„Basis“ su GPT‑6 Astra mokesčių darbaknygę pildo dukart greičiau

Basis⁠(atsidaro naujame lange) kuria DI agentus, kurie automatizuoja didelę dalį buhalterių kasdien atliekamo rankinio darbo ir padeda jiems daugiau laiko skirti ne pasikartojančioms užduotims, o strateginiam darbui. Bendrovė tiria agentus, galinčius patikimai atlikti ilgai trunkančias užduotis, ir pastebi, kad GPT‑6 Astra geriau supranta, ko buhalteriai siekia.

„Basis“ palygino GPT‑6 Astra ir GPT‑5.6 Sol, pateikusi jiems sudėtingą 50 lapų mokesčių darbaknygę. Užduotis buvo tiksliai ir patikimai užpildyti darbaknygę, ir GPT‑6 Astra ją atliko gerokai greičiau.

„Basis“ taip pat pastebėjo, kad GPT‑6 Astra priima geresnius sprendimus užduoties pradžioje. Tai padeda „Basis“ agentams atlikti darbą tiesesniu keliu ir mažiau laiko skirti klaidoms taisyti. Troyanovsky teigimu, dėl to modelis ir žetonus naudoja efektyviau.

„Basis“ taip pat pasitelkia GPT‑6 Astra gebėjimą keisti protavimo pastangas atliekant užduotį: sudėtingesniems žingsniams skiriama daugiau skaičiavimo išteklių, o lengvesniems – mažiau. Modelis gali atlikti šiuos pakeitimus išsaugodamas podėlio turinį. Troyanovsky teigimu, tai padeda sumažinti išlaidas ir sutrumpinti atsako laiką, todėl ilgai trunkančios užduotys „Basis“ ir jos klientams kainuoja mažiau.

Naudojant GPT‑6 Astra, „Basis“ vidinių vertinimų rezultatai pagerėjo maždaug 20 %. Tai lėmė geresnis naudotojo ketinimų supratimas, įskaitant tai, kada užduoti klausimus, atkreipti dėmesį į daromas prielaidas ir laikytis nurodymų.

„Basis“ vertina agentų darbo eigą ir galutinius atsakymus, įskaitant tai, ar jie laikosi šablonų, ieško atsakymų į mokesčių klausimus pirminiuose šaltiniuose ir tikrina savo darbą. GPT‑6 Astra gali suprasti šiuos lūkesčius iš platesnio konteksto, todėl jam reikia mažiau tiesioginių nurodymų.

Taip „Basis“ rečiau tenka kurti taisykles atskiroms situacijoms, o komanda labiau pasitiki agentų gebėjimu susidoroti ir su situacijomis, kurių neapėmė vidiniai bandymai.