GPT‑5.6 Sol மூலம் நிதிப் பணியை திறம்பட முடிக்கும் Model ML

நிதிப் பகுப்பாய்வை வாடிக்கையாளர்கள் அல்லது மூத்த முடிவெடுப்போரிடம் முன்வைப்பதற்கு முன், குழுக்கள் கடினமான இறுதிக்கட்டப் பணிகளை முடிக்க வேண்டும்: ஆதாரங்களை ஒத்திசைத்தல், கோப்பை உருவாக்கி வடிவமைத்தல், ஒவ்வொரு எண்ணையும் சரிபார்த்தல், ஒவ்வொரு கூற்றையும் அதன் மூலத்துடன் இணைத்தல். முடிக்கப்பட்ட PowerPoint விளக்கக்காட்சித் தொகுப்பு அல்லது Excel பணிப்புத்தகம் திருத்தக்கூடியதாகவும் ஆய்வுக்குத் தயாராகவும் இருக்க வேண்டும்.

இரண்டு வெற்றிகரமான நிறுவன விற்பனைகளுக்குப் பிறகு, தனியார் குடும்ப முதலீட்டு அலுவலகம் வழியாக முதலீடு செய்யத் தொடங்கிய Model ML இணை நிறுவனர்களும் சகோதரர்களுமான Arnie மற்றும் Chaz Englander, இதற்கு எவ்வளவு வேலை தேவை என்பதை உணர்ந்தனர். உருவாக்குநர்களைப் போலவே, தங்களுக்கே உதவும் மென்பொருளையும் உருவாக்கத் தொடங்கினர்.

அந்த மென்பொருளிலிருந்து உருவான Model ML-இன் ஏஜென்ட்கள், தொடக்கக் கோரிக்கையிலிருந்து ஆராய்ச்சி, பகுப்பாய்வு வழியாக இறுதி விளக்கக்காட்சித் தொகுப்பு அல்லது பணிப்புத்தகம் வரை பணிப்பாய்வை நிறைவேற்ற நிதி நிபுணர்களுக்கு உதவுகின்றன. பணியைத் திட்டமிட்டு, சரியான கருவிகளைத் தேர்ந்தெடுத்து, ஆதாரங்களை ஒத்திசைத்து, கணக்கீடுகளை இதன் மையத்தில் உள்ள முதன்மை ஏஜென்ட் செய்கிறது. ஒவ்வொரு படியையும் அதற்கு மிகவும் பொருத்தமான மாடலுக்கு அனுப்புகிறது; அது பெரும்பாலும் GPT‑5.6 Sol ஆகும். அந்தக் கருவிகளில், மூலங்களைக் கண்டறியக்கூடிய சொந்த வடிவிலான PowerPoint மற்றும் Excel கோப்புகளை உருவாக்கும் Model ML-இன் ஆவணக் கருவிகளும் அடங்கும்.

நிதிப் பணிப்பாய்வுகளைத் தொடக்கம் முதல் முடிவு வரை தானியக்கமாக்கி, நிதிக் குழுக்களுக்கு Model ML உதவுகிறது. சுருக்கக் குறிப்பையும் மூலப்பொருளையும் கொண்டு, ஆராய்ச்சி மற்றும் மாடலாக்கம் வழியாக வாடிக்கையாளர்கள் அல்லது ஒப்பந்தக் குழுக்களுக்கான இறுதி ஆவணங்கள் வரை ஒரு பணியை ஏஜென்ட் நிறைவேற்ற முடியும். பணியைப் பகிர்வதற்கு முன், அனுமானங்கள், மூலங்கள், செய்தி ஆகியவற்றை நிதி நிபுணர் சரிபார்க்கிறார்.

Model ML இந்தத் தயாரிப்பை “பயன்பாட்டுத் தளத்தைச் சாராதது” என அழைக்கிறது. மின்னஞ்சலிலோ Model ML செயலியிலோ ஒரு பணியைத் தொடங்கி, அதை மீண்டும் விளக்காமலேயே Microsoft Office செருகுநிரல்களில் நிதி நிபுணர் தொடரலாம்.

இறுதிப் படைப்பிலும் அந்தத் தொடர்ச்சி நீடிக்கிறது. முதலீட்டுக் குழுவுக்கான விளக்கக்காட்சித் தொகுப்பை உருவாக்க, சுருக்கக் குறிப்பையும் மூலப்பொருளையும் திருத்தக்கூடிய PowerPoint கோப்பாக Model ML மாற்ற முடியும். Excel பணிக்காக, வாடிக்கையாளர் வார்ப்புரு அல்லது வெற்றுப் பணிப்புத்தகத்துடன் ஏஜென்ட் தொடங்கலாம்; தேவையான தரவைத் திரட்டி, பல தாவல்களில் சூத்திரங்களையும் தருக்கத்தையும் உருவாக்கி, நிதித்துறைக்குரிய வடிவமைப்பைப் பயன்படுத்தி முழுமையான விரிதாள் அல்லது நிதி மாடலை உருவாக்கலாம்.

நிதிச் சேவைகளில் செயற்கை நுண்ணறிவுக்கான நிறுவனத்தின் மதிப்பீட்டு அளவுகோலான Model ML-இன் Composite-இல், Excel பணிப்பாய்வில் Opus 5-ஐ விட ஒவ்வொரு பணிப்புத்தகத்திற்கும் 36% குறைவான டோக்கன்களை GPT‑5.6 Sol பயன்படுத்தியது.

இறுதிக்கட்டம் வரை பணியை நிறைவேற்றுவதன் மூலம், ஒவ்வொரு வெளியீட்டிலும் நேரத்தை ஏஜென்ட் மிச்சப்படுத்துவதோடு, பெருமளவிலான மூலப்பொருளைச் செயலாக்கவும் குழுக்களுக்கு உதவும். ஓர் உலகளாவிய சொத்து மேலாண்மை நிறுவனத்தில், பகுப்பாய்வாளர் உருவாக்க சுமார் ஒரு மணிநேரம் எடுத்த தனிப்பயன் சுருக்கத்தாள் இப்போது சுமார் ஐந்து நிமிடங்களில் தயாராகிறது. மற்றொரு பணிப்பாய்வில், 100,000-க்கும் மேற்பட்ட வரிசைகளையும் நூற்றுக்கணக்கான கோப்புகளையும் கொண்ட மெய்நிகர் தரவு அறைகளை Model ML ஏஜென்ட்கள் ஒரே முறையில் செயலாக்கின.

பல நிதிப் பணிப்பாய்வுகளில் மற்ற முன்னணி மாடல்களுடன் GPT‑5.6 Sol-ஐ Model ML மதிப்பீடு செய்தது. அதன் Composite மதிப்பீடுகள், தொடக்க நிதிச் சுருக்கக் குறிப்பிலிருந்து ஆராய்ச்சி மற்றும் கணக்கீடுகள் வழியாகத் திருத்தக்கூடிய தொகுப்பு அல்லது விரிதாள் வரை ஒரு பணியைப் பின்தொடர்கின்றன. பின்னர் எண்கள், மூலங்கள், சூத்திரங்கள், கட்டமைப்பு மற்றும் விளக்கக்காட்சிகளின் காட்சித் தரம் ஆகியவற்றைச் சரிபார்க்கின்றன.

PowerPoint-க்கு, Model ML-இன் Composite மதிப்பீடு உண்மையான பணிப்பாய்வுகளை உள்ளடக்குவதுடன், விரிவான மதிப்பெண் வழிகாட்டியைப் பயன்படுத்தி உருவாக்கப்பட்ட நூற்றுக்கணக்கான விளக்கக்காட்சித் தொகுப்புகளை மதிப்பிடுகிறது.

சோதனை நிகழ்வுகளில் 100%-இல் PowerPoint பணிப்பாய்வை GPT‑5.6 Sol நிறைவு செய்தது; Opus 5-இன் விகிதம் 76%. வெளியீடு ஆழமான ஆய்வுக்குத் தயாராக இருந்ததா என்பதை அளவிடும் Model ML-இன் தொழில்முறைத் தயார்நிலைத் தகுதியை 43.3% நிகழ்வுகளில் GPT‑5.6 Sol கடந்தது; Opus 5-இன் விகிதம் 26.7%. விளக்கக்காட்சித் தொகுப்பின் தரம், சுருக்கக் குறிப்பைப் பின்பற்றுதல், படிநிலை அமைப்பு, ஒருமைப்பாடு ஆகியவற்றிலும் Opus 5-ஐ அது முந்தியது.

மேலே காட்டப்பட்ட Composite முடிவுகள் அனைத்தையும் சேர்த்துப் பார்க்கும்போது, முன்பு Opus 4.8 கையாண்ட சில பணிப்பாய்வுகள் உட்பட, நடைமுறைப் பயன்பாட்டில் GPT‑5.6 Sol-ஐ விரிவாக்குவதற்கான ஆதாரம் Model ML-க்குக் கிடைத்தது. PowerPoint பணிப்பாய்வுகளில், Fable 5-ஐ விட சுமார் 21% குறைவான டோக்கன்களைப் பயன்படுத்திய GPT‑5.6 Sol, போட்டித்திறனுள்ள விளக்கக்காட்சித் தொகுப்புத் தரத்துடன் Opus 5 மற்றும் Fable 5-ஐ விட அதிகமான நிறைவு செய்யப்பட்ட, ஆய்வுக்குத் தயாரான விளக்கக்காட்சித் தொகுப்புகளை வழங்கியது.

“உண்மையான பணிக்குத் தயார் என்றால், பயனர் நேரடியாக உண்மையான ஆய்வைத் தொடங்க முடியும் என்பதாகும்,” என்கிறார் இங்கிலாந்தர். “எண்களின் மூலத்தைக் கண்டறியலாம், பணிப்புத்தகம் மீண்டும் கணக்கிடுகிறது, விளக்கக்காட்சிப் பக்கத்தைத் திருத்தலாம்.”

GPT‑5.6 Sol உண்மையான பணிக்குத் தயாராக இருந்ததா என்பதைச் சோதிக்க, Model ML-க்குக் கடினமான சவாலை PowerPoint வழங்கியது. ஒரு விளக்கக்காட்சித் தொகுப்பு நேர்த்தியாகத் தோன்றினாலும், அதன் எண்கள் தவறாகவோ மூலத்தைக் கண்டறிய முடியாதவையாகவோ இருந்தால், அதன் வரைபடங்கள் திருத்த முடியாத படங்களாக மாற்றப்பட்டிருந்தால் அல்லது பகிர்வதற்கு முன் அதன் பக்கங்களை மீண்டும் உருவாக்க வேண்டியிருந்தால், அது ஆய்வில் தோல்வியடையலாம்.

திருத்தக்கூடிய வரைபடங்கள் மற்றும் அட்டவணைகளுடன் விளக்கக்காட்சிப் பக்கங்களை ஏஜென்ட் உருவாக்க உதவும் ஆவண உருவாக்க, திருத்தக் கருவிகளுடன், தனது ஏஜென்ட் சூழல் பணி அமைவில் மாடலை Model ML இயக்கியது. பணியாற்றும்போது அசல் சுருக்கக் குறிப்பை அது சூழலில் வைத்துக்கொள்கிறது; கோப்பை வழங்குவதற்கு முன் ஒவ்வொரு விளக்கக்காட்சிப் பக்கத்தையும் காட்சிரீதியாக ஆய்வு செய்கிறது.

தெளிவான படிநிலை அமைப்பு மற்றும் அதிக ஒருமைப்பாடுள்ள விளக்கக்காட்சி வடிவமைப்பு உட்பட, GPT‑5.5‑இலிருந்து GPT‑5.6 Sol வரை Model ML-இன் PowerPoint வெளியீடு எவ்வாறு மேம்பட்டது என்பதை கீழேயுள்ள எடுத்துக்காட்டு காட்டுகிறது.

இன்று Model ML-இன் சூழல் பணி அமைவு, தரவு ஒருங்கிணைப்புகள், ஆவணத் திருத்தக் கருவிகள் மற்றும் திறன்கள், நிரல் இயக்கச் சூழல்கள் ஆகியவற்றை அணுக ஏற்றக்கூடிய கருவித்தொகுப்புகளை ஏஜென்ட்டுக்கு வழங்குகிறது. இது ஏஜென்ட்டின் கவனத்தை ஒருமுகப்படுத்தி, பயனரின் ஆவணங்களுடன் பணியாற்றத் தேவையான கருவிகளைத் துல்லியமாக வழங்குகிறது.

OpenAI உடனான நேரடிப் பணியிட அமர்வுகள் மூலம் Model ML இந்த அமைவை உருவாக்கியது. விளக்கக்காட்சிகளை ஏஜென்ட் எவ்வாறு திட்டமிட்டது, கருவிகளைத் தேர்ந்தெடுத்தது, சூழலைத் தக்கவைத்தது என்பதை குழுக்கள் ஆராய்ந்தன. பின்னர் அந்தக் கண்டுபிடிப்புகளைக் கொண்டு ஏஜென்ட்டின் வழிமுறைகளை மேம்படுத்தி, ஒவ்வொரு கருவித்தொகுப்பையும் எப்போது ஏற்ற வேண்டும் என முடிவு செய்தன.

தமக்குப் பின்னால் உள்ள மாடல்கள் மற்றும் மூலப்பொருளுடன் தொடர்ந்து இணைந்திருக்கும் உலாவி அடிப்படையிலான வெளியீடுகளை நோக்கி Model ML வாடிக்கையாளர்கள் நகர்கின்றனர்.

தொடர்ந்து புதுப்பிக்கக்கூடிய அல்லது குறிப்பிட்ட நேரநிலையில் பூட்டக்கூடிய பாதுகாப்பான, ஊடாடும் வெளியீடுகளை Model ML தளம் உருவாக்க முடியும். முதலீட்டுச் சுருக்கத்தைத் திறந்து, ஓர் எண்ணுக்குப் பின்னால் உள்ள நிதி மாடலைச் சொடுக்கி அணுகி, அதே பக்கத்திலிருந்து ஏஜென்ட்டுடன் ஆய்வாளர் பணியாற்றலாம்.

“அறிவுசார் பணிகளை உருவாக்குவது மனிதர்களால் நேரடியாகச் செய்யப்பட்ட உலகத்திற்காக PowerPoint, Excel, Word ஆகியவை வடிவமைக்கப்பட்டன,” என்கிறார் இங்கிலாந்தர். “செயற்கை நுண்ணறிவு அந்த அனுமானத்தை மாற்றிவிட்டது. மென்பொருளே இப்போது மாறவிருக்கிறது.”