অধ্যায় 3 · সীমাবদ্ধতা ও সঠিক ব্যবহার
সারসংক্ষেপ, শব্দকোষ ও এরপর কী
- পৃষ্ঠা 8 / 8
- 2 মিনিট পড়া
এখন আপনি যা জানেন
- AI হলো পুরো ক্ষেত্র; মেশিন লার্নিং ডেটা থেকে শেখে; ডিপ লার্নিং বড় নিউরাল নেটওয়ার্ক ব্যবহার করে; জেনারেটিভ AI নতুন কনটেন্ট তৈরি করে।
- ট্রেনিং-এর সময় ভুল কমাতে মডেল তার প্যারামিটার বদলায়; আপনি ব্যবহার করেন ইনফারেন্স-এর সময়।
- LLM ট্রান্সফর্মার আর তার অ্যাটেনশন পদ্ধতি দিয়ে বারবার পরের টোকেন অনুমান করে।
- অ্যাসিস্ট্যান্ট তৈরি হয় প্রি-ট্রেনিং, তারপর ইন্সট্রাকশন টিউনিং আর মানুষের মতামত থেকে।
- প্রধান সীমাবদ্ধতা: হ্যালুসিনেশন, নলেজ কাটঅফ, কনটেক্সট উইন্ডো, পক্ষপাত আর গোপনীয়তা।
শব্দকোষ
| শব্দ | অর্থ |
|---|---|
| প্যারামিটার (ওয়েট) | মডেলের ভেতরের একটা সংখ্যা, যা ট্রেনিংয়ে ঠিক হয় |
| টোকেন | লেখার একটা টুকরো, যা মডেল পড়ে বা লেখে |
| কনটেক্সট উইন্ডো | মডেল একসাথে সর্বোচ্চ যত টোকেন বিবেচনা করতে পারে |
| ইনফারেন্স | ট্রেনিং দেওয়া মডেল দিয়ে উত্তর তৈরি করা |
| টেম্পারেচার | প্রতিটা টোকেন বাছতে কতটা এলোমেলোভাব থাকবে |
| হ্যালুসিনেশন | শুনতে বিশ্বাসযোগ্য কিন্তু ভুল উত্তর |
| নলেজ কাটঅফ | যে তারিখে মডেলের ট্রেনিং ডেটা শেষ |
| RAG | উত্তর দেওয়ার জন্য মডেলকে প্রাসঙ্গিক উৎস-লেখা দেওয়া |
নিজেকে যাচাই করুন
প্রতিটা অধ্যায়ের শেষে একটা ছোট কুইজ আছে। ক্রমানুসারে দিন — সহজ, মাঝারি আর কঠিন — আর যে উত্তর ভুল হবে, তার ব্যাখ্যাটা পড়ে নিন।
এরপর কী
Level 0 পথে পরের বিষয় AI-এর জন্য Python: যে ভাষা দিয়ে আপনি এই মডেলগুলো ব্যবহার করবেন, ডেটা প্রস্তুত করবেন আর প্রথম AI ফিচার বানাবেন।
আরও পড়ুন
- Attention Is All You Need — ২০১৭ সালের ট্রান্সফর্মার গবেষণাপত্র
- OpenAI: What are tokens and how to count them?
- OpenAI: Why language models hallucinate