सखोल संशोधन, आता Computer मध्ये

Computer मधील सखोल संशोधन विश्वासू डेटासह कठीण प्रश्नांची उत्तरे देतो, त्यानंतर अहवाल, डॅशबोर्ड आणि डेक वितरीत करतो.

image of screens with text on them with a beach in the background

सखोल संशोधन ही एक एजंट-आधारित, पुनरावृत्ती करणारी शोध पद्धती आहे, जी पारंपारिक संशोधन विश्लेषकासारखे काम करते. कृती करण्यापूर्वी ती योजना आखते. ती एकाऐवजी अनेक शोध घेते, आणि नंतर काय शोधायचे याचा विचार करण्यापूर्वी प्रत्येक वेळी निकाल वाचते. तिच्याकडे पुरेसे पुरावे आहेत का याचे ती मूल्यांकन करते, विरोधाभासांची नोंद करते, सखोल वाचन करते आणि नंतर परिणामांचे एकाधिकृत उत्तरात संश्लेषण करते.

ही खोली म्हणजेच सखोल संशोधनला प्रमाणित शोधापेक्षा जास्त वेळ का लागतो आणि जास्त संगणक शक्ती का वापरू शकते याचे कारण आहे.

सखोल संशोधन Computer मध्ये का जोडले गेले आहे, याचे हेच कारण आहे. कठीण प्रश्नाचे उत्तर ही केवळ सुरुवात असते. सखोल संशोधन मुळे लवकरच एक अहवाल, डॅशबोर्ड किंवा कामाची मागणी असलेली इतर कोणतीही गोष्ट तयार होते. Computer हे असे ठिकाण आहे जिथे हे घडते.

आज आम्ही हे देखील घोषित करत आहोत की सखोल संशोधन Search as Code नावाच्या नवीन दृष्टिकोनाद्वारे स्वतःचे शोध प्रोग्राम लिहू शकते. एका वेळी एक क्वेरी चालवण्याऐवजी, Computer प्रत्येक प्रश्नासाठी एक कस्टम शोध योजना तयार करते आणि समांतरपणे हजारो पायऱ्या चालवते. एकत्रितपणे, हे बदल सखोल संशोधन काय करू शकते याचा विस्तार करतात.

व्यवसायाच्या संदर्भाशी सुसंगत उत्तरांसाठी ते आता अंतर्गत फाईल्स आणि ॲप्समधून माहिती घेते. Computer त्या उत्तरांचे PDF, डेक, डॅशबोर्ड, वेबसाइट्स आणि बरेच काही यांसारख्या कामासाठी तयार स्वरूपांमध्ये रूपांतरित करते. ते अधिक काळजीपूर्वक विचार करते आणि इतर Computer वर्कफ्लो मध्ये समाकलित होते.

चांगले इनपुट, चांगले आऊटपुट

सखोल संशोधन हा ज्ञान कार्याचा पाया आहे. मेमो, ब्रीफ, योजना किंवा विश्लेषणाची गुणवत्ता त्यामागील स्त्रोत आणि तर्काच्या गुणवत्तेवर अवलंबून असते.

Computer मध्ये सखोल संशोधन आणल्याने तो पाया अशा ठिकाणी येतो जिथे आधीपासूनच काम होते. एका अलीकडील अभ्यासानुसार असे आढळून आले की Computer च्या जवळपास २६% कामांमध्ये संशोधन आणि विश्लेषणाचा समावेश होतो, जी कोडिंग, ॲसेट निर्मिती आणि इतर गोष्टींच्या पुढे जाऊन सर्वात मोठी श्रेणी आहे.

आजच्या आधी, Computer आणि सखोल संशोधन स्वतंत्र होते. वापरकर्त्यांना एका थ्रेडमध्ये त्यांची सखोल संशोधन क्वेरी चालवावी लागत असे, त्यानंतर आउटपुट तयार करण्यासाठी Computer मध्ये दुसरी क्वेरी उघडावी लागत असे.

आता वापरकर्ते एक क्लिष्ट क्वेरी विचारू शकतात आणि Computer त्याचे २० हून अधिक फ्रॉन्टियर मॉडेल्सवर पाठवलेल्या उपकामांमध्ये विभाजन करेल. वापरकर्ते संशोधनाची उत्तरे मिळवू शकतात, फॉलो-अप विचारू शकतात, जोडलेला संदर्भ मिळवू शकतात आणि एकाच क्वेरीत निष्कर्षांचे तयार ॲसेट्समध्ये रूपांतर करू शकतात.

जेव्हा शोधाची आवश्यकता असते, तेव्हा Computer आपोआप Statista, PitchBook आणि CB Insights सारख्या प्रिमियम स्रोतांकडून माहिती घेते, ज्यामुळे अधिकृत डेटासह उत्तरांना पाठबळ मिळते.

एक कौशल्य, अनेक मार्ग

Computer मध्ये, सखोल संशोधन हा युनिव्हर्सल शोध कौशल्याचा प्रवेश बिंदू आहे. एकच क्वेरी योग्य पुनर्प्राप्ती पॅटर्नवर जाते. त्यानंतर, ती एका युनिफाइड उत्तरात परिणामांची जुळवाजुळव करते.

"आम्ही नुकत्याच विकत घेतलेल्या टेक्सस स्टार्टअपमधील कर्मचाऱ्यांचे नॉन-कम्पिट करार आता आपण कॅलिफोर्निया कंपनी बनल्यामुळे अजूनही लागू आहेत का?" असा प्रश्न घ्या.

Computer समांतरपणे चार मार्ग चालवते. ते नॉन-कम्पिटवरील कॅलिफोर्नियाच्या जवळजवळ पूर्ण बंदीचे आणि त्याची न्यायालये राज्याबाहेरील करारांना कसे हाताळतात याचे परीक्षण करते. हे टेक्ससच्या अंमलबजावणी मानकांचे विश्लेषण करते, जिथे नॉन-कम्पिट करार विशेष प्रशिक्षण किंवा व्यापार रहस्यांशी जोडलेले असल्यास वैध असतात. हे अधिग्रहणानंतरच्या कराराच्या असाइनमेंट केस लॉ आणि नॉन-कम्पिटवरील FTC च्या अलीकडील नियमनिर्मितीचे पुनरावलोकन करते.

अंतिम आऊटपुट सर्व चार मार्गांना एका जोखीम मुल्यांकनात एकत्र करते, कोणते करार रद्द ठरण्याची शक्यता आहे, कोणते टिकून राहू शकतात आणि बाहेरील कायदेशीर सल्ल्याची कुठे गरज आहे हे सामायिक करते.

एआय शोधासाठी नवीन आर्किटेक्चर

Computer मधील सखोल संशोधन हे Search as Code नावाच्या आर्किटेक्चरवर तयार केले गेले आहे.

एआय प्रणाली सहसा शोधाला एकाच पायरी म्हणून हाताळतात: प्रश्न विचारणे, निकाल शोधणे. Computer शोधाला एक प्रोग्राम म्हणून हाताळते. मॉडेल असा कोड लिहितो जो समांतरपणे हजारो पुनर्प्राप्ती चरण डिझाइन करतो आणि चालवतो, प्रत्येक चरण वापरकर्त्याने विचारलेल्या प्रश्नानुसार तयार केलेला असतो.

कोड मॉडेलच्या अगदी जवळ एका सुरक्षित सँडबॉक्समध्ये चालतो, जेणेकरून मॉडेल निकाल येताच ते पाहू शकेल आणि कोणते स्रोत घेतले गेले आणि त्यांना किती गुण मिळाले याचा मागोवा घेऊ शकेल. गुणवत्ता अजून येत नसेल तर तो शोध दरम्यान मार्ग बदलू शकतो.

प्रत्यक्षात, याचा अर्थ असा आहे की एकच सखोल संशोधन रन हे करू शकते:

एका प्रश्नाचे शेकडो किंवा हजारो लक्ष्यित पुनर्प्राप्तीमध्ये विघटन करा

समांतरपणे शोध चालवा, नवीन थ्रेड दिसल्यावर त्यांचे अनुसरण करा आणि उत्तरे अपुरी पडल्यास पुन्हा प्रयत्न करा

मॉडेलला निकाल दिसण्यापूर्वी कोडमध्ये डीडुपिंग, जॉइनिंग आणि फिल्टरिंग करून निकाल स्वच्छ करा

त्याच शोधात अधिकृत कनेक्टर्स वापरून लाइव्ह वेब आणि अंतर्गत स्रोतांकडून माहिती मिळवा

विक्रेत्याच्या सुरक्षा सूचनांमधील २०० सॉफ्टवेअर असुरक्षिततेच्या ऑडिटला शक्ती देऊ शकणारे तेच आर्किटेक्चर चार वेगवेगळ्या ज्युरीसडिक्शनमधील नॉन-कम्पिट कराराच्या लँडस्केपचे विश्लेषण करू शकते.

उच्च दर्जाचा, उद्धृत डेटा

तीन बार चार्ट दर्शवणारी प्रतिमा ज्यामध्ये दाखवले आहे की Computer मधील सखोल संशोधन हे जुन्या सखोल संशोधन पेक्षा तीन एआय मूल्यमापन बेंचमार्कवर अधिक चांगले कार्य करते

तीन एआय मूल्यमापन बेंचमार्कना असे आढळून आले की Perplexity चे सखोल संशोधन Computer च्या आत आणल्याने त्याची कार्यक्षमता सुधारते. Humanity's Last Exam, BrowseComp, आणि DeepSearchQA नुसार, या बदलानंतर तथ्यात्मक अचूकता, विश्लेषणाची खोली आणि उद्धरण (सिटेशन) गुणवत्ता या सर्व गोष्टी वाढल्या.

सखोल संशोधन मधील प्रत्येक तथ्यात्मक दाव्यामध्ये इनलाईन सिटेशन असते. प्रत्येक क्रमांकित सुपरस्क्रिप्ट थेट थेट स्त्रोत URL शी जोडतो, जेणेकरून वापरकर्ते क्लिक करून स्त्रोत सत्यापित करू शकतील.

उदाहरणादाखल क्वेरी

Computer च्या आत सखोल संशोधन काय करू शकते ते येथे आहे:

बाय-साइड ड्यू डिलिजन्स (फायनान्स): तीन सार्वजनिक सूचीबद्ध युरोपियन ग्रोसरी किरकोळ विक्रेत्यांवर बाय‑साइड ड्यू डिलिजन्स आयोजित करा. प्रमुख जोखीम आणि अपसाईड परिदृश्य हायलाइट करणार्‍या एका छोट्या मेमोसह, त्यांचे आर्थिक कार्यप्रदर्शन, स्टोअर स्वरूप, खाजगी-लेबिल प्रवेश, पुरवठा-साखळी लवचिकता, श्रम खर्च एक्सपोजर आणि अलीकडील पुनर्रचना कृती एका संरचित टेबलमध्ये संकलित करा.

पाइपलाइन स्पर्धात्मक पुनरावलोकन (हेल्थकेअर): अंतर्गत कार्यक्रम धोरण तीव्र करण्यासाठी रिलॅप्सड/रेफ्रॅक्टरी मल्टपल मेलोमा मधील प्रतिस्पर्ध्याच्या प्रायोगिक CAR-T थेरपीचे मूल्यांकन करा. फेज १/२ चाचणी रीडआउट्स, टॉक्सिसिटी आणि रिस्पॉन्स डेटा, मंजूर पर्यायांवरील तुलनात्मक परिणाम, पेयर कव्हरेज ट्रेंड आणि सक्रिय चाचणी साइट्सचे संश्लेषण करा. अंतर्गत प्रीक्लिनिकल डेटा, आधीचे प्रोटोकॉल डिझाइन आणि नियामक फाइलिंगशी ॲप कनेक्टरद्वारे कनेक्ट व्हा, त्यानंतर पोझिशनिंग शिफारसी आणि खुल्या वैज्ञानिक प्रश्नांसह विकास समितीसाठी संरचित ब्रिफिंग तयार करा.

आमच्या युज केस लायब्ररीमध्ये अधिक नमुना सखोल संशोधन क्वेरी पहा.

आता उपलब्ध

Computer मधील सखोल संशोधन आज उपलब्ध आहे. एका क्लिष्ट प्रश्नासह थ्रेड सुरू करा आणि निकालावरून काम करणे सुरू ठेवा.

Computer मधील सखोल संशोधन वापरून पहा.