NVIDIA-র Molt ফ্রেমওয়ার্কে AI প্রশিক্ষণ ৩ গুণ সহজ, জানুন কীভাবে
NVIDIA তার নতুন ওপেন সোর্স ফ্রেমওয়ার্ক Molt প্রকাশ করেছে। মাত্র 8.6 হাজার লাইন কোডে এটি Ray, vLLM এবং NeMo AutoModel-কে একত্রিত করে Agentic Reinforcement Learning-এর জটিলতা কমিয়ে দিয়েছে।
NVIDIA তার নতুন ওপেন সোর্স ফ্রেমওয়ার্ক Molt প্রকাশ করেছে। মাত্র 8.6 হাজার লাইন কোডে এটি Ray, vLLM এবং NeMo AutoModel-কে একত্রিত করে Agentic Reinforcement Learning-এর জটিলতা কমিয়ে দিয়েছে।
NVIDIA তাদের নতুন PyTorch-ভিত্তিক Agentic Reinforcement Learning (RL) ফ্রেমওয়ার্ক Molt প্রকাশ করেছে। মাত্র 8.6 হাজার লাইন কোডে তৈরি এই ফ্রেমওয়ার্কটি Agentic RL গবেষণার একটি বড় সমস্যার সমাধান করেছে। গবেষকদের ক্রমাগত অ্যালগরিদম পরিবর্তনের কাজে যে সময় ও শ্রম লাগে, Molt সেই খরচ অনেকটাই কমিয়ে দেবে বলে আশা করছে প্রতিষ্ঠানটি।
Agentic RL গবেষণায় অ্যালগরিদমের প্রতিটি ছোট পরিবর্তনের জন্য সাধারণত ট্রেইনার, ডিস্ট্রিবিউটেড ব্যাকএন্ড এবং রোলআউট গ্লু-তে আলাদা করে পরিবর্তন আনতে হয়। এই প্রক্রিয়া অত্যন্ত সময়সাপেক্ষ এবং জটিল। Molt এই জটিলতা দূর করতে Ray, vLLM এবং NeMo AutoModel-কে একটি অ্যাসিনক্রোনাস লুপের মধ্যে একত্রিত করেছে। এর ফলে গবেষকরা মূল অ্যালগরিদমের উপর মনোযোগ দিতে পারবেন, বাকি জটিলতা Molt সামলাবে।
Molt-এর সবচেয়ে বড় বৈশিষ্ট্য হলো এটি টোকেন-এক্স্যাক্ট ট্র্যাজেক্টোরি নিশ্চিত করে। অর্থাৎ প্রতিটি রোলআউটে যে টোকেন তৈরি হয়, তা সম্পূর্ণ নির্ভুল এবং পুনরুত্পাদনযোগ্য। এই নির্ভুলতা RL গবেষণার জন্য অপরিহার্য, কারণ ছোট্ট একটি ভুলও ফলাফলকে পুরোপুরি বদলে দিতে পারে। অন্যদিকে, পারফরম্যান্সের দিক থেকেও Molt কোনো কমতি রাখেনি। NVIDIA-এর দাবি, Megatron-ভিত্তিক স্ট্যাকের তুলনায় Molt-এর থ্রুপুট পরিসংখ্যানগতভাবে সমান। অথচ Molt-এর কোডবেস অনেক ছোট এবং সহজ।
Molt-এর আরেকটি উল্লেখযোগ্য দিক হলো এর ডিজাইন। Agent হিসেবে সাধারণ Python কোডই যথেষ্ট, কোনো জটিল ফ্রেমওয়ার্ক বা ডোমেইন-স্পেসিফিক ভাষা শেখার প্রয়োজন নেই। এই সহজলভ্যতা নতুন গবেষক এবং ছোট দলের জন্যও Molt-কে আকর্ষণীয় করে তুলেছে। যারা বড় স্কেলে Agentic RL নিয়ে কাজ করতে চান, তাদের জন্য Molt একটি কার্যকর বিকল্প হতে পারে।
বাংলাদেশের ডেভেলপার এবং গবেষকদের জন্যও Molt গুরুত্বপূর্ণ সুযোগ তৈরি করছে। স্থানীয় স্টার্টআপ এবং প্রযুক্তি প্রতিষ্ঠানগুলো এখন কম খরচে এবং কম জটিলতায় Agentic RL মডেল তৈরি করতে পারবে। বিশ্ববিদ্যালয়ের শিক্ষার্থী এবং গবেষকরাও এই ফ্রেমওয়ার্ক ব্যবহার করে নতুন নতুন অ্যালগরিদম নিয়ে পরীক্ষা-নিরীক্ষা করতে পারবেন। বিশেষ করে যারা Python এবং PyTorch-এ কাজ করেন, তারা Molt-এর সাথে দ্রুত মানিয়ে নিতে পারবেন।
Molt এখন ওপেন সোর্স হিসেবে প্রকাশ করা হয়েছে, ফলে যেকোনো আগ্রহী ডেভেলপার এটি ব্যবহার করতে পারবেন। NVIDIA আশা করছে, এই ফ্রেমওয়ার্ক Agentic RL গবেষণাকে আরও গতিশীল করবে এবং নতুন উদ্ভাবনের পথ খুলে দেবে। ভবিষ্যতে আরও উন্নত সংস্করণ এবং ডকুমেন্টেশন আসতে পারে, যা ব্যবহারকারীদের জন্য সহায়ক হবে।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: MarkTechPost
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...