Superhuman نے Frontier Model Intelligence کے ساتھ AI Auto-Drafts کو جدید بنا دیا

ای میل پروڈکٹیوٹی ایک نئے دور میں داخل ہو رہی ہے کیونکہ Superhuman اپنے auto-draft فیچر کا ایک جدید ورژن متعارف کروا رہا ہے، جسے روایتی AI جوابات کے "روبوٹک" احساس کو ختم کرنے کے لیے ڈیزائن کیا گیا ہے۔ سادہ ٹیمپلیٹس سے آگے بڑھتے ہوئے، نیا سسٹم اعلیٰ درجے کے reasoning models کا استعمال کرتا ہے تاکہ ایسے جوابات تیار کیے جا سکیں جو صارف کے مخصوص لہجے اور بات چیت کی تاریخ کی عکاسی کریں۔

GPT-3.5 سے آگے بڑھ کر Frontier Models تک

Superhuman کے نئے طریقہ کار میں بنیادی فرق اس کا زیرِ بنائی (underlying) آرکیٹیکچر ہے۔ پہلے، "Instant Replies" جیسے فیچرز GPT-3.5 جیسے پرانے ورژن پر انحصار کرتے تھے، جن میں context windows محدود تھے اور وہ ضرورت سے زیادہ پرجوش اور "salesy" تحریر تیار کرنے کا رجحان رکھتے تھے۔

اس مسئلے کو حل کرنے کے لیے، Superhuman کے شریک بانی Rahul Vohra نے انکشاف کیا کہ پلیٹ فارم اب ماڈلز کے ایک پیچیدہ امتزاج کا استعمال کرتا ہے۔ تحریر کے بنیادی کام Anthropic اور OpenAI دونوں کے frontier models کے ذریعے انجام دیے جاتے ہیں، جو موجودہ LLM منظرنامے میں دستیاب ذہانت اور سیاق و سباق کی آگاہی (contextual awareness) کی اعلیٰ ترین سطح کو یقینی بناتے ہیں۔ یہ multi-model حکمت عملی ایپ کو پیچیدہ باریکیوں کو سمجھنے کی اجازت دیتی ہے، جس سے ڈرافٹس مصنوعی ہونے کے بجائے اصلی محسوس ہوتے ہیں۔

ذاتی نوعیت کا سیاق و سباق اور Adaptive Learning

Superhuman کا نیا فیچر محض اگلے لفظ کی پیش گوئی کرنے سے کہیں زیادہ ہے؛ یہ صارف کی پیشہ ورانہ حدود اور منفرد آواز کو سمجھتا ہے۔ صارفین Settings > Personalization میں جا کر AI کے نتائج کو مزید بہتر بنا سکتے ہیں، جہاں وہ گہرا سیاق و سباق فراہم کرنے کے لیے فائلیں، لنکس، اور اپنے کردار کے بارے میں مخصوص تفصیلات اپ لوڈ کر سکتے ہیں۔

اس سسٹم میں ایک feedback loop بھی شامل ہے جو adaptive learning کو ممکن بناتا ہے۔ مثال کے طور پر، اگر کوئی صارف دستی طور پر ایسے ڈرافٹ کی اصلاح کرتا ہے جو کسی نامناسب وقت (جیسے آدھی رات) پر میٹنگ کا مشورہ دیتا ہے، تو ماڈل اس عمل سے سیکھتا ہے۔ اسی طرح کے وقت کے لیے بعد میں کی جانے والی درخواستوں پر ایسے ڈرافٹس تیار ہوں گے جو خود بخود میٹنگ کو مسترد کر دیں گے، جو ای میل اسسٹنٹس میں پہلے کبھی نہ دیکھی گئی صورتحال کی آگاہی (situational awareness) کا مظاہرہ کرتا ہے۔

حقیقی دنیا کی کارکردگی اور Superhuman Go کا مستقبل

ان تکنیکی اپ گریڈز کا اثر بیٹا ٹیسٹنگ میں پہلے ہی نظر آ رہا ہے۔ Rahul Vohra کے مطابق، 40% خودکار طور پر تیار کردہ ڈرافٹس موصول ہونے کے ایک دن کے اندر بھیج دیے جاتے ہیں، اور اہم بات یہ ہے کہ ان میں سے 60% ڈرافٹس بغیر کسی دستی ترمیم کے بھیجے جاتے ہیں۔ یہ پیمانہ "human-in-the-loop" کی اس رکاوٹ میں بڑی کمی کو ظاہر کرتا ہے جو عام طور پر AI رائٹنگ ٹولز کے لیے مشکل پیدا کرتی ہے۔

اگرچہ یہ فیچر ابھی تک مکمل طور پر خود مختار ایجنٹ نہیں ہے—کیونکہ صارفین کو شیڈولنگ یا لہجے میں غلطیوں کے لیے اب بھی ڈرافٹس کی جانچ کرنی پڑتی ہے—لیکن یہ زیادہ کام کرنے والے پیشہ ور افراد کے لیے ایک طاقتور پل کا کام کرتا ہے۔ یہ ترقی Grammarly کی جانب سے Superhuman کے حصول کے بعد ایک وسیع روڈ میپ کا حصہ ہے۔ کمپنی اب "Superhuman Go" کی طرف بڑھ رہی ہے، جو ایک پرجوش اسسٹنٹ ہے جسے مختلف پلیٹ فارمز اور ایپلی کیشنز پر سیاق و سباق کو برقرار رکھنے کے لیے ڈیزائن کیا گیا ہے، جو مؤثر طریقے سے ای میل کلائنٹ کو کراس پلیٹ فارم پروڈکٹیوٹی انٹیلی جنس لیئر میں تبدیل کر دے گا۔

اہم نکات

  • Frontier Model Integration: Superhuman نے لہجے اور سیاق و سباق کو بہتر بنانے کے لیے GPT-3.5 سے ہٹ کر OpenAI اور Anthropic کے اعلیٰ درجے کے ماڈلز کے امتزاج کو اپنا لیا ہے۔
  • High Efficiency Metrics: بیٹا ٹیسٹنگ سے پتہ چلتا ہے کہ 60% AI سے تیار کردہ ڈرافٹس بغیر کسی دستی ترمیم کے بھیجے جاتے ہیں، جو نئے انجن کی بڑھتی ہوئی درستگی کو ثابت کرتا ہے۔
  • Adaptive Personalization: سسٹم صارف کی ترجیحات سیکھنے کے لیے feedback loop کا استعمال کرتا ہے اور ذاتی نوعیت کی صارف سیٹنگز کے ذریعے گہرا سیاق و سباق شامل کرنے کی اجازت دیتا ہے۔