Superhuman ने Frontier Model Intelligence च्या मदतीने AI Auto-Drafts मध्ये सुधारणा केली

ईमेल उत्पादकता (Email productivity) एका नवीन युगात प्रवेश करत आहे, कारण Superhuman ने त्याच्या auto-draft फीचरची प्रगत आवृत्ती लाँच केली आहे, जी पारंपारिक AI उत्तरांमधील "रोबोटिक" वाटणारापणा दूर करण्यासाठी डिझाइन केलेली आहे. साध्या टेम्पलेट्सच्या पलीकडे जाऊन, ही नवीन प्रणाली वापरकर्त्याचा विशिष्ट टोन आणि संभाषणाचा इतिहास प्रतिबिंबित करणारी उत्तरे तयार करण्यासाठी high-reasoning मॉडेल्सचा वापर करते.

GPT-3.5 च्या पलीकडे जाऊन Frontier Models कडे वाटचाल

Superhuman च्या नवीन दृष्टिकोनातील मुख्य फरक म्हणजे त्याचे मूळ आर्किटेक्चर (architecture). यापूर्वी, "Instant Replies" सारखी फीचर्स GPT-3.5 सारख्या जुन्या आवृत्त्यांवर अवलंबून होती, ज्यामध्ये लहान context windows आणि अतिउत्साही किंवा "salesy" मजकूर तयार करण्याची प्रवृत्ती होती.

हे सोडवण्यासाठी, Superhuman चे सह-संस्थापक राहुल वोहरा यांनी खुलासा केला की, हे प्लॅटफॉर्म आता मॉडेल्सच्या एका प्रगत मिश्रणाचा (mixture of models) वापर करते. लेखनाचे मुख्य कार्य Anthropic आणि OpenAI या दोन्ही कंपन्यांच्या frontier models द्वारे हाताळले जाते, ज्यामुळे सध्याच्या LLM क्षेत्रात उपलब्ध असलेली सर्वोच्च बुद्धिमत्ता आणि संदर्भाची जाणीव (contextual awareness) सुनिश्चित होते. ही multi-model रणनीती ॲपला गुंतागुंतीचे बारकावे समजून घेण्यास मदत करते, ज्यामुळे drafts कृत्रिम वाटण्याऐवजी अधिक अस्सल वाटतात.

वैयक्तिकृत संदर्भ (Personalized Context) आणि अडॅप्टिव्ह लर्निंग (Adaptive Learning)

Superhuman चे नवीन फीचर केवळ पुढचा शब्द ओळखण्यापलीकडे जाऊन काम करते; ते वापरकर्त्याच्या व्यावसायिक मर्यादा आणि त्यांची विशिष्ट शैली समजून घेते. वापरकर्ते Settings > Personalization मध्ये जाऊन AI च्या आउटपुटमध्ये अधिक सुधारणा करू शकतात, जिथे ते अधिक सखोल संदर्भ देण्यासाठी फाइल्स, लिंक्स आणि त्यांच्या भूमिकेबद्दलची विशिष्ट माहिती अपलोड करू शकतात.

या प्रणालीमध्ये फीडबॅक लूप (feedback loop) देखील आहे जो अडॅप्टिव्ह लर्निंगला सक्षम करतो. उदाहरणार्थ, जर वापरकर्त्याने एखाद्या अशा ड्राफ्टमध्ये सुधारणा केली ज्यामध्ये गैरसोयीच्या वेळी (उदा. मध्यरात्री) मीटिंग सुचवली आहे, तर मॉडेल त्या संवादातून शिकते. त्यानंतर अशाच वेळेसाठी येणाऱ्या विनंत्यांसाठी मॉडेल आपोआप मीटिंग नाकारणारे ड्राफ्ट तयार करेल, जे ईमेल असिस्टंट्समध्ये यापूर्वी कधीही न पाहिलेले 'situational awareness' दर्शवते.

वास्तविक जगातील कामगिरी आणि Superhuman Go चे भविष्य

या तांत्रिक सुधारणांचा परिणाम बीटा टेस्टिंगमध्ये आधीच दिसून येत आहे. राहुल वोहरा यांच्या मते, ४०% ऑटो-जनरेटेड ड्राफ्ट्स प्राप्त झाल्याच्या एक दिवसाच्या आत पाठवले जातात आणि महत्त्वाचे म्हणजे, त्यापैकी ६०% ड्राफ्ट्स कोणत्याही मॅन्युअल एडिटिंगशिवाय पाठवले जातात. हे मेट्रिक "human-in-the-loop" मधील अडथळ्यांमध्ये झालेली मोठी घट दर्शवते, जे सहसा AI लेखन साधनांमध्ये दिसून येते.

जरी हे फीचर अजूनही पूर्णपणे स्वायत्त (autonomous) एजंट नाही—कारण वापरकर्त्यांना शेड्युलिंग किंवा टोनमधील चुका तपासण्यासाठी ड्राफ्ट्सची पडताळणी करावी लागते—तरीही ते मोठ्या प्रमाणात काम करणाऱ्या व्यावसायिकांसाठी एक शक्तिशाली दुवा म्हणून काम करते. हे डेव्हलपमेंट Grammarly ने Superhuman चे अधिग्रहण केल्यानंतरच्या व्यापक रोडमॅपचा एक भाग आहे. कंपनी आता "Superhuman Go" कडे वाटचाल करत आहे, जे एक महत्त्वाकांक्षी असिस्टंट आहे. हे विविध प्लॅटफॉर्म आणि ॲप्लिकेशन्समध्ये संदर्भ (context) नेण्यासाठी डिझाइन केलेले आहे, ज्यामुळे ईमेल क्लायंट प्रभावीपणे क्रॉस-प्लॅटफॉर्म प्रॉडक्टिव्हिटी इंटेलिजन्स लेयरमध्ये रूपांतरित होईल.

मुख्य मुद्दे

• Frontier Model Integration: टोन आणि संदर्भ सुधारण्यासाठी Superhuman ने GPT-3.5 कडून OpenAI आणि Anthropic च्या टॉप-टियर मॉडेल्सच्या मिश्रणाकडे वळण घेतले आहे.
• High Efficiency Metrics: बीटा टेस्टिंगनुसार, ६०% AI-जनरेटेड ड्राफ्ट्स कोणत्याही मॅन्युअल एडिटींगशिवाय पाठवले जातात, जे नवीन इंजिनची वाढलेली अचूकता सिद्ध करते.
• Adaptive Personalization: ही प्रणाली वापरकर्त्याच्या आवडीनिवडी शिकण्यासाठी फीडबॅक लूपचा वापर करते आणि वैयक्तिकृत युजर सेटिंग्सद्वारे सखोल संदर्भ (context) समाविष्ट करण्याची परवानगी देते.