GPT‑6 Astra மூலம் Parallel ஆய்வு நேரமும் செலவும் பாதியானது
GPT‑6 Astra மூலம் தொழிலாளர் சந்தைத் தரவை Parallel ஏஜென்ட்கள் முந்தைய மாடல்களைவிட பாதி நேரத்திலும் பாதிச் செலவிலும் ஆய்ந்து தொகுத்தன.
50%
ஆய்வுப் பணிகளை முடிக்கக் குறைந்த நேரம்
50%
நிரலாக்கச் செலவு குறைப்பு
இணையத்தில் அறிவுசார் பணிகளைச் செய்யும் AI ஏஜென்ட்களுக்கான உருவாக்குநர் உள்கட்டமைப்பை Parallel(புதிய சாளரத்தில் திறக்கும்) உருவாக்குகிறது. அதன் கருவிகள், அதிநவீன மாடல்களை இணையத் தேடலுடன் இணைத்து, குரல் ஏஜென்ட்களுக்கான இணைய கிரௌண்டிங் முதல் நிதி நிறுவனங்கள் மற்றும் சட்டத் துறை வாடிக்கையாளர்களுக்கான ஆய்வு வரை அனைத்தையும் ஆதரிக்கின்றன.
Parallel மேற்கொள்ளும் அதிக நேரம் எடுக்கும் ஆய்வுப் பணிகளில், உயர்தரப் பதிலைப் பெற பொதுவாக நீட்டிக்கப்பட்ட ரீஸனிங் கொண்ட பெரிய மாடலைப் பயன்படுத்த வேண்டியிருந்தது; இதனால் அதிக நேரமும் வளங்களும் செலவாகின. GPT‑6 Astra மூலம் நேரம் மற்றும் செலவில் பெரும் முன்னேற்றத்தை நிறுவனம் கண்டுள்ளது.
“Astra மூலம், குறைவான ஆய்வு அழைப்புகளையும் டோக்கன்களையும் பயன்படுத்தி, அதே உயர்தர ஆய்வை மிக மிக வேகமாகப் பெற முடியும் என்பதை நிரூபித்துள்ளோம்.”
GPT‑6 Astra சோதனை ஒன்றில், நான்கு மாநிலங்களின் ஆறு மாதங்களுக்கான ஆறு வெவ்வேறு தொழிலாளர் சந்தைப் புள்ளிவிவரங்களை ஆய்வு செய்யுமாறு தனது ஏஜென்ட்டிடம் Parallel கேட்டது. அந்த ஏஜென்ட் பல இணையதளங்களில் தேடி, தகவல்களைச் சேகரித்து, கண்டறிந்தவற்றை ஒரே ஆய்வறிக்கையாகத் தொகுக்க வேண்டியிருந்தது.
அதே தரமான ஆய்வை வழங்கியபடியே, முந்தைய மாடல்கள் எடுத்த நேரத்தில் பாதி நேரத்திற்குள் GPT‑6 Astra பணியை முடித்ததுடன், நிரலாக்கச் செலவையும் சுமார் 50% குறைத்தது.
GPT‑6 Astra இலக்கை நோக்கிய தேடல்களை மேற்கொண்டு, பயனுள்ள முடிவை அடையக் குறைவான படிகளையே எடுத்ததையும் Parallel கண்டறிந்தது.
“முந்தைய மாடல்களுடன் ஒப்பிடுகையில், Astra தனது உலக அறிவைப் பயன்படுத்தி இறுதிப் பணியில் மேலும் சிறப்பாகக் கவனம் செலுத்தியதுடன், இலக்கை நோக்கிய தேடல் வினவல்களையும் மேற்கொண்டது.”
இந்த மேம்பட்ட செயல்திறன், பல ஏஜென்ட்களிடையே ஆய்வைப் பிரித்தளிப்பதை Parallel-க்கு மேலும் நடைமுறைச் சாத்தியமாக்குகிறது. குறிப்பிட்ட ஆய்வுப் பணிகளைத் துணை ஏஜென்ட்களிடம் GPT‑6 Astra ஒப்படைக்க முடியும்; இதனால் பணிகள் ஒரே நேரத்தில் நடைபெற்று, தொடர் தேடல்களை ஒவ்வொன்றாக மேற்கொள்வதற்கான நேரம் குறைகிறது.
சிக்கலான கேள்வியிலிருந்து ஆய்வின் அடிப்படையிலான பதிலை அடைய Parallel இப்போது சிறந்த வழியைக் கொண்டுள்ளது; காத்திருப்பு நேரமும் செலவும் குறைந்து, கடினமான ஆய்வுப் பணிகளைப் பெருமளவில் கையாள அதிக வாய்ப்பும் கிடைத்துள்ளது.
