AI Agent হলো এমন একটি AI system যা goal বুঝতে, task-এর জন্য প্রয়োজনীয় steps নির্ধারণ করতে, tools ব্যবহার করতে এবং নির্দিষ্ট degree of autonomy নিয়ে action নিতে পারে।
AI Hallucination হলো এমন একটি ঘটনা যেখানে AI model এমন information generate করে যা শুনতে বিশ্বাসযোগ্য হলেও ভুল, unsupported বা সম্পূর্ণ fabricated হতে পারে। Reliable AI system তৈরি করতে এটি বোঝা অত্যন্ত গুরুত্বপূর্ণ।
Fine-Tuning হলো pretrained AI model-কে additional training data দিয়ে নির্দিষ্ট task বা domain-এর জন্য adapt করা। অন্যদিকে Prompt Engineering model-এর parameters পরিবর্তন না করে instruction-এর মাধ্যমে model-কে guide করে।
Temperature হলো একটি generation parameter, যা LLM-এর output কতটা predictable বা diverse হবে তা প্রভাবিত করে। Reliable এবং creative AI system তৈরি করতে Temperature সম্পর্কে ধারণা থাকা গুরুত্বপূর্ণ।
AI Model, AI API এবং AI Application একটি AI system-এর ভিন্ন ভিন্ন layer। বাস্তব AI application তৈরি করতে এগুলো কীভাবে একসাথে কাজ করে তা সহজভাবে জানুন।
Context Window নির্ধারণ করে একটি LLM এক সময়ে কতটুকু information process করতে পারে। Tokens, context limit এবং AI application-এর performance-এর ওপর এর প্রভাব সহজভাবে জানুন।
Semantic Search শুধু exact keyword খোঁজে না; বরং query-এর meaning ও context বুঝে relevant information খুঁজে বের করে। Embeddings এবং Vector Search কীভাবে এই intelligent search সম্ভব করে তা জানুন।
Vector Database হলো এমন একটি specialized database যা AI embeddings সংরক্ষণ, index এবং similarity-এর ভিত্তিতে search করতে ব্যবহৃত হয়। RAG, Semantic Search এবং আধুনিক AI application-এ এর গুরুত্বপূর্ণ ভূমিকা রয়েছে।
RAG বা Retrieval-Augmented Generation এমন একটি AI architecture যা external information retrieve করে LLM-কে সেই তথ্যের ভিত্তিতে answer generate করতে সাহায্য করে। এই পোস্টে RAG কী, কীভাবে কাজ করে, কেন গুরুত্বপূর্ণ এবং কখন ব্যবহার করা উচিত তা সহজ উদাহরণসহ ব্যাখ্যা করা হয়েছে।