ഫ്രോണ്ടിയർ മോഡൽ ഇന്റലിജൻസ് ഉപയോഗിച്ച് Superhuman തങ്ങളുടെ AI ഓട്ടോ-ഡ്രാഫ്റ്റുകൾ പരിഷ്കരിക്കുന്നു

പരമ്പരാഗത AI മറുപടികളിലെ "റോബോട്ടിക്" സ്വഭാവം ഒഴിവാക്കാൻ രൂപകൽപ്പന ചെയ്ത തങ്ങളുടെ ഓട്ടോ-ഡ്രാഫ്റ്റ് ഫീച്ചറിന്റെ ഒരു നൂതന പതിപ്പ് Superhuman പുറത്തിറക്കുന്നതോടെ ഇമെയിൽ ഉൽപ്പാദനക്ഷമത പുതിയൊരു യുഗത്തിലേക്ക് പ്രവേശിക്കുകയാണ്. ലളിതമായ ടെംപ്ലേറ്റുകൾക്ക് അപ്പുറം, ഉപയോക്താവിന്റെ പ്രത്യേക ശൈലിയും സംഭാഷണ ചരിത്രവും പ്രതിഫലിപ്പിക്കുന്ന രീതിയിൽ മറുപടികൾ തയ്യാറാക്കാൻ പുതിയ സിസ്റ്റം ഹൈ-റീസണിംഗ് മോഡലുകളെ പ്രയോജനപ്പെടുത്തുന്നു.

GPT-3.5-ൽ നിന്ന് ഫ്രോണ്ടിയർ മോഡലുകളിലേക്ക്

Superhuman-ന്റെ പുതിയ സമീപനത്തിലെ പ്രധാന വ്യത്യാസം അതിന്റെ അടിസ്ഥാന ആർക്കിടെക്ചറാണ്. മുമ്പ്, "Instant Replies" പോലുള്ള ഫീച്ചറുകൾ GPT-3.5 പോലുള്ള പഴയ പതിപ്പുകളെയാണ് ആശ്രയിച്ചിരുന്നത്. ഇവയ്ക്ക് ചെറിയ കോൺടെക്സ്റ്റ് വിൻഡോകൾ ഉണ്ടായിരുന്നുവെന്നും അമിതമായി ആവേശഭരിതമായ, "സെയിൽസി" (salesy) ശൈലിയിലുള്ള എഴുത്തുകൾ നൽകുന്ന പ്രവണത ഉണ്ടായിരുന്നുവെന്നും കാണുന്നു.

ഇത് പരിഹരിക്കുന്നതിനായി, പ്ലാറ്റ്‌ഫോം ഇപ്പോൾ മോഡലുകളുടെ ഒരു സങ്കീർണ്ണമായ മിശ്രിതം ഉപയോഗിക്കുന്നുവെന്ന് Superhuman സഹസ്ഥാപകൻ Rahul Vohra വെളിപ്പെടുത്തി. പ്രധാനപ്പെട്ട എഴുത്ത് ജോലികൾ Anthropic, OpenAI എന്നിവയിൽ നിന്നുള്ള ഫ്രോണ്ടിയർ മോഡലുകൾ കൈകാര്യം ചെയ്യുന്നു, ഇത് നിലവിലെ LLM രംഗത്ത് ലഭ്യമായ ഏറ്റവും ഉയർന്ന നിലവാരത്തിലുള്ള ബുദ്ധിശക്തിയും കോൺടെക്സ്റ്റ് അവബോധവും ഉറപ്പാക്കുന്നു. ഈ മൾട്ടി-മോഡൽ തന്ത്രം സങ്കീർണ്ണമായ സൂക്ഷ്മതകൾ പ്രോസസ്സ് ചെയ്യാൻ ആപ്പിനെ അനുവദിക്കുന്നു, ഇത് ഡ്രാഫ്റ്റുകൾ കൃത്രിമമായി നിർമ്മിച്ചതാണെന്ന് തോന്നിക്കാതെ സ്വാഭാവികമായി തോന്നിപ്പിക്കുന്നു.

പേഴ്സണലൈസ്ഡ് കോൺടെക്സ്റ്റും അഡാപ്റ്റീവ് ലേണിംഗും

Superhuman-ന്റെ പുതിയ ഫീച്ചർ അടുത്ത വാക്ക് പ്രവചിക്കുന്നതിനും അപ്പുറം പ്രവർത്തിക്കുന്നു; ഇത് ഉപയോക്താവിന്റെ പ്രൊഫഷണൽ പരിധികൾക്കും സവിശേഷമായ ശൈലിക്കും അനുസൃതമായി പ്രവർത്തിക്കുന്നു. ഉപയോക്താക്കൾക്ക് Settings > Personalization എന്ന ഭാഗത്തേക്ക് പോയി ഫയലുകൾ, ലിങ്കുകൾ, തങ്ങളുടെ ജോലിയെക്കുറിച്ചുള്ള പ്രത്യേക വിവരങ്ങൾ എന്നിവ അപ്‌ലോഡ് ചെയ്തുകൊണ്ട് AI-യുടെ ഔട്ട്‌പുട്ട് കൂടുതൽ മെച്ചപ്പെടുത്താൻ കഴിയും.

അഡാപ്റ്റീവ് ലേണിംഗിന് സഹായിക്കുന്ന ഒരു ഫീഡ്‌ബാക്ക് ലൂപ്പും ഈ സിസ്റ്റത്തിനുണ്ട്. ഉദാഹരണത്തിന്, ഒരു ഉപയോക്താവ് സൗകര്യപ്രദമല്ലാത്ത സമയത്ത് (അർദ്ധരാത്രി പോലുള്ള) മീറ്റിംഗ് നിർദ്ദേശിക്കുന്ന ഒരു ഡ്രാഫ്റ്റ് മാനുവലായി തിരുത്തുകയാണെങ്കിൽ, ആ ഇടപെടലിൽ നിന്ന് മോഡൽ പഠിക്കുന്നു. സമാനമായ സമയത്തേക്ക് പിന്നീട് മീറ്റിംഗുകൾ ആവശ്യപ്പെടുമ്പോൾ, ആ മീറ്റിംഗ് മുൻകൂട്ടി നിരസിക്കുന്ന രീതിയിലുള്ള ഡ്രാഫ്റ്റുകൾ ഇത് തയ്യാറാക്കും. ഇമെയിൽ അസിസ്റ്റന്റുകളിൽ മുമ്പ് കാണാത്ത തരത്തിലുള്ള ഒരു സാഹചര്യ അവബോധം (situational awareness) ഇത് പ്രകടിപ്പിക്കുന്നു.

യഥാർത്ഥ പ്രകടനം, Superhuman Go-യുടെ ഭാവി

ഈ സാങ്കേതിക പരിഷ്കാരങ്ങളുടെ സ്വാധീനം ബീറ്റാ ടെസ്റ്റിംഗിൽ ഇതിനകം തന്നെ കാണാൻ സാധിക്കുന്നുണ്ട്. Rahul Vohra പറയുന്നതനുസരിച്ച്, ഓട്ടോ-ജനറേറ്റഡ് ഡ്രാഫ്റ്റുകളിൽ 40% എണ്ണം ലഭിച്ച ഒരു ദിവസത്തിനുള്ളിൽ തന്നെ അയക്കുന്നുണ്ട്, കൂടാതെ ശ്രദ്ധേയമായ കാര്യം, ആ ഡ്രാഫ്റ്റുകളിൽ 60% എണ്ണവും യാതൊരുവിധ മാനുവൽ എഡിറ്റിംഗും കൂടാതെയാണ് അയക്കുന്നത് എന്നതാണ്. AI എഴുത്ത് ടൂളുകളിൽ സാധാരണയായി ഉണ്ടാകാറുള്ള "human-in-the-loop" തടസ്സങ്ങൾ വലിയ തോതിൽ കുറഞ്ഞുവെന്ന് ഈ കണക്ക് സൂചിപ്പിക്കുന്നു.

ഷെഡ്യൂളിംഗിലോ ശൈലിയിലോ ഉള്ള പിശകുകൾ പരിശോധിക്കാൻ ഉപയോക്താക്കൾക്ക് ഇപ്പോഴും ഡ്രാഫ്റ്റുകൾ പരിശോധിക്കേണ്ടതുണ്ട് എന്നതിനാൽ, ഈ ഫീച്ചർ ഇതുവരെ പൂർണ്ണമായും സ്വയം പ്രവർത്തിക്കുന്ന ഒരു ഏജന്റായി മാറിയിട്ടില്ല—എങ്കിലും, കൂടുതൽ ഇമെയിലുകൾ കൈകാര്യം ചെയ്യുന്ന പ്രൊഫഷണലുകൾക്ക് ഇതൊരു ശക്തമായ സഹായമാണ്. Grammarly, Superhuman-നെ ഏറ്റെടുത്തതിനെത്തുടർന്നുള്ള വിപുലമായ റോഡ്മാപ്പിന്റെ ഭാഗമാണ് ഈ വികസനം. കമ്പനി ഇപ്പോൾ "Superhuman Go"-ലേക്ക് നീങ്ങുകയാണ്. വിവിധ പ്ലാറ്റ്‌ഫോമുകളിലും ആപ്ലിക്കേഷനുകളിലും കോൺടെക്സ്റ്റ് കൈമാറാൻ രൂപകൽപ്പന ചെയ്ത ഒരു महत्वाയാകർഷകമായ അസിസ്റ്റന്റാണിത്, ഇത് ഇമെയിൽ ക്ലയന്റിനെ ഒരു ക്രോസ്-പ്ലാറ്റ്‌ഫോം പ്രൊഡക്റ്റിവിറ്റി ഇന്റലിജൻസ് ലെയറായി മാറ്റുന്നു.

പ്രധാന കാര്യങ്ങൾ

• ഫ്രോണ്ടിയർ മോഡൽ സംയോജനം: ശൈലിയും കോൺടെക്സ്റ്റും മെച്ചപ്പെടുത്തുന്നതിനായി Superhuman, GPT-3.5-ൽ നിന്ന് OpenAI, Anthropic എന്നിവയിൽ നിന്നുള്ള മികച്ച മോഡലുകളുടെ മിശ്രിതത്തിലേക്ക് മാറി.
• ഉയർന്ന കാര്യക്ഷമത: AI നിർമ്മിച്ച ഡ്രാഫ്റ്റുകളിൽ 60% എണ്ണവും യാതൊരുവിധ മാനുവൽ എഡിറ്റിംഗും കൂടാതെ അയക്കുന്നുണ്ടെന്ന് ബീറ്റാ ടെസ്റ്റിംഗ് കാണിക്കുന്നു, ഇത് പുതിയ എഞ്ചിന്റെ കൃത്യത തെളിയിക്കുന്നു.
• അഡാപ്റ്റീവ് പേഴ്സണലൈസേഷൻ: ഉപയോക്താവിന്റെ താൽപ്പര്യങ്ങൾ പഠിക്കാൻ സിസ്റ്റം ഒരു ഫീഡ്‌ബാക്ക് ലൂപ്പ് ഉപയോഗിക്കുന്നു, കൂടാതെ പേഴ്സണലൈസ്ഡ് യൂസർ സെറ്റിംഗുകൾ വഴി ആഴത്തിലുള്ള കോൺടെക്സ്റ്റ് നൽകാനും ഇത് അനുവദിക്കുന്നു.