تھرڈ مومنٹ ریسرچ: 10,000 ایجنٹ، 36+ گھنٹے

ہر کمپنی کے اپنے طریقۂ کار، وسائل، غیرمعمولی صورتِ حال اور کامیابی کے پیمانے ہوتے ہیں. ⁠(نئی ونڈو میں کھلتا ہے)تھرڈ مومنٹ ریسرچ⁠(نئی ونڈو میں کھلتا ہے) کا ماننا ہے کہ بہترین ایجنٹوں کو کمپنی کے مخصوص کام میں مہارت حاصل ہونی چاہیے اور جتنا زیادہ انہیں استعمال کیا جائے، اتنی ہی ان کی صلاحیتیں بہتر ہونی چاہییں.

اسی خیال کی بنیاد پر کمپنی خود کو بہتر بنانے والا مصنوعی ذہانت کا نظام تیار کر رہی ہے. یہ OpenAI کے تازہ ترین ماڈلوں کی مدد سے ایجنٹوں کے رویے کو سمجھتا ہے، بار بار سامنے آنے والی کمزوریوں کی نشاندہی کرتا ہے اور ان مسائل کے گرد خودکار طور پر ہزاروں مصنوعی منظرنامے بناتا ہے. ٹیم ان منظرناموں کی مدد سے ایجنٹوں کو بہتر بناتی ہے اور نئے مسائل سامنے آنے پر یہ عمل دہراتی ہے.

Codex، GPT‑6 Astra، GPT‑6 Sol اور GPT‑6.1 Sol اس نظام کے تحقیقی اور حسابی کام میں معاونت کرتے ہیں. ان کی بدولت تھرڈ مومنٹ 36 سے 48 گھنٹے جاری رہنے والی تحقیقات میں بیک وقت 10,000 ایجنٹ چلا سکتی ہے. کمپنی ان ماحولوں کی سلامتی جانچنے کے لیے ڈے بریک بھی استعمال کرتی ہے جہاں ایجنٹ کام کرتے ہیں.

تھرڈ مومنٹ کے ابتدائی استعمالات میں مقداری مالیات کا شعبہ شامل ہے، کیونکہ اس میں کامیابی کا پیمانہ واضح ہوتا ہے. یہ شعبہ ٹھوس حالات میں یہ مطالعہ کرنے کا موقع دیتا ہے کہ ایجنٹ کیسے کام کرتے ہیں اور کہاں انہیں مشکلات پیش آتی ہیں. ٹیم تحقیقی ماحول میں مسائل تلاش کرنے اور انہیں حل کرنے کے لیے Codex استعمال کرتی ہے.

ایک موقع پر ٹیم نے Codex کو GPT‑5.6 کے ساتھ استعمال کیا، جو اس وقت تازہ ترین GPT ماڈل تھا. اس نے نقلِ واقعہ کی ہزاروں محفوظ کردہ رودادوں، یعنی ایجنٹوں کے اقدامات اور ماحول کے ردعمل، کا وقت کے اندراجات اور کوڈ کے مجموعے کے ساتھ تجزیہ کیا.

Codex نے تاخیر کی ایک وجہ دریافت کی: امریکی حصص کے ایک سال کے آرڈر سطح کے اعداد و شمار پر تجارتی حکمتِ عملی کی تاریخی آزمائش میں کئی گھنٹے لگتے تھے. انتظار کے دوران ایجنٹ بار بار پوچھتے تھے کہ کام مکمل ہوا یا نہیں، جس سے ٹوکن ضائع ہوتے اور ان کا سیاق کیفیت کی جانچ سے بھر جاتا تھا.

تاریخی آزمائش کی کارکردگی کا جائزہ لینے اور اس کے اِن پٹ اور استعمال کا تجزیہ کرنے کے بعد، Codex نے عارضی ذخیرے کے بہتر استعمال اور یادداشت میں ڈیٹا کم جگہ میں سمیٹنے کی ایک تکنیک کی نشاندہی کی. اس نے مختلف حل آزما کر اصلاح کو عملی نظام میں نافذ کیا، جس سے تاریخی آزمائش کا وقت تقریباً 3 گھنٹے سے گھٹ کر تقریباً 3 سے 5 منٹ رہ گیا. اس سے ٹوکنوں کا استعمال اور سیاق میں غیرضروری مواد کم ہوا، اور ایجنٹوں کے لیے مختص ٹوکنوں میں سے زیادہ ٹوکن مزید تجربات کے لیے دستیاب ہو گئے.

تھرڈ مومنٹ ہر ایجنٹ کو اس کے مخصوص کام کے لیے درکار وسائل، معلومات اور ماحول فراہم کرتی ہے. مقداری تحقیق کے لیے ٹیم Codex کا طے شدہ ہارنیس ڈوکر پر مبنی ماحول میں چلاتی ہے. ایجنٹوں کو ایک ٹیرابائٹ ڈیٹا، دستاویزات اور ایک تحقیقی ریپوزٹری ملتی ہے، جس میں خصوصیات کی تیاری، گرافکس پروسیسر کی مدد سے ماڈل کی تربیت، تجارتی حکمتِ عملیوں اور نقلِ واقعہ کے ماڈیول ہوتے ہیں.

GPT‑6 Astra، GPT‑6 Sol اور GPT‑6.1 Sol ریزننگ فراہم کرتے ہیں، جبکہ Codex کا ہارنیس ایجنٹوں کو اقدامات کرنے، منصوبے بنانے، مقاصد طے کرنے، ذیلی ایجنٹ بنانے اور کام آگے بڑھنے کے ساتھ سیاق کو مختصر کرنے کے وسائل دیتا ہے.

کام مکمل ہونے سے پہلے رک جانے والے ایجنٹوں کے مسئلے سے نمٹنے کے لیے، تھرڈ مومنٹ Codex کو ایک بیرونی ہارنیس کے اندر ذیلی ایجنٹ کے طور پر استعمال کرتی ہے. یہ بیرونی ہارنیس GPT‑6 Sol یا GPT‑6.1 Sol سے چلتا ہے. کام ادھورا رہ جانے پر بیرونی ہارنیس اب تک کے اقدامات کا جائزہ لیتا ہے اور طے کرتا ہے کہ دوبارہ کوشش کی جائے، کام ختم کر دیا جائے یا اسے انسانی جائزے کے لیے بھیجا جائے.

اس تحقیقی ماحول میں ایجنٹ تھرڈ مومنٹ کے انجینئروں کے بنائے ہوئے بنیادی تجارتی نظام کو بہتر بنانے پر کام کرتے ہیں. وہ ماضی کے اعداد و شمار پر تجارتی حکمتِ عملیاں آزماتے ہیں، جانچتے ہیں کہ بہتری واقعی بامعنی ہے یا محض اتفاقی اتار چڑھاؤ، اور ہر نتیجے کی مدد سے اگلا تجربہ منتخب کرتے ہیں. ایڈم کے مطابق، ان کے کام سے بنیادی تجارتی نظام بہتر ہوا ہے.

ایڈم کہتے ہیں کہ GPT‑5.5 سے پہلے ماڈل صرف صارف کے بتائے ہوئے تجربات ہی کر سکتے تھے. GPT‑5.5 اور GPT‑5.6 کے ساتھ، Codex ہارنیس میں کام کرنے والے ماڈل نتائج کی بنیاد پر اگلے تجربات ترتیب دینے لگے. اب GPT‑6 Astra، GPT‑6 Sol اور GPT‑6.1 Sol کے ساتھ ایجنٹ ذیلی ایجنٹوں کی مدد سے بیک وقت سینکڑوں تجربات کرتے ہوئے بنیادی وجوہات کی چھان بین کر سکتے ہیں.

اس پیش رفت کی بدولت ایجنٹ تحقیق کے ایسے رخ تلاش کر سکے ہیں جن کا ٹیم نے تصور بھی نہیں کیا تھا. ایک نشست میں GPT‑6.1 Sol نے ایک ایکسچینج پر ظاہر نہ کیے جانے والے سودوں کے اثرات کی نشاندہی کی، جہاں یہ سودے مجموعی تجارتی حجم کا غیرمتوقع طور پر بڑا حصہ تھے. ایڈم کہتے ہیں، ”یہ ایسا نتیجہ تھا جو بظاہر واضح نہیں تھا اور ہماری تحقیقی ٹیم نے شروع میں اس پر غور نہیں کیا تھا.“

تھرڈ مومنٹ ماڈلوں کو کارکردگی کی بہتری، مشینی آموزش کے نظاموں اور مقداری تحقیق کے کاموں میں پرکھتی ہے. وہ جدید ترین ماڈلوں کو ریزننگ کی بلند ترین ترتیبات پر آزماتی ہے اور یہ جانچتی ہے کہ وہ ریپوزٹریوں میں مطلوبہ مواد تلاش کرنے، مؤثر کوڈ لکھنے اور تحقیق جاری رکھنے کی کتنی صلاحیت رکھتے ہیں. موجودہ آزمائشوں میں GPT‑6 Luna بھی شامل ہے.

ایک معیاری آزمائش میں ایجنٹوں سے کہا جاتا ہے کہ براہِ راست اسکور دکھانے والی خدمت کے نتائج برقرار رکھتے ہوئے اس کی تازہ کاری میں ہونے والی تاخیر کم کریں. درست نتائج کی شرط پوری ہونے پر، ٹیم ایک ہی ہارڈویئر پر ماہر کے بنائے ہوئے حل کے اوسط دورانیے کو ماڈل کے حل کے اوسط دورانیے سے تقسیم کرکے رفتار میں اضافے کی پیمائش کرتی ہے. ایڈم کے مطابق، GPT‑6 Astra نے رفتار میں سب سے زیادہ اضافہ کیا.

مخصوص کاموں کے لیے، جن میں نقلِ واقعہ کے نظام میں مخصوص حفاظتی کمزوریوں کی جانچ بھی شامل ہے، ٹیم GPT‑5.6 Terra جیسے کم وسائل میں بہتر کام کرنے والے ماڈل استعمال کرتی ہے. گہری تحقیق کے لیے ایڈم کا ماننا ہے کہ بہتر ریزننگ پر زیادہ خرچ جائز ہو سکتا ہے: ”مقداری مالیات میں کسی کارآمد اشارے کی دریافت بہت زیادہ قدر رکھتی ہے.“

10,000 ایجنٹوں کے خودمختار انداز میں کام کرنے کے ساتھ، تھرڈ مومنٹ کو اپنے تحقیقی ماحولوں کی سلامتی بڑے پیمانے پر جانچنے کا طریقہ درکار ہے. ٹیم نقلِ واقعہ شروع کرنے سے پہلے اس جانچ کو خودکار بنانے کے لیے ڈے بریک کا سائبر تحفظ پلیٹ فارم استعمال کرتی ہے.

ان آزمائشوں میں جانچا جاتا ہے کہ آیا کوئی ایجنٹ اپنے تحقیقی ماحول کی حدود توڑ کر وسیع تر نیٹ ورک تک رسائی حاصل کر سکتا ہے. ایڈم کہتے ہیں، ”ڈے بریک کی مدد سے ہم خود ایجنٹوں سے نقلِ واقعہ کے نظام میں نقب زنی کی آزمائش کروا سکتے ہیں اور اس کے بنیادی ڈھانچے اور سلامتی کو جانچ سکتے ہیں.“

تھرڈ مومنٹ کے عزائم میں وہ مخصوص مہارت والے کام بھی شامل ہیں جو کمپنیاں ہر روز کرتی ہیں. کسی خوردہ فروش کے لیے اس کا مطلب سامان کی کمی یا سپلائر کی تاخیر کے وقت ترسیلی سلسلے سے متعلق بہتر فیصلے کرنا ہو سکتا ہے. انجینئرنگ ٹیم کے لیے اس کا مطلب کوڈ کے بڑے مجموعے میں کارکردگی سست کرنے والے حصوں کی نشاندہی ہو سکتا ہے. ایسے کاروبار کے لیے جہاں دستاویزات کا استعمال بہت زیادہ ہو، اس کا مطلب یہ معلوم کرنا ہو سکتا ہے کہ ایک دستاویز میں کیے گئے وعدے دوسری میں درج نتائج سے کہاں مطابقت نہیں رکھتے.

GPT‑6 Astra، GPT‑6 Sol اور GPT‑6.1 Sol کی ریزننگ کی صلاحیتوں کو بنیاد بنا کر، تھرڈ مومنٹ انفرادی تحقیقات سے آگے بڑھ کر باہم تعاون کرنے والے لاکھوں ذیلی ایجنٹوں تک اپنا کام پھیلانے کا ارادہ رکھتی ہے. اس کے لائحۂ عمل میں دسیوں کھرب ٹوکنوں کی مدد سے درجنوں باہم منحصر تجربات کے سلسلے چلانا شامل ہے. مقصد یہ ہے کہ نئے چیلنج سامنے آنے پر اس تحقیق سے ایجنٹ خودمختار انداز میں بہتر بنائے جائیں.

ایڈم کے نزدیک اس سے لوگوں کو یہ طے کرنے کی زیادہ گنجائش ملے گی کہ ایجنٹ کیسے سیکھیں اور کام کریں: ”انسان کہیں زیادہ مؤثر کردار ادا کر سکیں گے، جہاں خود تحقیق کرنے کے بجائے وہ سوچ سکیں گے کہ تحقیق کیسے کی جائے اور خود تحقیقی عمل کو کیسے بہتر بنایا جائے.“