AI এজেন্ট সংখ্যা বাড়ালে কর্মক্ষমতা কমে, নতুন গবেষণায় বড় সতর্কতা
একটি নতুন গবেষণায় দেখা গেছে, একক LLM-চালিত মাল্টি-এজেন্ট সিস্টেমে এজেন্ট সংখ্যা একটি নির্দিষ্ট সীমা অতিক্রম করলে কর্মক্ষমতা হ্রাস পায়। দুর্বল মডেল 4 এজেন্টে সর্বোচ্চ কর্মক্ষমতা দেখায়, যেখানে শক্তিশালী মডেল 2 এজেন্টেই শীর্ষে পৌঁছায়। এই ফলাফল AI ডেভেলপার ও গবেষকদের জন্য গুরুত্বপূর্ণ বার্তা বহন করে।
একটি নতুন গবেষণায় দেখা গেছে, একক LLM-চালিত মাল্টি-এজেন্ট সিস্টেমে এজেন্ট সংখ্যা একটি নির্দিষ্ট সীমা অতিক্রম করলে কর্মক্ষমতা হ্রাস পায়। দুর্বল মডেল 4 এজেন্টে সর্বোচ্চ কর্মক্ষমতা দেখায়, যেখানে শক্তিশালী মডেল 2 এজেন্টেই শীর্ষে পৌঁছায়। এই ফলাফল AI ডেভেলপার ও গবেষকদের জন্য গুরুত্বপূর্ণ বার্তা বহন করে।
একাধিক প্রতিষ্ঠানের গবেষকরা একটি নতুন গবেষণায় দেখিয়েছেন যে, একক LLM (Large Language Model) চালিত মাল্টি-এজেন্ট সিস্টেমে এজেন্টের সংখ্যা বাড়ালে একটি নির্দিষ্ট বিন্দুর পর কর্মক্ষমতা কমতে শুরু করে। গবেষণাটি X-এ গবেষক @omarsar0 শেয়ার করেছেন। এতে দেখা গেছে, দুর্বল মডেল যেমন Llama-3.2-3B সর্বোচ্চ 4 এজেন্টে কার্যকর থাকে, অন্যদিকে শক্তিশালী মডেল যেমন Llama-3.1-8B মাত্র 2 এজেন্টে শীর্ষ কর্মক্ষমতা দেখায়।
এই আবিষ্কার AI সিস্টেম ডিজাইনের একটি মৌলিক ধারণাকে চ্যালেঞ্জ করে। অনেকে মনে করেন যে বেশি এজেন্ট মানেই ভালো ফলাফল। কিন্তু এই গবেষণা বলছে, কাজের ধরনের ওপর নির্ভর করে একটি সর্বোত্তম এজেন্ট সংখ্যা রয়েছে। তার চেয়ে বেশি এজেন্ট যোগ করলে কর্মক্ষমতা হ্রাস পায়।
গবেষকরা Llama-3.2-3B এবং Llama-3.1-8B মডেল ব্যবহার করে বিভিন্ন কাজের ওপর পরীক্ষা চালান। তারা দেখেন, দুর্বল মডেলটির জন্য 4 এজেন্ট ছিল সবচেয়ে কার্যকর। কিন্তু 4-এর বেশি এজেন্ট যোগ করলে কর্মক্ষমতা কমতে শুরু করে। শক্তিশালী মডেলটির জন্য সর্বোত্তম সংখ্যা ছিল মাত্র 2 এজেন্ট। 2-এর বেশি এজেন্ট যোগ করলে কর্মক্ষমতা দ্রুত হ্রাস পায়।
গবেষকরা মনে করেন, এর কারণ হতে পারে অতিরিক্ত এজেন্টের মধ্যে সমন্বয়ের জটিলতা। বেশি এজেন্ট মানে বেশি যোগাযোগ এবং বেশি সম্ভাব্য বিভ্রান্তি। শক্তিশালী মডেলগুলি নিজেরাই জটিল কাজ সমাধানে সক্ষম, তাই অতিরিক্ত এজেন্ট তাদের কর্মক্ষমতায় বাধা সৃষ্টি করে। অন্যদিকে দুর্বল মডেলগুলি কিছুটা সহায়তা পায় বেশি এজেন্ট থেকে, কিন্তু সেটাও সীমিত।
বাংলাদেশের AI ডেভেলপার, গবেষক ও শিক্ষার্থীদের জন্য এই গবেষণার গুরুত্বপূর্ণ বার্তা রয়েছে। মাল্টি-এজেন্ট সিস্টেম তৈরির সময় শুধু এজেন্ট সংখ্যা বাড়ানোর দিকে না গিয়ে কাজের ধরন ও মডেলের ক্ষমতা বিবেচনা করা জরুরি। ফ্রিল্যান্সার ও স্টার্টআপগুলোকে কম এজেন্ট দিয়ে শুরু করে ধীরে ধীরে পরীক্ষা করার পরামর্শ দেওয়া যেতে পারে। শিক্ষাপ্রতিষ্ঠানগুলোতে AI কোর্সে এই ফলাফল অন্তর্ভুক্ত করলে শিক্ষার্থীরা বাস্তবসম্মত সিস্টেম ডিজাইন করতে পারবে।
ভবিষ্যতে গবেষকরা আরও শক্তিশালী মডেল নিয়ে পরীক্ষা চালাবেন বলে আশা করা যায়। তারা দেখতে চান, GPT-4 বা Claude-3-এর মতো মডেলগুলোর জন্যও কি একই ফলাফল প্রযোজ্য কিনা। এই গবেষণা AI সিস্টেম অপ্টিমাইজেশনের একটি নতুন দিক উন্মোচন করেছে।
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 AI
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...