முக்கிய உள்ளடக்கத்திற்கு செல்க
OpenAI

7 ஜனவரி, 2026

தொடக்க நிறுவனம்

Tolan எவ்வாறு GPT‑5.1 உடன் குரல்-முதன்மை AI உருவாக்குகிறது

GPT‑5.1 உடன், குறைந்த தாமதம், துல்லியமான சூழல் மற்றும் உரையாடல்கள் உருவாகும்போது நிலையான ஆளுமைகளுக்கு ஏற்றவாறு Tolan ஒரு குரல் செயலியை உருவாக்கியது.

Tolan logo on orange jigsaw puzzle background
ஏற்றுகிறது…

Tolan(புதிய சாளரத்தில் திறக்கும்) என்பது குரல்-முதன்மை AI துணை, இதில் மக்கள் தனிப்பயனாக்கப்பட்ட, அசைவூட்டப்பட்ட கதாபாத்திரத்துடன் பேசுகிறார்கள், அது காலப்போக்கில் உரையாடல்களிலிருந்து கற்றுக்கொள்கிறது. 

முன்கூட்டியே வெளியேறும் அனுபவமிக்க குழுவான Portolaவால் உருவாக்கப்பட்ட இந்த செயலி, விரைவான தூண்டிகள் மற்றும் பதில்களுக்குப் பதிலாக தொடர்ச்சியான, திறந்தநிலை உரையாடலுக்காக வடிவமைக்கப்பட்டுள்ளது. "ChatGPTயின் வளர்ச்சியை நாங்கள் கண்டோம், குரல்தான் அடுத்த எல்லை என்பதை அறிந்தோம்," என்கிறார் Portolaவின் இணை நிறுவனர் மற்றும் தலைமை நிர்வாக அதிகாரி Quinten Farmer. “ஆனால் குரல் சிக்கலானது. நீங்கள் தட்டச்சு செய்யப்பட்ட தூண்டிகளுக்கு மட்டும் பதிலளிக்கவில்லை; நீங்கள் நேரடி, திசைமாறிச் செல்லும் உரையாடலை நடத்துகிறீர்கள்.

குரல் AI தாமதம் மற்றும் சூழல் மேலாண்மையில் பட்டியை உயர்த்துகிறது, ஆனால் இது உரையை விட திறந்தநிலை, ஆய்வு ரீதியான தொடர்புகளையும் செயல்படுத்துகிறது. 

அடித்தள மாதிரிகள் வேகமாகவும், மலிவாகவும், திறமையாகவும் மாறி வருவதால், குழு இரண்டு முக்கிய அம்சங்களில் கவனம் செலுத்தியது: நினைவகம் மற்றும் கதாபாத்திர வடிவமைப்பு. Portola, விருது பெற்ற அனிமேட்டர்கள் மற்றும் அறிவியல் புனைகதை எழுத்தாளர் வடிவமைத்த கதாபாத்திரம்-மையமான பிரபஞ்சத்தை உருவாக்கியது. உரையாடல்கள் முன்னேறும் போது ஆளுமையும் நினைவகமும் ஒரே மாதிரியாக நிலைத்திருக்க, நேரடி சூழல் மேலாண்மை அமைப்பை பயன்படுத்தியது.

GPT‑5.1 மாதிரிகளின் வெளியீடு ஒரு திருப்புமுனையைக் குறித்தது, அந்த பகுதிகளை ஒன்றாகக் கொண்டுவந்த திசைமாற்றம் மற்றும் தாமதத்தில் பெரும் ஆதாயங்களை வழங்கியது, மேலும் பதிலளிக்கக்கூடிய மற்றும் ஈர்க்கக்கூடிய குரல் அனுபவத்தைத் திறந்தது.

“GPT-5.1 எங்களுக்கு வழிநடத்தும் திறனை வழங்கியது, இதன் மூலம் நாங்கள் மனதில் வைத்திருந்த கதாபாத்திரங்களை இறுதியாக வெளிப்படுத்த முடிந்தோம். "அது வெறும் புத்திசாலித்தனமாக மட்டுமல்ல—நாங்கள் உருவாக்க விரும்பிய தொனிக்கும் தன்மைக்கும் மேலும் உண்மையாக இருந்தது.”
—Quinten Farmer, Portola நிறுவனத்தின் CEO

இயற்கையான குரல் தொடர்புகளுக்காக வடிவமைத்தல்

Tolan இன் கட்டமைப்பு குரலின் தேவைகளால் உருவாக்கப்பட்டுள்ளது. குரல் பயனர்கள் உரையாடல்கள் நடுவே திசை மாறினாலும் உடனடி மற்றும் இயற்கையான பதில்களை எதிர்பார்க்கின்றனர். Tolan விரைவாக பதிலளிக்க, மாறும் தலைப்புகளைப் பின்தொடர, தாமதமின்றி அல்லது தொனி மாறாமல் ஒரே மாதிரியான ஆளுமையைப் பேண வேண்டியிருந்தது.

இயல்பாக உணர, உரையாடல்களுக்கு கிட்டத்தட்ட உடனடி தாமதமின்மை தேவைப்படுகிறது. OpenAI GPT‑5.1 மற்றும் Responses API ஐ அறிமுகப்படுத்துகிறோம். இவை பேச்சைத் தொடங்கும் நேரத்தை 0.7 வினாடிகளுக்கும் அதிகமாகக் குறைக்கின்றன—உரையாடல் ஓட்டத்தை கணிசமாக மேம்படுத்தும் அளவிற்கு.

அதே அளவு முக்கியமானது, அமைப்பு சூழலை எவ்வாறு கையாளுகிறது என்பதே. பல ஏஜென்ட்கள் பல முறை தூண்டிகளை சேமிப்பதற்கு மாறாக, Tolan ஒவ்வொரு முறை அதன் சூழல் சாளரத்தை புதிதாகவே உருவாக்குகிறது. ஒவ்வொரு சூழல் மறுகட்டமைப்பும் சமீபத்திய செய்திகளின் சுருக்கம், ஒரு பெர்சோனா கார்டு, வெக்டர் மூலம் மீட்டெடுக்கப்பட்ட நினைவுகள், சப்த வழிகாட்டுதல், மற்றும் நேரடி பயன்பாட்டு சிக்னல்கள் ஆகியவற்றை உள்ளடக்குகிறது. இந்த கட்டமைப்பு Tolan-ஐ திடீர் தலைப்பு மாற்றங்களுக்கு நேரடியாக தழுவிக்க அனுமதிக்கிறது, இது இயல்பான குரல்வழி தொடர்புக்கான அத்தியாவசிய தேவையாகும்.

"சேமிக்கப்பட்ட (cached) கோரிக்கைகள் போதாது என்பதை நாம் விரைவில் உணர்ந்தோம்," என்று Quinten கூறுகிறார். "பயனர்கள் எப்போதும் தலைப்புகளை மாற்றுகிறார்கள் "தடையற்றதாக உணர, அமைப்பு நடுவழியில் தழுவி மாற்றியமைக்க வேண்டியிருந்தது.”

இந்த நேரடி மறுகட்டமைப்பு அணுகுமுறை தொழில்நுட்ப ரீதியாகவும் தீவிரமானது மற்றும் Tolan இன் வெற்றிக்கான அடித்தளமாகவும் உள்ளது.

Tolan-இன் உரையாடல் சுழற்சியைக் காட்டும் பாய்வு விளக்கப்படம். ஒரு “Recompute persona” படி நான்கு உள்ளீடுகளை வழங்குகிறது: உரையாடல் சுருக்கம் மற்றும் சமீபத்திய மூல செய்திகள், பயனர் மற்றும் Tolan persona கள் மற்றும் பிற சூழல், நினைவகம், மற்றும் தொனி. இந்த உள்ளீடுகள் இணைந்து ஒரு Tolan பதிலை உருவாக்குகின்றன, இது பயனர் பதிலுக்கு வழிவகுக்கிறது. பயனர் பதில் பின்னர் இரண்டு இணை செயல்முறைகளை இயக்குகிறது: புதுப்பிக்கப்பட்ட தொனியை உருவாக்குதல் மற்றும் நினைவுகளைப் பிரித்தெடுத்தல். பிரித்தெடுக்கப்பட்ட நினைவுகள் நினைவகத்தைப் புதுப்பிக்கின்றன, புதுப்பிக்கப்பட்ட தொனி மீண்டும் தொனியில் ஊட்டமளிக்கிறது, மேலும் உரையாடல் வரலாறு அவ்வப்போது மீண்டும் சுருக்கப்பட்டு சுருக்கப்பட்டு, அடுத்த திருப்பத்திற்கான அரட்டைச் சுருக்கத்தில் மீண்டும் சுழற்றப்படுகிறது.

காலப்போக்கில் ஒன்றாக இருக்கும் நினைவாற்றல் மற்றும் ஆளுமையை உருவாக்குதல்

சூழலை கையாள்வது முக்கியம், ஆனால் காலப்போக்கில் உரையாடல்கள் ஒற்றுமையாக உணரப்படுவதற்கு அது போதுமானதாக இல்லை. நீண்ட, நேர்கோடற்ற உரையாடல்களை ஆதரிக்க, Tolan ஒரு நினைவக அமைப்பை உருவாக்கியது; அது உண்மைகள் மற்றும் விருப்பங்களை மட்டுமல்ல, உணர்ச்சி “வைப்” சிக்னல்களையும்—ஒரு Tolan எவ்வாறு பதிலளிக்க வேண்டும் என்பதை வழிநடத்த உதவும் குறியீடுகளையும்—சேமிக்கிறது.

நினைவுகள் OpenAI text-embedding-3-large மாதிரியைப் பயன்படுத்தி உட்பொதிக்கப்படுகின்றன மற்றும் Turbopuffer எனப்படும் sub-50ms தேடல் நேரங்களை இயலுமைப்படுத்தும் உயர் வேக வெக்டர் தரவுத்தளத்தில் சேமிக்கப்படுகின்றன. இந்த வேகம் நேரடி குரல் தொடர்புகளுக்கு மிகவும் முக்கியமானது. ஒவ்வொரு முறை, Tolan பயனரின் சமீபத்திய செய்தியையும், சிஸ்டம் மூலம் உருவாக்கப்பட்ட கேள்விகளையும் (எ.கா., “பயனர் யாரை திருமணம் செய்துள்ளார்?”) பயன்படுத்தி நினைவக மீட்டலைத் தூண்டுகிறது. நினைவகத் தரத்தை மேம்படுத்த, Tolan குறைந்த மதிப்புள்ள அல்லது மீளுமையான பதிவுகளை அகற்றும் இரவுநேர சுருக்கப் பணியை இயக்குகிறது (எ.கா. “பயனர் இன்று காபி குடித்தார்”)மற்றும் முரண்பாடுகளைத் தீர்க்கிறார்.

ஆளுமை கூட கவனமாக நிர்வகிக்கப்படுகிறது. ஒவ்வொரு Tolan-க்கும் தனித்துவமான கதாபாத்திரம் உள்ளது, இது குழுவின் உள்நாட்டு அறிவியல் புனைகதை எழுத்தாளரால் உருவாக்கப்பட்டு, நடத்தை ஆராய்ச்சியாளரால் மேம்படுத்தப்பட்டுள்ளது. இந்த விதைகள் Tolans-க்கு நிலைத்தன்மையை வழங்குகின்றன, ஆனால் காலப்போக்கில் பயனருடன் இணைந்து வளர்ந்து, மாற்றியமைத்துக் கொள்ளும் நெகிழ்வுத்தன்மையையும் வழங்குகின்றன. 

ஒரு இணை அமைப்பு உரையாடலின் உணர்வுப்பூர்வமான தொனியை கண்காணித்து, Tolan இன் வழங்கலை தன்னிச்சையாகச் சரிசெய்கிறது. இது Tolan-ஐ பயனர் குறியீடுகளின் அடிப்படையில், அதன் மைய தன்மையை இழக்காமல், விளையாட்டுத்தனத்திலிருந்து நிலையான நிலைக்கு தடையின்றி மாற அனுமதிக்கிறது. 

GPT‑5.1‑க்கு மாற்றம் ஒரு முக்கிய திருப்புமுனையாக இருந்தது. திடீரென, அடுக்கப்பட்ட தூண்டி வழிமுறைகள்—தொனி அமைப்புகள், நினைவக உட்செலுத்தல்கள், கதாபாத்திர பண்புகள்—மேலும் நம்பகமாக பின்பற்றப்பட்டன. முன்னர் மாற்றுவழிகள் தேவைப்பட்ட தூண்டிகள் எதிர்பார்த்தபடி செயல்படத் தொடங்கின. 

"முதல் முறையாக, எங்கள் உள் நிபுணர்கள் மாதிரி உண்மையிலேயே கேட்பது போல் உணர்ந்தனர்," என்கிறார் Quinten. "நீண்ட உரையாடல்களில் அறிவுறுத்தல்கள் அப்படியே இருந்தன, ஆளுமைப் பண்புகள் மதிக்கப்பட்டன, மேலும் நாங்கள் மிகக் குறைவான சறுக்கலைக் கண்டோம்."

அந்த மாற்றங்கள் சேர்ந்து மேலும் சீரான மற்றும் நம்பத்தகுந்த தன்மையை உருவாக்கின, இதனால் மேலும் ஈர்க்கக்கூடிய பயனர் அனுபவம் உருவானது. Tolan குழு தெளிவான, அளவிடக்கூடிய ஆதாயங்களைக் கண்டது: நினைவக நினைவுகூறல் தவறுகள் 30% குறைந்தன (தயாரிப்புக்குள் விரக்தி சமிக்ஞைகளின் அடிப்படையில்), மற்றும் GPT‑5.1‑இயக்கப்பட்ட பிறகு அடுத்த நாள் பயனர் தக்கவைப்பு 20% க்கும் அதிகமாக அதிகரித்தது பெர்சோனாஸ் நேரலை ஆனது.

உரையாடலின் போது Tolan நினைவுகளை எவ்வாறு மீட்டெடுத்து செம்மைப்படுத்துகிறது என்பதை விளக்கும் ஓட்ட வரைபடம். ஒரு பயனர் செய்தி (“I’m so excited for my trip this weekend”) தொடர்ச்சிக் கேள்விகளை உருவாக்கும் ஒரு படியைத் தூண்டுகிறது, உதாரணமாக, வரவிருக்கும் பயணங்கள், ஒரு குறிப்பிட்ட வாரத்திற்கான திட்டங்கள், மற்றும் பயனர் விருப்பங்கள். இந்த கேள்விகள் memory vector database- ல் உட்பொதிக்கப்பட்டு, வினவ பயன்படுத்தப்படுகின்றன, மேலும் முடிவுகள் mean reciprocal rank மூலம் சராசரியாக இணைக்கப்படுகின்றன. மீட்டெடுக்கப்பட்ட சூழல் Tolan-ன் பதிலை (“Yosemite-இல் Steven உடன் முகாமிடுதல்”) அறிவிக்கிறது. ஐஸ்லாந்துக்கான எதிர்காலப் பயணம் பற்றிய பின்னர் வரும் பயனர் செய்தி புதிய நினைவாகச் சேமிக்கப்படுகிறது, பின்னர் அது மீளாய்வு செய்யப்படுகிறது, embedding அடிப்படையிலான k-nearest neighbors பயன்படுத்தி தொடர்புடைய நினைவுகளுடன் குழுவாக்கப்படுகிறது, மேலும் ஒவ்வொரு குழுவிற்குள்ளும் நினைவுகளை இணைத்து, திருத்தி, செம்மைப்படுத்தி சுருக்கப்படுகிறது.

இயல்பான குரல் முகவர்களை உருவாக்குவதற்கான Tolan-ன் முக்கிய கோட்பாடுகள் 

Tolan வளர்ந்தபோது, குழு தனது குரல் கட்டமைப்பை உருவாக்கி வளர்க்கும் விதத்தை இப்போது வழிநடத்தும் சில கோட்பாடுகள் உருவாகின

  • உரையாடல் நிலையற்ற தன்மைக்கான வடிவமைப்பு: குரல் உரையாடல்கள் வாக்கியத்தின் நடுவில் மாறுகின்றன. அமைப்புகள் இயல்பாக உணரப்படுவதற்காக அதே வேகத்தில் திசைமாற்றம் செய்ய வேண்டும்.
  • தாமதத்தை தயாரிப்பு அனுபவத்தின் ஒரு பகுதியாகக் கருதுக: ஒரு வினாடிக்குக் குறைவான பதிலளிப்பு, குரல் ஏஜென்ட் உரையாடல் போல உணரப்படுமா அல்லது இயந்திரமயமாக உணரப்படுமா என்பதை தீர்மானிக்கிறது.
  • நினைவகத்தை ஒரு டிரான்ஸ்கிரிப்ட்டாக அல்லாமல், மீட்டெடுப்பு அமைப்பாக உருவாக்குங்கள்: உயர்தர சுருக்கமும் வேகமான வெக்டார் தேடலும் பெரிதாக்கப்பட்ட சூழல் சாளரங்களை விட நிலையான ஆளுமையை வழங்குகின்றன.
  • ஒவ்வொரு முறையும் சூழலை மீண்டும் உருவாக்கவும்: பெரிய தூண்டிகளால் விலகலை எதிர்க்க வேண்டாம். ஒவ்வொரு முறையும் சூழலை மீண்டும் உருவாக்குவது, உரையாடல்கள் திசைமாறிச் செல்லும்போது ஏஜென்ட்களை நிலைநிறுத்தமாக வைத்திருக்கிறது.

இணைந்து, இந்தப் பாடங்கள் Tolan-இன் அடுத்த கட்ட புதுமைக்கான அடித்தளத்தை அமைத்து, வாய்ஸ் AI எங்கு செல்கிறது என்பதற்கான திசையை நிர்ணயிக்கின்றன.

குரல் AI மூலம் சாத்தியமானவற்றை விரிவாக்குதல்

2025 பிப்ரவரியில் அறிமுகமானதிலிருந்து, Tolan மாதாந்திர செயலில் உள்ள பயனர்கள் 200,000-ஐ மீறி வளர்ந்துள்ளது. அதன் 4.8-நட்சத்திர மதிப்பீடும் 100,000-க்கும் மேற்பட்ட App Store மதிப்புரைகளும், நீண்ட, மாறும் உரையாடல்களில் சிஸ்டம் எவ்வளவு நன்றாக ஒரே மாதிரியான நிலைத்தன்மையைப் பேணுகிறது என்பதை வெளிப்படுத்துகின்றன. ஒரு விமர்சகர் குறிப்பிட்டார், "இரண்டு நாட்களுக்கு முன்பு நாம் பேசிய விஷயங்களை அவர்கள் நினைவில் வைத்துக் கொள்கிறார்கள், இன்று நாம் நடத்தும் உரையாடலில் அதை மீண்டும் கொண்டு வருகிறார்கள்."

இந்த சமிக்ஞைகள் அடிப்படை கட்டமைப்பை நேரடியாக வரைபடமாக்குகின்றன: குறைந்த-தாமத மாதிரி அழைப்புகள், திருப்பத்திற்கு-திருப்ப சூழல் மறுகட்டமைப்பு மற்றும் மட்டு நினைவகம் மற்றும் ஆளுமை அமைப்புகள். ஒன்றாக, அவை Tolan-க்கு தலைப்பு மாற்றங்களை கண்காணிக்க, தொனியைப் பாதுகாக்க, பெரிய, எளிதில் பாதிக்கக்கூடிய தூண்டிகளை நம்பாமல் பதில்களை நிலைநிறுத்த அனுமதிக்கின்றன.

எதிர்காலத்தை நோக்கி, Tolan தனது steerability மற்றும் நினைவக செம்மைப்படுத்தலில் முதலீடுகளை ஆழப்படுத்த திட்டமிட்டுள்ளது, மேலும் இறுக்கமான சுருக்கம், மேம்படுத்தப்பட்ட மீட்டெடுப்பு தர்க்கம் மற்றும் விரிவாக்கப்பட்ட தனிப்பட்ட அமைப்பில் தனது முயற்சிகளை கவனம் செலுத்துகிறது. நீண்டகால இலக்கு குரல் இடைமுகத்தின் திறனை விரிவுபடுத்துவது: அது வெறும் பதிலளிப்பதற்காக மட்டுமல்ல, சூழல் விழிப்புணர்வுடன் மற்றும் உரையாடல் ரீதியாக இயக்கமிக்கதாகவும் இருக்க வேண்டும்.

"அடுத்த எல்லை, பதிலளிக்கக்கூடியது மட்டுமல்லாமல், உண்மையிலேயே பன்முகத்தன்மை கொண்ட, குரல், பார்வை மற்றும் சூழலை ஒற்றை, இயக்கக்கூடிய அமைப்பில் ஒருங்கிணைக்கக்கூடிய குரல் ஏஜென்ட்களை உருவாக்குவதாகும்" என்று Quinten கூறுகிறார்.