AI-কে বেশি তথ্য দিলে বুদ্ধি কমে যায়, গবেষণায় বড় চমক
বড় ভাষা মডেলের (LLM) প্রসঙ্গ উইন্ডোতে অপ্রয়োজনীয় তথ্য ভরে দিলে এজেন্টের যুক্তি-ক্ষমতা কমে যায়। নতুন গবেষণা বলছে, বেশি কনটেক্সট সবসময় ভালো উত্তর দেয় না, বরং এজেন্টকে 'বোকা' বানিয়ে ফেলে।
বড় ভাষা মডেলের (LLM) প্রসঙ্গ উইন্ডোতে অপ্রয়োজনীয় তথ্য ভরে দিলে এজেন্টের যুক্তি-ক্ষমতা কমে যায়। নতুন গবেষণা বলছে, বেশি কনটেক্সট সবসময় ভালো উত্তর দেয় না, বরং এজেন্টকে 'বোকা' বানিয়ে ফেলে।
এআই এজেন্টকে আরও স্মার্ট করতে গিয়ে আমরা হয়তো উল্টো কাজ করছি। একটি নতুন গবেষণা বলছে, বড় ভাষা মডেলের (LLM) প্রসঙ্গ উইন্ডোতে যত বেশি তথ্য দেওয়া হয়, ততই এজেন্টের যুক্তি-ক্ষমতা দুর্বল হয়ে পড়ে। মিলিয়ন-টোকেনের প্রসঙ্গ উইন্ডোকে বড় সুবিধা হিসেবে বাজারজাত করা হলেও বাস্তবে এর প্রভাব ভিন্ন।
ডেভ.টু (dev.to)-এর একটি নিবন্ধে এই গবেষণার বিস্তারিত তথ্য প্রকাশিত হয়েছে। গবেষকরা দেখিয়েছেন, অপ্রয়োজনীয় ডেটা দিয়ে প্রসঙ্গ উইন্ডো 'স্টাফ' করলে এজেন্টের যুক্তি-ক্ষমতা কমে যায়। কোডিং এজেন্ট বা টুল-ইউজিং এজেন্টের ক্ষেত্রে এই প্রভাব আরও স্পষ্ট।
গবেষণায় দেখা গেছে, যখন এজেন্টকে অপ্রাসঙ্গিক ফাইল, অতিরিক্ত গ্রেপ ফলাফল বা অপ্রয়োজনীয় টেস্ট আউটপুট দেওয়া হয়, তখন তার পারফরম্যান্স হ্রাস পায়। এজেন্ট গুরুত্বপূর্ণ তথ্য থেকে বিভ্রান্ত হয়ে ভুল সিদ্ধান্ত নেয়। একে গবেষকরা 'কনটেক্সট পয়জনিং' বলছেন।
এই গবেষণার পেছনে রয়েছে Lynkr নামক একটি ওপেন-সোর্স টুলের নির্মাতা। Lynkr এজেন্টের টুল আউটপুট কম্প্রেস করে কাজ করে। নির্মাতা নিজেই স্বীকার করেছেন যে এই বিষয়ে তার নিজস্ব স্বার্থ আছে, তবে গবেষণার প্রতিটি সংখ্যা প্রাথমিক সোর্স থেকে নেওয়া হয়েছে।
বাংলাদেশের ডেভেলপার, ফ্রিল্যান্সার এবং এআই গবেষকদের জন্য এই তথ্য বিশেষ গুরুত্বপূর্ণ। আমরা প্রায়ই কোডিং এজেন্টে পুরো ফাইল পেস্ট করি 'শুধু যদি কাজে লাগে' এই ভেবে। গবেষণা বলছে, এই অভ্যাস বদলানো জরুরি। এজেন্টকে শুধু প্রাসঙ্গিক তথ্য দিলে তার পারফরম্যান্স বাড়বে।
ভবিষ্যতে এজেন্ট ডিজাইনের সময় প্রসঙ্গ উইন্ডোর আকার নয়, বরং তথ্যের গুণমান ও প্রাসঙ্গিকতার দিকে নজর দিতে হবে। গবেষকরা বলছেন, তথ্য সংকুচিত করে এবং অপ্রয়োজনীয় অংশ বাদ দিয়ে এজেন্টের বুদ্ধিমত্তা বাড়ানো সম্ভব।
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...