மாடல் தேர்வுக்கான முயற்சி கட்டுப்பாடுகளை Computer சேர்க்கிறது

இன்று, நாங்கள் Perplexity Computer இல் முயற்சி கட்டுப்பாடுகளை (effort controls) அறிமுகப்படுத்துகிறோம், இதன் மூலம் மக்கள் தங்கள் வேலைக்கு எவ்வளவு முயற்சி தேவை என்பதில் அதிகக் கட்டுப்பாட்டைப் பெறுகிறார்கள். ஸ்லைடரைப் பயன்படுத்தி, லைட் முதல் அல்ட்ரா வரையிலான நான்கு அமைப்புகளில் ஒன்றை அவர்கள் தேர்வு செய்யலாம், மேலும் ஒவ்வொரு அமைப்புக்கும் Perplexity மாடல் மற்றும் பகுத்தறிதல் அளவைத் தேர்ந்தெடுக்கிறது.

ஒரு பணிக்கு எவ்வளவு முயற்சி தேவை மற்றும் அவர்கள் எவ்வளவு செலவழிக்கத் தயாராக இருக்கிறார்கள் என்பதைத் தாங்களே தீர்மானிக்க விரும்புவதாகவும், மாடல் தேர்வை Perplexity-யிடம் விட்டுவிடுவதாகவும் மக்கள் எங்களிடம் கூறினர். ஒரு குறிப்பிட்ட மாடல் மற்றும் பகுத்தறிதல் அளவைத் தேர்ந்தெடுக்க விரும்புவோர், தனிப்பயன் கட்டுப்பாடுகளில் (custom controls) தொடர்ந்து அவ்வாறு செய்யலாம்.

பல்வேறு வகையான பணிகளுக்கான நான்கு அமைப்புகள்

ஆம்னிபாரில் (omnibar) உள்ள ஸ்லைடரிலிருந்து பயனர்கள் தாங்கள் பயன்படுத்த விரும்பும் அமைப்பைத் தேர்ந்தெடுக்கிறார்கள்:

• Light: ஸ்பிரெட்ஷீட்டில் விற்பனையாளர் இன்வாய்ஸ்களைச் சேகரிப்பது போன்ற நேரடியான, அன்றாடப் பணிகளுக்கு.
• Standard: கணக்குக் குறிப்புகள் மற்றும் நிறுவனத்தின் புதுப்பிப்புகளை விற்பனைச் சுருக்கமாக ஒருங்கிணைப்பது போன்ற அன்றாடப் பணிகளில் சமச்சீரான பகுத்தறிதல் மற்றும் செலவுக்கு.
• High: தயாரிப்புப் பணிகளுக்கு முன்னுரிமை அளிக்க வாடிக்கையாளர் கோரிக்கைகளை இன்ஜினியரிங் மதிப்பீடுகளுடன் ஒப்பிடுவது போன்ற சிக்கலான பகுப்பாய்வுகளுக்கு.
• Ultra: வெவ்வேறு வளர்ச்சி அனுமானங்களின் கீழ் புதிய சந்தையை மதிப்பீடு செய்வது போன்ற திறந்தநிலைச் சிக்கல்களுக்கு அதிகபட்ச முயற்சிக்கு.

குறைந்த அமைப்புகள் விலை குறைவான மாடல்களைப் பயன்படுத்துகின்றன. கிரெடிட் பயன்பாடு Computer செய்யும் வேலையைப் பொறுத்தது.

விரிவாக்கு

கோரும் பணிகளுக்கான கூடுதல் முயற்சி

ஒரு பணிக்கு ஒருங்கிணைப்புச் செய்யும் மாடலையும் அது எவ்வளவு ஆழமாகப் பகுத்தறிகிறது என்பதையும் ஒரு முயற்சி அமைப்பு தேர்ந்தெடுக்கிறது. வேலையை எவ்வாறு அணுகுவது என்பதை ஆர்க்கெஸ்ட்ரேட்டர் (orchestrator) தீர்மானிக்கிறது மற்றும் அதன் பகுதிகளை ஆதரவு முகவர்களுக்கு (supporting agents) வழங்குகிறது, அவை வெவ்வேறு வழங்குநர்களின் மாடல்களைப் பயன்படுத்தலாம்.

ஒரு உதாரணம்: ஒரு முக்கியமான முடிவைத் தெரிவிக்கும் குறிப்பாணையின் பரிந்துரையின்படி செயல்படுவதற்கு முன்பு அதற்கு ஆழமான பகுப்பாய்வு தேவைப்படலாம். பயனர்கள் குறிப்பிட்ட மாடலைத் தேர்ந்தெடுக்காமலோ அல்லது அதன் பகுத்தறிதல் அளவைத் தாங்களே கட்டமைக்காமலோ அந்தப் பணிக்கு உயர் அமைப்பைத் தேர்ந்தெடுக்கலாம்.

கோடிக்கணக்கான வினவல்களால் அறிவிக்கப்பட்ட மாடல் தேர்வு

கோடிக்கணக்கான வினவல்களுக்குப் பதிலளித்த Perplexity-யின் அனுபவம், வேலைக்கு மாடல்களை எவ்வாறு பொருத்துகிறோம் என்பதைத் தெரிவிக்கிறது. பரந்த அளவிலான பணிகளுக்கு மக்கள் Perplexity-யைப் பயன்படுத்தும்போது, வெவ்வேறு மாடல்கள் எங்கு நன்றாகச் செயல்படுகின்றன மற்றும் எங்கு கூடுதல் பகுத்தறிதல் முடிவுகளை மேம்படுத்துகிறது என்பது பற்றி மேலும் அறிகிறோம்.

வெவ்வேறு பகுத்தறிதல் நிலைகளில் வெவ்வேறு வழங்குநர்களின் மாடல்களை நாங்கள் சோதிக்கிறோம், அவற்றின் வேலையின் தரத்தை அதன் செலவுடன் ஒப்பிடுகிறோம். குறைந்த செலவிலான கலவையானது ஒப்பிடக்கூடிய முடிவுகளை உருவாக்கும் போது, ஆழமான பகுத்தறிதலால் பயனடையும் பணிகளுக்காக பயனர்கள் தங்கள் வரவு-செலவுத் திட்டத்தில் (budget) அதிகமான சேமிப்பை வைத்திருக்கலாம்.

ஆம்னிபாரில் முயற்சி கட்டுப்பாடுகளை அணுகவும்

முயற்சி கட்டுப்பாட்டுப் பகுதி வலையில் கிடைக்கிறது மற்றும் விரைவில் ஆண்ட்ராய்டு மற்றும் iOS-ல் கிடைக்கும். லைட், ஸ்டாண்டர்ட், ஹை மற்றும் அல்ட்ரா அமைப்புகளுடன் Computer-ல் பயனர்கள் முயற்சி ஸ்லைடரை அணுகலாம்.

குறிப்பிட்ட மாடல் மற்றும் பகுத்தறிதல் அளவைத் தேர்ந்தெடுக்க விரும்பும் பயனர்களுக்குத் தனிப்பயன் கட்டுப்பாடுகள் தொடர்ந்து கிடைக்கின்றன.