V7، AI ایجنٹس کو ادارہ جاتی یادداشت کیسے دیتا ہے

آج کے ماڈلز پیچیدہ کاموں پر ریزننگ کر سکتے ہیں، مگر ان کاموں کے بنیادی کاروباری سیاق کو خودکار طور پر نہیں سمجھتے. فنڈ کی کون سی رپورٹ تازہ ترین ہے؟ تین نظاموں میں ایک ہی اکائی کو کن ناموں سے پکارا گیا ہے؟

یہ سیاق دستاویزات، ڈیٹا رومز، اسپریڈ شیٹس، ای میلز اور اندرونی ٹولز میں بکھرا، غیر مربوط اور ایجنٹس سے پوشیدہ ہوتا ہے. مالیات، بیمہ اور غیر منقولہ املاک کی ٹیموں کے لیے ورک فلو میں درست بازیافت ناگزیر ہے.

کمپیوٹر بصارت پر مبنی، رسائی آسان بنانے والی ایک وسیع پیمانے پر استعمال شدہ ایپ مل کر بنانے کے بعد، رزولی اور ایڈورڈسن نے 2018 میں V7⁠(نئی ونڈو میں کھلتا ہے) قائم کیا تاکہ کمپنیوں کو اپنے AI نظاموں کو کاروباری طریقۂ کار سکھانے میں مدد دی جا سکے. V7 Go انتہائی اہم ورک فلو بنانے اور پوشیدہ سیاق کو ایسی یادداشت میں منظم کرنے کا ایجنٹ پر مبنی پلیٹ فارم ہے، جس پر ایجنٹس استفسار اور کارروائی کر سکتے ہیں.

V7 Go لاکھوں فائلوں سے معلومات اخذ کرنے اور انہیں سیاقی گراف میں منظم کرنے کے لیے GPT‑5.6 Luna استعمال کرتا ہے۔ یہ گراف اکائیوں، تعلقات اور حوالہ شدہ ثبوتوں کو جوڑ کر MCP تلاش اور ایسے قابلِ تکرار ورک فلو کو تقویت دیتا ہے جو سیکڑوں مراحل پر مشتمل ہو سکتے ہیں. ورک فلو کے لیے V7 Go پیچیدہ، کئی مراحل والی ہدایات پر ریزننگ اور ٹولز کے استعمال کی خاطر GPT‑5.6 Terra اور Sol استعمال کرتا ہے، جنہیں مکمل کرنے میں انسانوں کو درجنوں گھنٹے لگتے ہیں. V7 نے سیاقی گراف کے مشکل ترین استفسارات پر GPT‑6 Astra کا استعمال بھی شروع کر دیا ہے، جن میں ہزاروں دستاویزات کا مالی تجزیہ شامل ہے.

V7 کے مطابق سیاق، ماڈلز اور ٹولز کے باہمی تعاون سے ایجنٹس 50 سے 100 مراحل کے ورک فلو چند منٹوں میں 99.9% درستگی کے ساتھ مکمل کرتے ہیں، جبکہ ہر فیصلے کا قابلِ آڈٹ ریکارڈ بھی برقرار رہتا ہے.

سیاقی گراف ایک مخصوص مسئلہ حل کرتا ہے. ایجنٹس کو ہر درخواست پر سیاق دوبارہ تلاش کرنا پڑتا ہے، جس کے نتیجے میں درجنوں تلاشوں پر وقت اور ٹوکن خرچ ہوتے ہیں، اور تعلقات میں پوشیدہ اہم معلومات اکثر رہ جاتی ہیں.

ڈیٹا آنے پر V7 Go، شیئرپوائنٹ اور گوگل ڈرائیو جیسے ذخائر سے جڑتا ہے، ان میں موجود اکائیوں، تعلقات، حقائق، خصوصیات اور پیمانوں کو اسکین کرتا ہے، پھر ایسا گراف تیار کرتا ہے جس میں طویل سیاق والے طریقوں کی نسبت بہت کم لاگت اور وقت میں تلاش کی جا سکتی ہے.

سیاقی گراف ایجنٹس کو ایک منظم اور تازہ ریکارڈ دیتا ہے جس پر وہ براہِ راست استفسار کر سکتے ہیں. نئی فائل آنے پر V7 Go کمپنیوں، فنڈز، افراد یا علمیات میں شامل کسی بھی اکائی کی شناخت کرتا ہے، پھر ہر حقیقت کو نئے یا موجودہ ریکارڈ سے جوڑتا اور اصل ماخذ کے حوالہ شدہ ثبوت محفوظ رکھتا ہے. اگر گراف میں کافی معلومات نہ ہوں تو V7 Go پھر بھی RAG کے ذریعے بنیادی دستاویزات تلاش کر سکتا ہے.

V7 نے یہ بھی جانچا ہے کہ اس سیاق کی ساخت کتنی اہمیت رکھتی ہے. کاروباری نظاموں میں پھیلی معلومات تلاش اور مربوط کرنے کے معیار HERB پر، V7 کے صرف بازیافت والے نظام نے سرکاری بنیادی معیار سے 69% بہتر کارکردگی دکھائی اور ناقابلِ جواب سوالات پر غلط معلومات گھڑنے کی شرح 38% کم کی. V7 Go ماخذ سے منسلک اس سیاق کے ذریعے پیچیدہ ورک فلو کو ہر کمپنی کی اپنی معلومات پر مبنی رکھتا ہے.

V7 Go اس منظم سیاق کو نجی سرمایہ کاری کے سودوں کی جانچ اور بیمہ نویسی جیسے ورک فلو میں استعمال کرتا ہے. ذیل کے عملی مظاہرے میں ایک ورک فلو خفیہ معلوماتی یادداشت کہلانے والی سودے کی دستاویز سے معلومات اخذ کرتا ہے، اہم مالی اعداد، سودے کی شرائط اور انتظامیہ کی تفصیلات شامل کرتا ہے، خطرے سے متعلق خانوں کے حوالے دیتا ہے، پھر V7 Go جانچ کا خلاصہ تیار کرتا ہے.

سیاقی گراف کی بدولت ماڈل کسی ادارے کی تاریخ ہر بار دوبارہ سیکھے بغیر اس کے ساتھ کام کر سکتا ہے. طویل عرصے تک چلنے والے ایجنٹس کے لیے V7 Go حالیہ گفتگو ماڈل کے فعال سیاق میں رکھتا ہے اور پرانے مواد کو ضرورت کے وقت بازیافت کرنے کے لیے گراف میں محفوظ کرتا ہے.

یہ مشترکہ سیاق پہلے ہی V7 کے صارفین کے دستاویزات پر مبنی کام کو تیز کر رہا ہے:

• اثاثہ منتظمین سودوں کی جانچ پہلے سے 21 گنا زیادہ تیزی سے کر سکتے ہیں، جس سے پورے دن کا عمل صرف 15 منٹ رہ گیا ہے

• مالی خدمات کی ایک ٹیم نے جائزے کا وقت 100 گھنٹے سے زیادہ سے گھٹا کر 10 گھنٹے سے کم کر دیا، اور ہر کام پر ماہرین کی لاگت میں 12,000 ڈالر بچائے

• تمام سابقہ دعووں اور موجودہ پالیسیوں کی تاریخی معلومات ایجنٹس کو فراہم کرنے کے بعد بیمہ ٹیموں نے دستی بنیادی معیار کے مقابلے میں دعووں کی کارروائی کی غلطیاں 13.5% کم کر دیں

پیچیدہ، کئی مراحل والے ورک فلو کا انحصار اس بات پر ہے کہ ماڈل طویل ہدایات پر قابلِ اعتماد انداز میں عمل کرے، ٹولز چلائے، نتائج سمجھے اور مراحل کے طویل سلسلے سے گزرے. ابتدائی مرحلے کی ایک غلطی بھی مہنگے نتائج اور AI نظاموں پر اعتماد میں کمی کا باعث بن سکتی ہے. V7 Go ماڈلز کو طویل مدتی کاموں میں رہنمائی دیتا ہے، جن میں قطعی کوڈ، چھوٹے ماڈلز کو منتقلی، فائل بنانے کے مراحل اور انضمام شامل ہیں، اور ہر عمل کا قابلِ آڈٹ ریکارڈ رکھتا ہے.

AI سے تیار کردہ ورک فلو میں V7 Go ہر مرحلے کو تیز، اوسط اور ذہین درجوں سے منسلک کرتا ہے. GPT‑5.6 Luna منظم معلومات اخذ کرنے اور بڑی مقدار کے دیگر کام سنبھالتا ہے، جبکہ GPT‑5.6 Terra یا Sol چیٹ، Go Agent کے راستے اور زیادہ ریزننگ یا ٹول استعمال کرنے والے مراحل کو تقویت دیتے ہیں.

V7 نئے ماڈلز کو مسلسل برقرار رکھے جانے والے معیارات کے مجموعے پر جانچتا ہے، جس میں حوالوں کی درستگی، سیکڑوں اقسام کی دستاویزات سے معلومات اخذ کرنے کا معیار، جواب کی صحت، ہدایات پر عمل، تاخیر، لاگت اور حقیقی کاروباری ورک فلو شامل ہیں. V7 کے لیے سب سے اہم طرزِ عمل میں OpenAI بیشتر ماڈلز سے بہتر کارکردگی دکھاتا ہے. OpenAI نے V7 کی گنجائش بڑھانے کی ضروریات کو چند گھنٹوں میں منظور کرکے نافذ بھی کر دیا، جبکہ V7 کے دیگر فراہم کنندگان کو اس میں کئی ہفتے لگتے ہیں.

V7 کے تازہ ترین ہارنیس میں کئی بیرونی کالز والے اہم ورک فلو اب 50% تک زیادہ تیزی سے مکمل ہوتے ہیں. V7 نے GPT‑5.6 Luna کے ساتھ کارکردگی میں ایک اور بہتری ناپی: GPT‑5.4 mini کے مقابلے میں فی دستاویز لاگت 78% کم رہی. V7 نے دستاویزات پر زیادہ انحصار کرنے والے اپنے V7 Go کام بھی چیٹ کمپلیشنز API سے ریسپانسز API پر منتقل کیے. اس کی جانچ میں اس تبدیلی نے پی ڈی ایف پر زیادہ انحصار کرنے والے بعض ورک فلو میں ٹوکن کا استعمال تقریباً 5% کم کیا اور کیشنگ کی قابلِ اعتمادی بہتر بنائی.

V7 نے اپنے مشکل ترین سوالات پر GPT‑6 Astra کو بھی آزمایا. GPT‑5.6 Sol نے V7 کے کئی موجودہ معیارات میں تقریباً مکمل کارکردگی حاصل کر لی تھی، اس لیے کمپنی نے ہزاروں دستاویزات کے زیادہ بے ترتیب حقیقی ڈیٹا سے گراف استفسارات کے مزید مشکل سوالات تیار کیے. جانچ کا ڈیٹا مجموعہ مشکل کی چار سطحوں پر مشتمل ہے. V7 کے مطابق انتہائی مشکل سطح پر GPT‑5.6 Sol نے 78%، جبکہ GPT‑6 Astra نے 89% درستگی حاصل کی. دونوں ماڈلز نے آسان، اوسط اور مشکل سطحوں پر تقریباً 100% اسکور کیا.

V7 Go اپنے MCP سرور کے ذریعے پہلے ہی سیاقی گراف میں استفسار اور ڈیٹا شامل کرنے کی سہولت دیتا ہے، اس لیے صارفین اسے ChatGPT اور دیگر ہم آہنگ کلائنٹس سے استعمال کر سکتے ہیں. وہ Codex میں MCP کے ذریعے V7 Go ورک فلو بھی بنا سکتے ہیں. سادہ تر ورک فلو ڈیزائن کے ساتھ اس سہولت نے اوسط طوالت کا ورک فلو بنانے کا وقت تقریباً ایک گھنٹے سے گھٹا کر لگ بھگ 20 منٹ کر دیا ہے.

V7 کا طویل مدتی ہدف اس مشترکہ یادداشت کو مزید پیش قدم بنانا ہے. ٹیم ایسے ورک فلو تیار کر رہی ہے جو سیاقی گراف میں حقائق بدلنے پر شروع ہوں، تضادات کی نشان دہی کریں اور لوگوں کو بتائیں کہ کن تجزیوں کا دوبارہ جائزہ لینا ضروری ہے. مثلاً، فنڈ کی نظرثانی شدہ رپورٹ آنے پر V7 Go ایسے کام کی نشان دہی کر سکتا ہے جو اب بھی پرانے اعداد پر منحصر ہو.

رزولی کہتے ہیں، ”ہمارا مقصد کاروباری اداروں کو AI کے دور کے لیے نئے ٹولز سے آراستہ کرنا ہے، ایسے ورک فلو کے ساتھ جو انتہائی اہم کام حل کریں اور ایسی یادداشت کے ساتھ جو ہم انسانوں سے بہتر کارکردگی دکھائے.“ ”AI سے حقیقی فائدہ حاصل کرنے والے مالیاتی ادارے وہ نہیں ہوں گے جن کے پاس سب سے زیادہ ایجنٹس ہوں. بلکہ وہ ہوں گے جن کے پاس بہترین سیاق ہوگا.“