V7 ตัดต้นทุน 78% พร้อมเพิ่มความแม่นยำด้วย GPT-5.6 Luna

แม้ว่าโมเดลในปัจจุบันจะสามารถให้เหตุผลในงานที่ซับซ้อนได้ แต่ก็ยังขาดความเข้าใจในบริบททางธุรกิจที่แท้จริงของงานเหล่านั้น ดังนั้น Rizzoli และ Edwardsson จึงก่อตั้ง V7 ในปี 2018 เพื่อช่วยให้บริษัทต่างๆ สอนระบบ AI ให้เข้าใจถึงการดำเนินธุรกิจของตนเอง

เมื่อข้อมูลเข้ามา V7 Go จะเชื่อมต่อกับคลังข้อมูล เช่น SharePoint และ Google Drive เพื่อสแกนหาเอนทิตี ความสัมพันธ์ ข้อเท็จจริง คุณลักษณะ และเมตริกต่างๆ และจะสร้างกราฟที่ใช้ทรัพยากรน้อยกว่าและประมวลผลได้เร็วกว่าวิธีบริบทแบบยาวมาก

V7 Go จะระบุบริษัท เงินทุน บุคคล หรือเอนทิตีต่างๆ ในองค์ประกอบทางออนโทโลยี และเชื่อมโยงข้อเท็จจริงแต่ละอย่างเข้ากับบันทึกใหม่หรือที่มีอยู่ พร้อมทั้งเก็บหลักฐานอ้างอิงไว้ที่แหล่งข้อมูลต้นฉบับ

V7 ได้ทดสอบโมเดลใหม่ๆ ด้วยชุดเกณฑ์มาตรฐานที่ครอบคลุมความแม่นยำในการอ้างอิง คุณภาพการสกัดข้อมูล และเวิร์กโฟลว์ในองค์กรจริง และล่าสุด GPT-5.6 Sol สามารถลดอัตราข้อผิดพลาดในการเรียกใช้เครื่องมือจาก 2.7% (ด้วย GPT-5.5) เหลือเพียง 0.2% ขณะที่เวิร์กโฟลว์สำคัญบางอย่างเสร็จเร็วขึ้นถึง 50%

ศัพท์ที่ควรรู้

  • SharePoint – เป็นระบบจัดการเอกสารที่ V7 Go สามารถเชื่อมต่อเพื่อสแกนหาข้อมูลได้
  • Google Drive – เป็นบริการคลาวด์ที่ V7 Go สามารถเชื่อมต่อเพื่อสแกนหาข้อมูลได้
  • Ontology – คือระบบที่ V7 ใช้ในการระบุและจัดหมวดหมู่เอนทิตีต่างๆ ในข้อมูล
  • Context Graph – คือกราฟที่ V7 สร้างขึ้นเพื่อจัดเก็บและเชื่อมโยงข้อเท็จจริงจากแหล่งข้อมูลต่างๆ
  • GPT-5.6 Sol – คือโมเดล AI ที่ V7 ใช้ทดสอบและแสดงประสิทธิภาพในการทำงาน

ที่มา: OpenAI

Leave a Comment