Asana Codex-এ GPT-6 Astra ব্যবহার করে GPT-6.1 Sol-এর ওপর পরীক্ষা চালিয়ে তার ব্রাউজার এজেন্টের মডেল খরচ ৭৬ গুণ কমিয়েছে এবং গতি ৫ গুণ বাড়িয়েছে। Asana তার অধিগৃহীত প্ল্যাটফর্ম Stack AI-এর মাধ্যমে গ্রাহকদের ব্যবসায়িক অ্যাপ্লিকেশন জুড়ে কাজ স্বয়ংক্রিয় করতে সহায়তা করে। Stack AI দিয়ে গ্রাহকরা এমন ওয়ার্কফ্লো তৈরি করতে পারেন যা ওয়েবসাইটে নেভিগেট করে, ফর্ম পূরণ করে এবং তথ্য সংগ্রহ করে, কোনো কোড না লিখেই। Asana-এর স্কেলে এসব ওয়ার্কফ্লোর ছোট ছোট অদক্ষতা জমে বড় হয়ে ওঠে, তাই Stack AI-এর CTO Frank Hidalgo, Ph D, ব্রাউজার এজেন্টটিকে দ্রুত ও সস্তায় চালানোর লক্ষ্য নেন। তিনি Codex-এ GPT-6 Astra-কে এজেন্টটি খতিয়ে দেখতে, উন্নতি পরীক্ষা করতে এবং ফলাফল তুলনা করতে নির্দেশ দেন। তাঁর হিসাবে, হাতে করলে যে কাজে এক-দুই মাস লাগত, তা প্রায় এক সপ্তাহে হয়ে যায়।
Asana-এর ১৪৪-রানের গবেষণায় GPT-6.1 Sol এবং আরও তিনটি ফ্রন্টিয়ার মডেল পরীক্ষা করা হয়। GPT-6.1 Sol-এর অপ্টিমাইজড ওয়ার্কফ্লো প্রতি রানে গড়ে আনুমানিক মডেল খরচ হয়েছে $0.47 এবং সময় লেগেছে প্রায় চার মিনিট, যা Model B-তে মূল প্রোডাকশন সেটআপের তুলনায় ৭৬ গুণ সস্তা ও ৫ গুণ দ্রুত। Asana-এর CPO Arnab Bose বলেন, এই কাজ দেখিয়েছে কীভাবে একজন ইঞ্জিনিয়ার দিক নির্ধারণ করেন, আর GPT-6 Astra পরীক্ষা চালায় এবং ফলাফল Command-এর মাধ্যমে প্রোডাকশনে যায়।
তদন্তে দেখা যায়, এজেন্ট তার স্থির নির্দেশনা ও টুল সংজ্ঞা ক্যাশ করত, কিন্তু পেজের টেক্সট ও স্ক্রিনশটের ক্রমবর্ধমান ইতিহাস করত না, ফলে প্রতিটি অনুরোধে সেই ইতিহাস পূর্ণ মূল্যে আবার পাঠানো হতো। Hidalgo তিনটি পরিবর্তন পরীক্ষা করেন: ক্যাশ ব্রাউজিং ইতিহাসে বাড়ানো, আরও বেশি টেক্সট ধরে রাখা, এবং স্ক্রিনশট ব্যাচে সরানো। সেরা নীতিতে স্ক্রিনশট ২০টি পর্যন্ত জমতে দেওয়া হতো, তারপর শুধু সর্বশেষটি রাখা হতো, ফলে আগের ইতিহাস দীর্ঘ সময় অপরিবর্তিত থাকত।
প্রতিটি কনফিগারেশন একটি পাবলিক ডেমো ক্যাটালগের ৩২টি বইয়ের প্রতিটি থেকে ছয়টি ফিল্ড সংগ্রহ করেছে। প্রতিটি সেশনের অনুরোধ, ডেটা ট্রেস ও ফলাফল Command-এ রেকর্ড হয়েছে, যাতে টিম পরে পুরো গবেষণা পর্যালোচনা করতে পারে। ফলাফল টিকিটে, তারপর পুল রিকোয়েস্টে রূপান্তরিত হয়, এবং পরিবর্তনগুলো প্রোডাকশনে যায়।
উৎস: OpenAI Blog · সারাংশ: HeadlinesBriefing