Asana: GPT‑6.1 Sol سے ماڈل کی لاگت 76 گنا کم

Codex میں GPT‑6 Astra سے تجربات کروا کر Asana نے GPT‑6.1 Sol پر اپنے براؤزر ایجنٹ کا طریقۂ کار بہتر بنایا، جس سے لاگت 76 گنا کم اور رفتار 5 گنا تیز ہوئی.

Asana، StackAI⁠(نئی ونڈو میں کھلتا ہے) کے ذریعے صارفین کو کاروباری ایپلی کیشنز میں کام خودکار بنانے میں مدد دیتا ہے. اس نے یہ پلیٹ فارم خریدا تھا⁠(نئی ونڈو میں کھلتا ہے). StackAI کے ذریعے صارفین بغیر کوڈ لکھے ایسے طریقۂ کار بنا سکتے ہیں جو ویب سائٹس پر جائیں، فارم بھریں اور معلومات جمع کریں. Asana جس بڑے پیمانے پر کام کرتا ہے، اس میں ان طریقوں کی چھوٹی چھوٹی خامیاں بھی مل کر بڑا اثر ڈالتی ہیں.

Asana میں StackAI کے چیف ٹیکنالوجی آفیسر، ڈاکٹر فرینک ہیڈالگو نے براؤزر ایجنٹ کو تیز تر اور کم خرچ بنانے کا بیڑا اٹھایا. انہوں نے Codex میں GPT‑6 Astra کو ایجنٹ کی جانچ کرنے، بہتری کے طریقے آزمانے اور نتائج کا موازنہ کرنے کی ہدایت دی. ان کے اندازے کے مطابق خود یہ کام کرنے میں ایک سے دو ماہ لگتے، مگر یہ تقریباً ایک ہفتے میں ہو گیا.

Asana کے 144 اجرا پر مشتمل مطالعے⁠(نئی ونڈو میں کھلتا ہے) میں GPT‑6.1 Sol اور تین دیگر جدید ترین ماڈلز آزمائے گئے، جنہیں یہاں ماڈل A، B اور C کہا گیا ہے. GPT‑6.1 Sol پر بہتر بنائے گئے طریقۂ کار میں فی اجرا ماڈل کی تخمینی لاگت اوسطاً $0.47 اور وقت تقریباً چار منٹ رہا. یہ ماڈل B پر اصل عملی ترتیب سے 76 گنا کم خرچ اور 5 گنا تیز تھا.

تیزی سے آگے بڑھنے کے لیے ہیڈالگو نے پہلے Codex میں GPT‑6 Astra سے کوڈ کی ساخت سمجھنے اور یہ جاننے میں مدد لی کہ ایجنٹ ماڈل کو بھیجی جانے والی ہر درخواست کیسے بناتا ہے. GPT‑6 Astra نے دریافت کیا کہ ایجنٹ اپنی مستقل ہدایات اور ٹولز کی تعریفیں تو کیش میں رکھتا تھا، مگر جمع کیے گئے صفحات کے متن اور اسکرین شاٹس کا بڑھتا ریکارڈ نہیں. اس لیے ہر درخواست میں یہ ریکارڈ دوبارہ پوری قیمت پر بھیجا جاتا تھا.

ایجنٹ تقریباً ہر قدم پر پرانے اسکرین شاٹس ہٹاتا اور متن بھی کم کرتا تھا. ہر ترمیم سے پچھلا ریکارڈ بدل جاتا تھا، اس لیے صرف اسے کیش میں رکھنے سے فائدہ نہ ہوتا. معلومات ضائع ہونے پر ایجنٹ کو پہلے پڑھے ہوئے صفحات دوبارہ کھولنے پڑ سکتے تھے.

ہیڈالگو نے GPT‑6 Astra کی تجویز کردہ اصلاحات کا جائزہ لیا اور تین کو آزمانے کے لیے منتخب کیا:

• ایجنٹ کی براؤزنگ کا سابقہ ریکارڈ بھی کیش میں محفوظ کرنا

• محفوظ رکھے جا سکنے والے متن کی مقدار بڑھانا

• ہر قدم پر اسکرین شاٹس ہٹانے کے بجائے انہیں گروپوں میں ہٹانا

GPT‑6 Astra نے فوری آزمائشوں سے آغاز کیا تاکہ معلوم ہو سکے کہ کن متغیرات کا اثر پڑتا ہے. چونکہ کوڈ قابو شدہ تجربات کے لیے نہیں بنایا گیا تھا، اس نے کوڈ کی ساخت بدلی تاکہ ایک ہی صارف رُخ اور پس پردہ نظام پر کئی طریقۂ کار بیک وقت چل سکیں، ہر ایک اپنی الگ ترتیبات کے ساتھ.

Astra نے مکمل مطالعہ کیا: سابقہ ریکارڈ کی حدیں 120,000 اور 480,000 حروف رکھی گئیں، اور کیش و اسکرین شاٹس کے چھ ضابطے آزمائے گئے. ہر صورت چاروں ماڈلز میں سے ہر ایک پر تین بار آزمائی گئی (نیچے جدول دیکھیں). بہترین کارکردگی والے ضابطے میں اسکرین شاٹس کی تعداد 20 تک پہنچنے دی جاتی، پھر صرف تازہ ترین کو رکھ کر باقی ہٹا دیے جاتے تھے. یوں اسکرین شاٹس ہٹانے کے درمیانی وقفوں میں پچھلا ریکارڈ زیادہ دیر تک یکساں رہتا تھا. سابقہ ریکارڈ کی زیادہ گنجائش کے ساتھ مل کر یہی بہتر بنایا گیا طریقۂ کار بنا. ہر ترتیب نے ایک ہی کام کیا: ایک عوامی نمائشی فہرست میں موجود 32 کتابوں میں سے ہر ایک کے لیے چھ معلوماتی خانے جمع کرنا. یہ اس کام کی مثال تھی جو Asana کے کچھ صارفین StackAI میں کرتے ہیں.

GPT‑6 Astra نے یہ طریقۂ کار چلائے اور درخواستوں، استعمال کے ریکارڈ اور نتائج کی جانچ کی. ماڈل کے الگ سیشنز نے کام کا جائزہ لیا. ہر سیشن کی درخواستیں، ڈیٹا کی سرگرمیوں کے ریکارڈ اور نتائج Asana کے سافٹ ویئر کی ترسیل کے پلیٹ فارم Command⁠(نئی ونڈو میں کھلتا ہے) میں درج کیے گئے، تاکہ ٹیم بعد میں مکمل مطالعے کا جائزہ لے سکے. Command میں نتائج کو پہلے کام کے ٹکٹوں، پھر کوڈ ضم کرنے کی درخواستوں میں بدلا گیا، اور تبدیلیاں عملی نظام میں نافذ ہو گئیں.

ماڈل B میں ان اصلاحات سے ماڈل کی تخمینی لاگت کم از کم $36.21 سے گھٹ کر فی اجرا $1.24 رہ گئی، یعنی 29 گنا کمی. اصل ترتیب میں بعض اجرا کام مکمل ہونے سے پہلے ہی مراحل کی حد تک پہنچ گئے تھے. GPT‑6.1 Sol پر بہتر بنایا گیا طریقۂ کار اس سے بھی 2.6 گنا کم خرچ تھا، یعنی $0.47. بہتر بنائے گئے طریقۂ کار کے ہر اجرا نے کام مکمل کیا اور درست جواب دیا.

صرف GPT‑6.1 Sol کو دیکھیں تو، سابقہ ریکارڈ کی زیادہ گنجائش کے ساتھ کیش اور اسکرین شاٹس کے نئے ضابطے سے لاگت 4 گنا کم ہوئی: فی اجرا $1.97 سے $0.47. ہر کال تقریباً 3 گنا کم خرچ تھی، کیونکہ 89% اِن پٹ کیش سے آیا، جس کی قیمت غیر کیش شدہ اِن پٹ کی قیمت کا 5% تھی. اجرا بھی تیز ہو گیا: ماڈل B کی اصل ترتیب میں کم از کم 22.5 منٹ لگتے تھے، جبکہ GPT‑6.1 Sol کے بہتر طریقۂ کار میں تقریباً چار منٹ.

جانچ سے یہ بھی سامنے آیا کہ سابقہ ریکارڈ کے نظم کا اس بات پر کیا اثر پڑا کہ ایجنٹ کوئی جواب دے بھی پاتا ہے یا نہیں. GPT‑6.1 Sol کو براؤزنگ کا سابقہ ریکارڈ محفوظ رکھنے کی زیادہ گنجائش دینے سے جواب دینے والے اجرا کی تعداد بڑھ گئی. کم گنجائش کے ساتھ 18 میں سے تین اجرا نے جواب دیا تھا، جبکہ زیادہ گنجائش کے ساتھ تمام 18 نے، اور ہر جواب درست تھا. ہیڈالگو کے نزدیک کاروباری فائدہ یہ ہے کہ صارفین کو زیادہ تیز اور قابل ماڈلز ملیں، جبکہ عملی اخراجات قابل برداشت رہیں.

Asana نے StackAI میں براؤزر کے ذریعے صفحات پر جانے سے متعلق تبدیلیاں جاری کر دی ہیں اور ایسے ٹولز بنا رہا ہے جن سے اسی طرح کے تجربات دہرانا آسان ہو. ٹیم وقت کے ساتھ ان آزمائشوں کو پلیٹ فارم کی جانچ میں شامل کرنے کا ارادہ رکھتی ہے، تاکہ صارفین اور داخلی ٹیمیں اپنے ایجنٹس کی ترتیب بناتے وقت لاگت، اجرا کے دورانیے اور جواب کے معیار کا موازنہ کر سکیں.

Asana اب اجرا سے پہلے مصنوعات کی خصوصیات آزمانے کے لیے Codex میں GPT‑6 Astra استعمال کر رہا ہے: Astra پلیٹ فارم پر مختلف حصے کھولتا ہے، مختلف اِن پٹ آزماتا ہے اور انسانی معیار جانچنے والوں کو خرابیوں کی اطلاع دیتا ہے. ہیڈالگو اسے سافٹ ویئر کی تیاری کے ایک نئے دور کی بنیاد سمجھتے ہیں، جس میں کلاؤڈ ایجنٹس کے کئی سیشنز بیک وقت خصوصیات آزمائیں گے.

مکمل مطالعہ Asana⁠(نئی ونڈو میں کھلتا ہے) اور StackAI⁠(نئی ونڈو میں کھلتا ہے) کے بلاگز پر دستیاب ہے.