ছোট AI মডেল বড়কে হারালো, কোডিংয়ে ২ সমস্যা বেশি সমাধান
একটি 7.5B প্যারামিটারের AI মডেল 24B প্যারামিটারের মডেলকে হারিয়ে দিয়েছে কোডিং বেঞ্চমার্কে। 56টি লুকানো টেস্টের মধ্যে ছোট মডেলটি 42টি সমস্যা সমাধান করেছে, যেখানে বড় মডেলটি 40টি সমাধান করেছে।
একটি 7.5B প্যারামিটারের AI মডেল 24B প্যারামিটারের মডেলকে হারিয়ে দিয়েছে কোডিং বেঞ্চমার্কে। 56টি লুকানো টেস্টের মধ্যে ছোট মডেলটি 42টি সমস্যা সমাধান করেছে, যেখানে বড় মডেলটি 40টি সমাধান করেছে।
AI মডেলের জগতে একটি চমকপ্রদ ঘটনা ঘটেছে। একটি মাত্র 7.5 বিলিয়ন প্যারামিটারের ওপেন সোর্স মডেল 24 বিলিয়ন প্যারামিটারের শক্তিশালী মডেলকে হারিয়ে দিয়েছে কোডিং দক্ষতার বেঞ্চমার্কে। dev.to AI-এর এক গবেষণা প্রতিবেদনে এই তথ্য জানানো হয়েছে।
গবেষণাটি পরিচালিত হয়েছে 56টি লুকানো টেস্ট-কোডিং কাজের মাধ্যমে। প্রতিটি কাজ সমাধানের জন্য মডেলগুলিকে 36 বার পূর্ণ রান করতে হয়েছে। ফলাফল বিশ্লেষণ করা হয়েছে নির্ভরযোগ্য ডেটা ফাইল থেকে, কোনো নোট বা আনঅফিসিয়াল হিসাব থেকে নয়।
গবেষণায় মোট 16টি লোকাল মডেল কনফিগারেশন পরীক্ষা করা হয়েছে। একটি 16 জিবি মেমরির GPU কার্ড ব্যবহার করে এই পরীক্ষা চালানো হয়েছে। সবচেয়ে মজার বিষয় হলো, gemma-4-e4b নামের 7.5B প্যারামিটার মডেলটি 42/56 স্কোর করেছে। অন্যদিকে devstral-small-2-24b নামের 24B প্যারামিটার মডেলটি 40/56 স্কোর করতে পেরেছে।
আকারের দিক থেকে তুলনা করলে পার্থক্যটা আরও স্পষ্ট। gemma-4-e4b মডেলটির ফাইল সাইজ মাত্র 4.97 GiB, যেখানে devstral-small-2-24b-এর ফাইল সাইজ 11.90 GiB। অর্থাৎ আকারে প্রায় আড়াই গুণ ছোট হওয়া সত্ত্বেও ছোট মডেলটি কোডিং দক্ষতায় বড় মডেলটিকে ছাড়িয়ে গেছে।
শুধু তাই নয়, gpt-oss-20b নামের আরেকটি 20B প্যারামিটার মডেল 38/56 স্কোর করেছে। gemma-4-12b-এর দুটি ভ্যারিয়েন্টও পরীক্ষা করা হয়েছে। এর মধ্যে একটি Q8_0 কোয়ান্টাইজেশন পদ্ধতিতে চালানো হয়েছে, যার ফাইল সাইজ gemma-4-e4b-এর দ্বিগুণেরও বেশি। কিন্তু তবুও ছোট মডেলটি সেরা পারফরম্যান্স দেখিয়েছে।
এই ফলাফল বাংলাদেশের ডেভেলপার এবং AI গবেষকদের জন্য অত্যন্ত তাৎপর্যপূর্ণ। ছোট মডেল কম কম্পিউটেশনাল পাওয়ার এবং কম মেমরিতে চলতে পারে। ফলে সীমিত হার্ডওয়্যার থাকা সত্ত্বেও ডেভেলপাররা এখন উন্নত কোডিং অ্যাসিস্ট্যান্ট তৈরি করতে পারবেন। ফ্রিল্যান্সার এবং স্টার্টআপদের জন্য এটি খরচ সাশ্রয়ের একটি বড় সুযোগ।
তবে এই ফলাফল মানে এই নয় যে বড় মডেল সব সময় খারাপ। নির্দিষ্ট কাজে ছোট মডেল ভালো পারফর্ম করতে পারে, কিন্তু জটিল যুক্তি বা বহু-বিষয়ক কাজে বড় মডেল এখনও এগিয়ে থাকতে পারে। গবেষকরা বলছেন, মডেল নির্বাচনের সময় শুধু প্যারামিটার সংখ্যা নয়, কাজের ধরন এবং হার্ডওয়্যার সীমাবদ্ধতাও বিবেচনা করা উচিত।
এই গবেষণার ফলাফল AI মডেল তৈরির কৌশল বদলে দিতে পারে। ভবিষ্যতে ছোট কিন্তু কার্যকর মডেল তৈরিতে বেশি জোর দেওয়া হবে। বাংলাদেশের তরুণ ডেভেলপারদের জন্য এটি একটি ইতিবাচক সংকেত। কারণ তারা এখন কম খরচে নিজস্ব AI মডেল তৈরি করে আন্তর্জাতিক বাজারে প্রতিযোগিতা করতে পারবেন।
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...