AI এজেন্ট এখন নিজেই অন্য AI কে শেখাবে, Scale-এর VeRO ফ্রেমওয়ার্কে ১৯ পয়েন্ট উন্নতি
Scale তার VeRO ফ্রেমওয়ার্ক প্রকাশ করেছে, যা একটি AI এজেন্টকে স্বয়ংক্রিয়ভাবে অন্য AI এজেন্টের কর্মক্ষমতা উন্নত করতে সাহায্য করে। GAIA বেঞ্চমার্কে 19 পয়েন্ট পর্যন্ত উন্নতি দেখা গেছে, তবে এটি শুধুমাত্র নির্দিষ্ট ধরনের সমস্যার জন্য কার্যকর।
Scale তার VeRO ফ্রেমওয়ার্ক প্রকাশ করেছে, যা একটি AI এজেন্টকে স্বয়ংক্রিয়ভাবে অন্য AI এজেন্টের কর্মক্ষমতা উন্নত করতে সাহায্য করে। GAIA বেঞ্চমার্কে 19 পয়েন্ট পর্যন্ত উন্নতি দেখা গেছে, তবে এটি শুধুমাত্র নির্দিষ্ট ধরনের সমস্যার জন্য কার্যকর।
মেশিন লার্নিং এবং কৃত্রিম বুদ্ধিমত্তার জগতে একটি বড় ঘটনা ঘটেছে। Scale নামের প্রতিষ্ঠানটি VeRO ফ্রেমওয়ার্ক প্রকাশ করেছে, যা একটি AI এজেন্টকে অন্য আরেকটি AI এজেন্টের কর্মক্ষমতা স্বয়ংক্রিয়ভাবে এবং যাচাইযোগ্য উপায়ে উন্নত করতে সক্ষম করে। এই গবেষণাপত্রটি আজ সিউলে অনুষ্ঠিত ICML 2026 সম্মেলনে উপস্থাপন করা হয়েছে।
VeRO শব্দটির পূর্ণরূপ হলো Versioning, Rewards, and Observations। অর্থাৎ এটি একটি পদ্ধতি যেখানে একটি অপটিমাইজার এজেন্ট লক্ষ্য এজেন্টের কাজের ধরণ পর্যবেক্ষণ করে, পুরস্কার নির্ধারণ করে এবং তার সংস্করণ নিয়ন্ত্রণ করে। এই প্রক্রিয়ায় অপটিমাইজার এজেন্ট লক্ষ্য এজেন্টের প্রম্পট বা আচরণ পরিবর্তন না করেই তার কার্যকারিতা বাড়িয়ে দেয়।
সবচেয়ে চোখ ধাঁধানো ফলাফলটি হলো GAIA বেঞ্চমার্কে 19 পয়েন্ট পর্যন্ত উন্নতি। GAIA হলো এমন একটি বেঞ্চমার্ক যা মাল্টি-স্টেপ এবং টুল-হেভি কাজের জন্য তৈরি। অর্থাৎ যেসব কাজে একাধিক ধাপ এবং বিভিন্ন টুল ব্যবহার করতে হয়, সেসব কাজে VeRO চমৎকার ফল দিয়েছে। তবে একটি বড় সীমাবদ্ধতাও আছে। এই ফ্রেমওয়ার্ক শুধুমাত্র নির্দিষ্ট ধরনের সমস্যার জন্য কাজ করে, সব ধরনের সমস্যার জন্য নয়।
গবেষকরা বলছেন, অপটিমাইজার এজেন্টরা মূলত লক্ষ্য এজেন্টের বাহ্যিক আচরণ উন্নত করার ওপর জোর দেয়, যেমন সে কীভাবে টুল ব্যবহার করে বা কীভাবে তথ্য সংগ্রহ করে। এটি প্রম্পট ইঞ্জিনিয়ারিংয়ের চেয়ে ভিন্ন এবং আরও কার্যকর একটি পদ্ধতি হতে পারে। কারণ প্রম্পট পরিবর্তন করে অনেক সময় স্থায়ী সমাধান পাওয়া যায় না, কিন্তু VeRO-এর মতো ফ্রেমওয়ার্ক এজেন্টের আচরণগত পরিবর্তন এনে দীর্ঘমেয়াদী উন্নতি নিশ্চিত করে।
বাংলাদেশের প্রযুক্তি অঙ্গনের জন্য এই খবর বিশেষ গুরুত্বপূর্ণ। দেশের ডেভেলপার, ফ্রিল্যান্সার এবং AI গবেষকরা VeRO ফ্রেমওয়ার্ক ব্যবহার করে জটিল মাল্টি-স্টেপ টাস্কের জন্য নিজস্ব AI এজেন্ট তৈরি করতে পারেন। বিশেষ করে যারা অটোমেশন, ডেটা প্রসেসিং বা চ্যাটবট নিয়ে কাজ করেন, তারা এই পদ্ধতি ব্যবহার করে তাদের সিস্টেমের কার্যকারিতা উল্লেখযোগ্যভাবে বাড়াতে পারবেন। তবে মনে রাখতে হবে, এই ফ্রেমওয়ার্ক সব সমস্যার সমাধান নয়। এটি শুধুমাত্র নির্দিষ্ট কাঠামোর মধ্যে কাজ করে।
ভবিষ্যতে VeRO আরও উন্নত হবে বলে আশা করা যায়। Scale ইতিমধ্যে জানিয়েছে, তারা এই ফ্রেমওয়ার্ককে আরও সাধারণ এবং শক্তিশালী করার জন্য কাজ করছে। যারা AI এজেন্ট নিয়ে গবেষণা করছেন, তাদের জন্য এটি একটি গুরুত্বপূর্ণ পদক্ষেপ। কারণ এটি প্রমাণ করছে যে AI নিজেই অন্য AI-কে শেখাতে পারে, এবং সেই শেখা যাচাইযোগ্যও হতে পারে।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: dev.to ML
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...