ರಚಿಸುವ ಮೊದಲು ಅದು ಪ್ರಮುಖ ಹಣಕಾಸು ಅಂಕಿಅಂಶಗಳು, ಒಪ್ಪಂದದ ಷರತ್ತುಗಳು ಮತ್ತು ನಿರ್ವಹಣೆಯ ವಿವರಗಳನ್ನು ತುಂಬಿ, ಅಪಾಯದ ಕ್ಷೇತ್ರಗಳಿಗೆ ಉಲ್ಲೇಖ ನೀಡುತ್ತದೆ.

ಕಾಂಟೆಕ್ಸ್ಟ್ ಗ್ರಾಫ್‌ನಿಂದಾಗಿ ಮಾಡೆಲ್ ಪ್ರತಿ ಬಾರಿಯೂ ಮತ್ತೆ ಕಲಿಯದೆ ಸಂಸ್ಥೆಯ ಹಿಂದಿನ ಮಾಹಿತಿಯೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಬಹುದು. ದೀರ್ಘಕಾಲ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಏಜೆಂಟ್‌ಗಳಿಗಾಗಿ, V7 Go ಇತ್ತೀಚಿನ ಸಂವಹನಗಳನ್ನು ಮಾಡೆಲ್‌ನ ಸಕ್ರಿಯ ಸಂದರ್ಭದಲ್ಲಿ ಇರಿಸಿ, ಹಳೆಯ ಮಾಹಿತಿಯನ್ನು ಅಗತ್ಯವಿದ್ದಾಗ ಮರುಪಡೆಯಲು ಗ್ರಾಫ್‌ನಲ್ಲಿ ಸಂಗ್ರಹಿಸುತ್ತದೆ.

ಆ ಹಂಚಿಕೆಯ ಸಂದರ್ಭವು ಈಗಾಗಲೇ V7 ಗ್ರಾಹಕರ ದಾಖಲೆ-ಕೇಂದ್ರಿತ ಕೆಲಸವನ್ನು ವೇಗಗೊಳಿಸುತ್ತಿದೆ:

• ಆಸ್ತಿ ನಿರ್ವಾಹಕರು ಈಗ ಒಪ್ಪಂದಗಳನ್ನು ಹಿಂದಿಗಿಂತ 21 ಪಟ್ಟು ವೇಗವಾಗಿ ಪರಿಶೀಲಿಸಬಹುದು. ಇದರಿಂದ ಇಡೀ ದಿನ ಬೇಕಾಗುತ್ತಿದ್ದ ಪ್ರಕ್ರಿಯೆ ಕೇವಲ 15 ನಿಮಿಷಗಳಿಗೆ ಇಳಿದಿದೆ.

• ಹಣಕಾಸು ಸೇವಾ ತಂಡವೊಂದು ಪರಿಶೀಲನೆಯ ಸಮಯವನ್ನು 100ಕ್ಕೂ ಹೆಚ್ಚು ಗಂಟೆಗಳಿಂದ 10 ಗಂಟೆಗಳಿಗಿಂತ ಕಡಿಮೆಗೆ ಇಳಿಸಿ, ಪ್ರತಿ ಕಾರ್ಯದಲ್ಲಿ ತಜ್ಞರ ವೆಚ್ಚದ $12,000 ಉಳಿಸಿದೆ.

• ಹಿಂದಿನ ಎಲ್ಲಾ ವಿಮಾ ದಾವೆಗಳು ಮತ್ತು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಪಾಲಿಸಿಗಳ ಐತಿಹಾಸಿಕ ಜ್ಞಾನವನ್ನು ಏಜೆಂಟ್‌ಗಳಿಗೆ ನೀಡಿದ ಬಳಿಕ, ವಿಮಾ ತಂಡಗಳು ಕೈಯಾರೆ ಪ್ರಕ್ರಿಯೆಯ ಮೂಲಮಟ್ಟಕ್ಕೆ ಹೋಲಿಸಿದರೆ ದಾವೆ ಪ್ರಕ್ರಿಯೆಯ ದೋಷಗಳನ್ನು 13.5% ಕಡಿಮೆ ಮಾಡಿದವು.

ಸಂಕೀರ್ಣವಾದ ಬಹುಹಂತದ ಕಾರ್ಯಪ್ರವಾಹಗಳು, ಮಾಡೆಲ್ ಸುದೀರ್ಘ ಸೂಚನೆಗಳನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಅನುಸರಿಸುವುದು, ಪರಿಕರಗಳನ್ನು ಚಲಾಯಿಸುವುದು, ಫಲಿತಾಂಶಗಳನ್ನು ಅರ್ಥೈಸುವುದು ಮತ್ತು ಹಂತಗಳ ದೀರ್ಘ ಸರಣಿಯನ್ನು ಕ್ರಮಿಸುವುದನ್ನು ಅವಲಂಬಿಸಿವೆ. ಆರಂಭಿಕ ಹಂತದಲ್ಲಿನ ಒಂದೇ ತಪ್ಪು ದುಬಾರಿ ಪರಿಣಾಮಗಳಿಗೆ ಮತ್ತು AI ವ್ಯವಸ್ಥೆಗಳ ಮೇಲಿನ ನಂಬಿಕೆ ಕುಸಿಯಲು ಕಾರಣವಾಗಬಹುದು. ನಿರ್ದಿಷ್ಟ ಫಲಿತಾಂಶ ನೀಡುವ ಕೋಡ್, ಸಣ್ಣ ಮಾಡೆಲ್‌ಗಳಿಗೆ ಹಸ್ತಾಂತರ, ಕಡತ ರಚನೆಯ ಹಂತಗಳು ಮತ್ತು ಸಂಯೋಜನೆಗಳನ್ನು ಒಳಗೊಂಡ ದೀರ್ಘಾವಧಿಯ ಕಾರ್ಯಗಳಲ್ಲಿ ಮಾಡೆಲ್‌ಗಳಿಗೆ V7 Go ಮಾರ್ಗದರ್ಶನ ನೀಡುತ್ತದೆ ಹಾಗೂ ಪ್ರತಿ ಚಾಲನೆಯ ಪರಿಶೀಲಿಸಬಹುದಾದ ದಾಖಲೆಯನ್ನು ಉಳಿಸುತ್ತದೆ.

AI ರಚಿಸಿದ ಕಾರ್ಯಪ್ರವಾಹಗಳಲ್ಲಿ, V7 Go ಪ್ರತಿಯೊಂದು ಹಂತವನ್ನು ವೇಗದ, ಮೀಡಿಯಂ ಮತ್ತು ಬುದ್ಧಿವಂತ ಶ್ರೇಣಿಗಳಿಗೆ ಹೊಂದಿಸುತ್ತದೆ. GPT‑5.6 Luna ರಚನಾತ್ಮಕ ಮಾಹಿತಿ ಹೊರತೆಗೆಯುವಿಕೆ ಮತ್ತು ಇತರ ದೊಡ್ಡ ಪ್ರಮಾಣದ ಕೆಲಸಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ. GPT‑5.6 Terra ಅಥವಾ Sol ಸಂವಾದ, Go ಏಜೆಂಟ್ ಪಥ ಹಾಗೂ ಹೆಚ್ಚು ರೀಜನಿಂಗ್ ಅಥವಾ ಪರಿಕರ ಬಳಕೆ ಅಗತ್ಯವಿರುವ ಹಂತಗಳಿಗೆ ಶಕ್ತಿ ನೀಡುತ್ತವೆ.

ಉಲ್ಲೇಖಗಳ ನಿಖರತೆ, ನೂರಾರು ಬಗೆಯ ದಾಖಲೆಗಳಿಂದ ಮಾಹಿತಿ ಹೊರತೆಗೆಯುವ ಗುಣಮಟ್ಟ, ಉತ್ತರಗಳ ಸರಿತನ, ಸೂಚನೆಗಳ ಪಾಲನೆ, ವಿಳಂಬ, ವೆಚ್ಚ ಮತ್ತು ವಾಸ್ತವಿಕ ಉದ್ಯಮ ಕಾರ್ಯಪ್ರವಾಹಗಳನ್ನು ಒಳಗೊಂಡ, ನಿರಂತರವಾಗಿ ನಿರ್ವಹಿಸುವ ಮಾನದಂಡಗಳ ಸಮೂಹದಲ್ಲಿ V7 ಹೊಸ ಮಾಡೆಲ್‌ಗಳನ್ನು ಪರೀಕ್ಷಿಸುತ್ತದೆ. V7 ಅತಿ ಮುಖ್ಯವೆಂದು ಪರಿಗಣಿಸುವ ನಡವಳಿಕೆಗಳಲ್ಲಿ OpenAI ಬಹುತೇಕ ಮಾಡೆಲ್‌ಗಳಿಗಿಂತ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. V7 ಬಳಸುವ ಇತರ ಪೂರೈಕೆದಾರರು ವಾರಗಳನ್ನು ತೆಗೆದುಕೊಂಡರೆ, OpenAI ಕೆಲವೇ ಗಂಟೆಗಳಲ್ಲಿ V7ಗೆ ಅಗತ್ಯವಿದ್ದ ಸಾಮರ್ಥ್ಯ ಹೆಚ್ಚಳವನ್ನು ಅನುಮೋದಿಸಿ ಜಾರಿಗೊಳಿಸಿತು.

V7ನ ಇತ್ತೀಚಿನ ಪೂರಕ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ, ಹಲವು ಬಾಹ್ಯ ಕರೆಗಳನ್ನು ಒಳಗೊಂಡ ಪ್ರಮುಖ ಕಾರ್ಯಪ್ರವಾಹಗಳು ಈಗ ಗರಿಷ್ಠ 50% ವೇಗವಾಗಿ ಪೂರ್ಣಗೊಳ್ಳುತ್ತವೆ. GPT‑5.6 Luna ಬಳಕೆಯಿಂದ ಮತ್ತೊಂದು ದಕ್ಷತೆಯ ಲಾಭವನ್ನು V7 ಅಳೆಯಿತು: GPT‑5.4 miniಗೆ ಹೋಲಿಸಿದರೆ ಪ್ರತಿ ದಾಖಲೆಯ ವೆಚ್ಚ 78% ಕಡಿಮೆಯಾಯಿತು. V7 ತನ್ನ ಹೆಚ್ಚು ದಾಖಲೆಗಳನ್ನು ಒಳಗೊಂಡ V7 Go ಕೆಲಸಗಳನ್ನು ಚಾಟ್ ಕಂಪ್ಲೀಷನ್ಸ್ APIಯಿಂದ ರೆಸ್ಪಾನ್ಸಸ್ APIಗೆ ವರ್ಗಾಯಿಸಿತು. ಅದರ ಪರೀಕ್ಷೆಯಲ್ಲಿ, ಈ ಬದಲಾವಣೆಯು PDF ಹೆಚ್ಚಾಗಿ ಬಳಸುವ ಕೆಲವು ಕಾರ್ಯಪ್ರವಾಹಗಳಲ್ಲಿ ಟೋಕನ್ ಬಳಕೆಯನ್ನು ಸುಮಾರು 5% ಕಡಿಮೆ ಮಾಡಿ, ತಾತ್ಕಾಲಿಕ ಸಂಗ್ರಹಣೆಯ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಸುಧಾರಿಸಿತು.

V7 ತನ್ನ ಅತ್ಯಂತ ಕಠಿಣ ಪ್ರಶ್ನೆಗಳಲ್ಲಿ GPT‑6 Astraವನ್ನೂ ಪರೀಕ್ಷಿಸಿತು. GPT‑5.6 Sol ಈಗಾಗಲೇ V7ನ ಅನೇಕ ಮಾನದಂಡಗಳಲ್ಲಿ ಗರಿಷ್ಠ ಮಟ್ಟ ತಲುಪಿದ್ದರಿಂದ, ಸಾವಿರಾರು ದಾಖಲೆಗಳಲ್ಲಿನ ಹೆಚ್ಚು ಅಸ್ತವ್ಯಸ್ತವಾದ ವಾಸ್ತವಿಕ ದತ್ತಾಂಶ ಬಳಸಿ ಕಂಪನಿಯು ಗ್ರಾಫ್ ಪ್ರಶ್ನೆಗಳ ಇನ್ನಷ್ಟು ಸವಾಲಿನ ಸಮೂಹವನ್ನು ರಚಿಸಿತು. ಪರೀಕ್ಷೆಯ ದತ್ತಾಂಶ ಸಮೂಹವು ನಾಲ್ಕು ಕಠಿಣತೆಯ ಹಂತಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಅತ್ಯಂತ ಕಠಿಣ ಹಂತದಲ್ಲಿ GPT‑5.6 Sol 78% ಅಂಕ ಗಳಿಸಿದರೆ, GPT‑6 Astra 89% ನಿಖರತೆ ಸಾಧಿಸಿದೆ ಎಂದು V7 ವರದಿ ಮಾಡಿದೆ. ಸುಲಭ, ಮಧ್ಯಮ ಮತ್ತು ಕಠಿಣ ಹಂತಗಳಲ್ಲಿ ಎರಡೂ ಮಾಡೆಲ್‌ಗಳು 100%ಗೆ ಸಮೀಪದ ಅಂಕ ಗಳಿಸಿದವು.

V7 Go ಈಗಾಗಲೇ ತನ್ನ MCP ಸರ್ವರ್ ಮೂಲಕ ಕಾಂಟೆಕ್ಸ್ಟ್ ಗ್ರಾಫ್ ಪ್ರಶ್ನಿಸುವಿಕೆ ಮತ್ತು ದತ್ತಾಂಶ ಒಳಸೇರಿಸುವಿಕೆಗೆ ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಆದ್ದರಿಂದ ಗ್ರಾಹಕರು ಅದನ್ನು ChatGPT ಮತ್ತು ಇತರ ಹೊಂದಾಣಿಕೆಯ ಕ್ಲೈಂಟ್‌ಗಳಿಂದ ಬಳಸಬಹುದು. ಅವರು Codexನಲ್ಲಿ MCP ಮೂಲಕ V7 Go ಕಾರ್ಯಪ್ರವಾಹಗಳನ್ನೂ ರಚಿಸಬಹುದು. ಸರಳಗೊಂಡ ಕಾರ್ಯಪ್ರವಾಹ ವಿನ್ಯಾಸದೊಂದಿಗೆ, ಇದರಿಂದ ಮಧ್ಯಮ ಉದ್ದದ ಕಾರ್ಯಪ್ರವಾಹ ರಚಿಸಲು ಬೇಕಾಗುವ ಸಮಯ ಸುಮಾರು ಒಂದು ಗಂಟೆಯಿಂದ 20 ನಿಮಿಷಗಳಿಗೆ ಇಳಿದಿದೆ.

ಆ ಹಂಚಿಕೆಯ ಸ್ಮರಣೆಯನ್ನು ಇನ್ನಷ್ಟು ಪೂರ್ವಭಾವಿಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವಂತೆ ಮಾಡುವುದು V7ನ ದೀರ್ಘಾವಧಿಯ ಗುರಿಯಾಗಿದೆ. ಕಾಂಟೆಕ್ಸ್ಟ್ ಗ್ರಾಫ್‌ನಲ್ಲಿನ ಸಂಗತಿಗಳು ಬದಲಾದಾಗ ಆರಂಭವಾಗುವ, ಅಸಂಗತತೆಗಳನ್ನು ಗುರುತಿಸುವ ಮತ್ತು ಯಾವ ವಿಶ್ಲೇಷಣೆಗಳನ್ನು ಮತ್ತೆ ಪರಿಶೀಲಿಸಬೇಕೆಂದು ಜನರಿಗೆ ತೋರಿಸುವ ಕಾರ್ಯಪ್ರವಾಹಗಳತ್ತ ತಂಡ ಕೆಲಸ ಮಾಡುತ್ತಿದೆ. ಉದಾಹರಣೆಗೆ, ಪರಿಷ್ಕರಿಸಿದ ನಿಧಿ ವರದಿಯೊಂದು ಇನ್ನೂ ಹಳೆಯ ಅಂಕಿಅಂಶಗಳನ್ನು ಅವಲಂಬಿಸಿರುವ ಕೆಲಸವನ್ನು ಗುರುತಿಸುವಂತೆ V7 Goಗೆ ಸೂಚಿಸಬಹುದು.

“ನಿರ್ಣಾಯಕ ಕಾರ್ಯಗಳನ್ನು ಪರಿಹರಿಸುವ ಕಾರ್ಯಪ್ರವಾಹಗಳು ಮತ್ತು ಮಾನವರಿಗಿಂತ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಸ್ಮರಣೆಯ ಮೂಲಕ, AI ಯುಗಕ್ಕೆ ಉದ್ಯಮಗಳು ತಮ್ಮ ಸಾಧನಗಳನ್ನು ಮರುರೂಪಿಸಿಕೊಳ್ಳಲು ನೆರವಾಗುವುದು ನಮ್ಮ ಗುರಿ” ಎಂದು ರಿಜೋಲಿ ಹೇಳುತ್ತಾರೆ. “AIಯಿಂದ ನೈಜ ಮೌಲ್ಯ ಪಡೆಯುವ ಹಣಕಾಸು ಸಂಸ್ಥೆಗಳು ಅತಿ ಹೆಚ್ಚು ಏಜೆಂಟ್‌ಗಳನ್ನು ಹೊಂದಿರುವ ಸಂಸ್ಥೆಗಳಾಗಿರುವುದಿಲ್ಲ. ಅವು ಅತ್ಯುತ್ತಮ ಸಂದರ್ಭವನ್ನು ಹೊಂದಿರುವ ಸಂಸ್ಥೆಗಳಾಗಿರುತ್ತವೆ.”