দীর্ঘ AI কাজে খরচ কমবে, কর্মক্ষমতা বাড়বে BAIR-এর ABBEL পদ্ধতিতে
দীর্ঘ মিথস্ক্রিয়ায় LLM-এর ধারণক্ষমতা সীমিত। BAIR-এর নতুন ABBEL পদ্ধতি বিশ্বাস-ভিত্তিক প্রসঙ্গ ব্যবহার করে কর্মক্ষমতা বাড়ায় এবং খরচ কমায়। সহযোগিতামূলক কোডিং ও মানব-সহায়তার মতো ক্ষেত্রে এটি বড় রদবদল আনতে পারে।
দীর্ঘ মিথস্ক্রিয়ায় LLM-এর ধারণক্ষমতা সীমিত। BAIR-এর নতুন ABBEL পদ্ধতি বিশ্বাস-ভিত্তিক প্রসঙ্গ ব্যবহার করে কর্মক্ষমতা বাড়ায় এবং খরচ কমায়। সহযোগিতামূলক কোডিং ও মানব-সহায়তার মতো ক্ষেত্রে এটি বড় রদবদল আনতে পারে।
দীর্ঘমেয়াদি কাজে কৃত্রিম বুদ্ধিমত্তা মডেলগুলোর সীমাবদ্ধতা দূর করতে নতুন এক পদ্ধতি নিয়ে এসেছে ইউসি বার্কলের গবেষণা সংস্থা BAIR। গবেষকরা ABBEL নামের এই কৌশল উদ্ভাবন করেছে, যা পূর্ণ মিথস্ক্রিয়ার ইতিহাস সংরক্ষণের বদলে শুধু বিশ্বাস বা belief states ব্যবহার করে কাজ করে। এতে মডেলের কর্মক্ষমতা বাড়ে এবং প্রসঙ্গ ধারণক্ষমতার চাপও কমে।
দীর্ঘ সময় ধরে কোনো কাজে নিয়োজিত থাকলে LLM-এর প্রসঙ্গ উইন্ডো একসময় পূর্ণ হয়ে যায়। আগে এই সমস্যা সমাধানে recursive summarization ব্যবহার করা হতো, যেখানে পুরনো কথোপকথন সংক্ষিপ্ত করে রাখা হতো। কিন্তু এই সংক্ষেপণ প্রক্রিয়ায় গুরুত্বপূর্ণ তথ্য হারিয়ে যেত, বিশেষ করে মানব-সহায়তার মতো জটিল কাজে। ABBEL সেই ঘাটতি পূরণ করেছে।
ABBEL-এর মূল ধারণা হলো পুরো ইতিহাসের বদলে মডেলের বিশ্বাসকে কাজের প্রসঙ্গ হিসেবে ব্যবহার করা। বিশ্বাস হলো সেই মুহূর্তের সারসংক্ষেপ, যা কাজ শেষ করতে যা জানা দরকার, শুধু তাই ধারণ করে। গবেষকরা belief grading নামে একটি পদ্ধতিও চালু করেছে, যা প্রতিটি বিশ্বাসের সঠিকতা যাচাই করে। ফলে মডেল শুধু তথ্য সংরক্ষণই করে না, সেগুলোকে কাজে লাগাতেও শেখে।
গবেষণায় দেখা গেছে, traditional recursive summarization-এর তুলনায় ABBEL কর্মক্ষমতায় উল্লেখযোগ্য উন্নতি দেখায়। বিশেষ করে যেসব কাজে উচ্চমানের ডেটা কম, যেমন সহযোগিতামূলক কোড জেনারেশন বা রোগী-সহায়তা চ্যাটবট, সেখানে পুরনো পদ্ধতির কার্যকারিতা মারাত্মকভাবে কমে যেত। ABBEL সেসব ক্ষেত্রেও স্থিতিশীল পারফরম্যান্স ধরে রাখে।
বাংলাদেশের ডেভেলপার, ফ্রিল্যান্সার এবং AI গবেষকদের জন্য এই খবর বিশেষ তাৎপর্যপূর্ণ। যারা কাস্টমার সাপোর্ট অটোমেশন, কোডিং অ্যাসিস্ট্যান্ট বা দীর্ঘমেয়াদি প্রজেক্টে LLM ব্যবহার করেন, তাদের জন্য ABBEL কম খরচে আরও কার্যকর সমাধান দিতে পারে। বিশেষ করে যেসব স্টার্টআপ বা ছোট টিম সীমিত কম্পিউটিং রিসোর্সে কাজ করে, তাদের জন্য এটি বড় সুবিধা।
তবে গবেষণাটি এখনও প্রাথমিক পর্যায়ে রয়েছে। ABBEL-কে বাস্তব জগতের বিভিন্ন কাজে প্রয়োগ করতে আরও পরীক্ষা দরকার। তবু এই পদ্ধতি প্রমাণ করে যে, কৃত্রিম বুদ্ধিমত্তার ভবিষ্যৎ শুধু বড় মডেলে নয়, বুদ্ধিমান ও দক্ষ কৌশলেও। BAIR জানিয়েছে, তারা ABBEL-কে আরও উন্নত করে নতুন নতুন ক্ষেত্রে ব্যবহারের সম্ভাবনা খতিয়ে দেখছে।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: BAIR Berkeley
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...