Parallel สร้างโครงสร้างพื้นฐานสำหรับ AI agent ที่ทำงานวิจัยโดยใช้ข้อมูลจากเว็บ โดยเครื่องมือของรองรับตั้งแต่การค้นหาข้อมูลสำหรับ voice agent ไปจนถึงการวิจัยสำหรับสถาบันการเงินและลูกค้าด้านกฎหมาย ซึ่งรวมโมเดลชั้นนำเข้ากับการค้นหาบนเว็บ
สำหรับงานวิจัยที่ใช้เวลานานของ Parallel การได้คำตอบคุณภาพสูงก่อนหน้านี้มักต้องใช้โมเดลขนาดใหญ่และการให้เหตุผลที่ยาวนาน ซึ่งใช้เวลาและทรัพยากรสูง แต่ด้วย Astra พวกเขาได้แสดงให้เห็นว่าสามารถได้งานวิจัยคุณภาพเดียวกันได้เร็วกว่ามากและใช้การเรียกค้นน้อยลงด้วยโทเค็นที่น้อยลง
การรวบรวมข้อมูลหกเดือนเสร็จเร็วขึ้นสองเท่า
ในการทดสอบหนึ่ง Parallel ให้ agent วิจัยสถิติตลาดแรงงาน 6 ประเภทจาก 4 รัฐ ซึ่งต้องค้นหาข้อมูลจากหลายเว็บไซต์และรวบรวมเป็นรายงานเดียว GPT-6 Astra ทำงานเสร็จในครึ่งเวลาของโมเดลก่อนหน้า พร้อมลดต้นทุนโค้ดลงประมาณ 50% โดยคงคุณภาพงานวิจัยไว้เท่าเดิม
การได้คำตอบคุณภาพสูงในขั้นตอนที่น้อยลง
Parallel สังเกตว่า GPT-6 Astra ทำการค้นหาที่ตรงเป้าหมายมากขึ้นและใช้ขั้นตอนน้อยลงในการได้ผลลัพธ์ที่เป็นประโยชน์ ซึ่งต่างจากโมเดลก่อนหน้าที่ต้องใช้การค้นหาที่กว้างกว่า
ประสิทธิภาพที่เพิ่มขึ้นนี้ทำให้ Parallel สามารถแบ่งงานวิจัยให้กับหลาย agent ได้ ทำให้งานเกิดขึ้นพร้อมกันและลดเวลาที่ใช้ในการผ่านลำดับการค้นหาเดียว ทำให้การเปลี่ยนจากคำถามที่ซับซ้อนไปสู่คำตอบที่ผ่านการวิจัยนั้นมีเส้นทางที่ดีขึ้น ใช้เวลารอน้อยลง ต้นทุนต่ำลง และมีพื้นที่มากขึ้นในการรับมือกับงานวิจัยที่ท้าทายในระดับสเกลใหญ่
ศัพท์ที่ควรรู้
- AI agent – คือโปรแกรมคอมพิวเตอร์ที่ถูกสร้างขึ้นเพื่อทำงานเฉพาะทาง เช่น การวิจัย หรือการตอบคำถาม
- Web grounding – คือกระบวนการที่ AI เชื่อมโยงข้อมูลที่สร้างขึ้นกับข้อมูลจริงที่ค้นหาได้จากบนอินเทอร์เน็ต
- Frontier models – หมายถึงโมเดล AI ที่มีความสามารถล้ำหน้าและอยู่ในระดับแนวหน้าของเทคโนโลยี
- Tokens – คือหน่วยย่อยของข้อมูลที่โมเดล AI ใช้ในการประมวลผล ซึ่งส่งผลต่อต้นทุนและเวลาในการประมวลผล
ที่มา: OpenAI