Parallel giảm nửa thời gian và chi phí nghiên cứu nhờ GPT‑6 Astra
GPT‑6 Astra giúp các tác nhân của Parallel nghiên cứu và tổng hợp dữ liệu thị trường lao động với một nửa thời gian và chi phí so với các mô hình trước.
50%
Giảm thời gian hoàn thành nhiệm vụ nghiên cứu
50%
Giảm chi phí mã
Parallel(mở trong cửa sổ mới) xây dựng hạ tầng dành cho nhà phát triển để hỗ trợ các tác nhân AI thực hiện công việc tri thức trên web. Các công cụ của Parallel hỗ trợ nhiều nhu cầu, từ giúp tác nhân giọng nói có căn cứ trên web đến nghiên cứu cho các tổ chức tài chính và khách hàng pháp lý, bằng cách kết hợp các mô hình tiên phong với tính năng tìm kiếm trên web.
Với những nhiệm vụ nghiên cứu kéo dài nhất của Parallel, để có câu trả lời chất lượng cao, họ thường phải dùng mô hình lớn hơn với khả năng suy luận mở rộng, tốn nhiều thời gian và tài nguyên hơn. Nhờ GPT‑6 Astra, công ty đã cải thiện đáng kể thời gian và chi phí.
“Với Astra, chúng tôi đã chứng minh rằng bạn có thể đạt được chất lượng nghiên cứu tương đương nhanh hơn rất nhiều, với ít lượt gọi nghiên cứu và ít token hơn.”
Trong một thử nghiệm GPT‑6 Astra, Parallel yêu cầu tác nhân của mình nghiên cứu sáu số liệu thống kê khác nhau về thị trường lao động tại bốn tiểu bang trong sáu tháng. Tác nhân phải tìm kiếm trên nhiều trang web, thu thập thông tin và tổng hợp kết quả vào một báo cáo nghiên cứu duy nhất.
GPT‑6 Astra hoàn thành công việc chỉ trong một nửa thời gian so với các mô hình trước, giảm khoảng 50% chi phí mã mà vẫn duy trì chất lượng nghiên cứu tương đương.
Parallel cũng nhận thấy GPT‑6 Astra tìm kiếm có trọng tâm hơn và cần ít bước hơn để đạt được kết quả hữu ích.
“Astra đưa ra các truy vấn tìm kiếm có trọng tâm hơn, tập trung tốt hơn vào nhiệm vụ cuối cùng và vận dụng kiến thức thế giới hiệu quả hơn so với các mô hình trước.”
Hiệu quả cao hơn cũng giúp Parallel dễ dàng phân chia công việc nghiên cứu cho nhiều tác nhân hơn. GPT‑6 Astra có thể giao các nhiệm vụ nghiên cứu cụ thể cho các tác nhân phụ, cho phép công việc diễn ra đồng thời và giảm thời gian thực hiện tuần tự từng lượt tìm kiếm.
Parallel hiện có một lộ trình hiệu quả hơn từ câu hỏi phức tạp đến câu trả lời dựa trên nghiên cứu, với thời gian chờ ngắn hơn, chi phí thấp hơn và nhiều dư địa hơn để xử lý các nhiệm vụ nghiên cứu chuyên sâu ở quy mô lớn.
