পারপ্লেক্সিটি এআই ওয়ান্ড্র প্রকাশ করছে, যা এআই এজেন্টগুলির জটিল, বহু-স্তরীয় গবেষণা কাজ পরিচালনার দক্ষতা মূল্যায়নের জন্য ডিজাইন করা হয়েছে। ওপেন-সোর্স প্রকাশটি ডেভেলপারদের এবং গবেষকদের জন্য একটি মানকীকৃত উপায় প্রদান করে যাতে তাদের এআই সিস্টেমগুলি আসলে গুরুত্বপূর্ণ তদন্তমূলক কাজ করতে পারে কিনা তা পরিমাপ করা যায়।
WANDR, যার পূর্ণরূপ Wide and Nuanced Deep Research, পার্প্লেক্সিটি যে সব “ওয়াইড রিসার্চ” টাস্কের কথা বলে, তার জন্য বিশেষভাবে তৈরি করা হয়েছে—যেগুলোতে ব্যাপক অনুসন্ধান এবং গভীর তদন্তের প্রয়োজন হয়, যা পার্প্লেক্সিটি কম্পিউটারের ক্ষমতার সাথে সঙ্গতিপূর্ণ।
WANDR বাস্তবে কী পরিমাপ করে
বেঞ্চমার্কটি পেশাদার গবেষণা পরিবেশে সাধারণত পাওয়া চাপপূর্ণ কাজগুলির অনুকরণে তৈরি করা হয়েছে, যা সহজ প্রশ্ন-উত্তর বা একক দলিল সারাংশের চেয়ে অনেক বেশি।
পারপ্লেক্সিটি WANDR-কে ওয়াইডসার্চের মতো পূর্ববর্তী মূল্যায়ন কাঠামোর একটি বিকাশ হিসেবে চিহ্নিত করে, যা বাস্তবসম্মত পেশাদার কাজের জন্য একটি পরিবর্তনকে প্রতিফলিত করে।
বেঞ্চমার্কটি পারপ্লেক্সিটির “সার্চ অ্যাস কোড” ফ্রেমওয়ার্ক, বা SaC-এর সাথে আসে, যা গবেষণা প্রশ্নগুলিকে সাধারণ অনুসন্ধান স্ট্রিংয়ের পরিবর্তে প্রোগ্রামযোগ্য ওয়ার্কফ্লো হিসাবে বিবেচনা করে। ২০২৬ সালের ১ জুন প্রাথমিক মূল্যায়নে, পারপ্লেক্সিটির SaC বাস্তবায়ন WANDR বেঞ্চমার্কে ০.৩৮৬ স্কোর অর্জন করে। পরবর্তী সেরা স্কোর ছিল ০.১৫২, যার অর্থ পারপ্লেক্সিটির সিস্টেমটি তার কাছাকাছি প্রতিদ্বন্দ্বীকে প্রায় ২.৫x গুণ অতিক্রম করেছে।
পারপ্লেক্সিটি কম্পিউটার কানেকশন
WANDR সরাসরি পারপ্লেক্সিটি কম্পিউটারের সাথে যুক্ত, যা কোম্পানির এআই এজেন্ট পণ্য যা জটিল গবেষণা এবং কাজের প্রক্রিয়া পরিচালনা করতে একাধিক মডেলকে সমন্বিত করে। বেঞ্চমার্কটি হল পারপ্লেক্সিটি কম্পিউটারের ডিজাইন করা কাজের জন্য মূল্যায়নের স্তর।
২০২৬ সালের ফেব্রুয়ারিতে, পারপ্লেক্সিটি DRACO বেঞ্চমার্কটি ওপেন-সোর্স করে, যা এআই ক্ষমতার সামষ্টিক বোঝাপড়া বাড়ানোর জন্য একটি মূল্যায়ন টুল। ওয়ান্ডআরও একই প্যাটার্ন অনুসরণ করে।
২০২৬ সালের ১১ জুলাই পর্যন্ত, xAI-এর Grok 4.5 পারপ্লেক্সিটি কম্পিউটারের সাথে ব্যবহার করে WANDR-এ শীর্ষ স্কোর অর্জন করেছে, যা প্রমাণ করে যে তৃতীয় পক্ষের সিস্টেমগুলি বেঞ্চমার্কে ভালোভাবে কাজ করতে পারে।