Quration AIQ

basics

২০২৪-এর শেষ থেকে, 'o1', 'R1'-এর মতো নতুন ধরনের মডেল দেখা গেল যারা উত্তর দেওয়ার আগে পুরোনো মডেলের চেয়ে অনেক বেশি সময় নিয়ে থামে।

এই 'রিজনিং মডেল'রা সেই থামার সময় আসলে কী করে?

উত্তর দেওয়ার আগে অন্তর্নিহিতভাবে দীর্ঘ যুক্তির চেইন বানায়
রিজনিং মডেল উত্তর দেওয়ার আগে দীর্ঘ ইন্টারনাল 'থিংকিং টোকেন' তৈরি করে। 'বেশি সময় নিয়ে চিন্তা করলে বেশি নির্ভুল উত্তর পাওয়া যায়' — এই নতুন স্কেলিং অক্ষ খোলাটাই ২০২৪-২৫ সালের সবচেয়ে বড় পরিবর্তন।
▶ Quration AIQ

basics

এই পদ্ধতিকে কী বলা হয়?এটা কী?ইন্ডাস্ট্রির প্রধান একটা প্রতিক্রিয়া কী?বছরের পর বছর AI ইন্ডাস্ট্রি একটা সরল বিশ্বাসে চলেছে: 'মডেল, ডেটা আর কম্পিউট বাড়ালে পারফরম্যান্স অনুমানযোগ্যভাবে বাড়বে।' বিলিয়ন-ডলার বাজির যুক্তি এই এম্পিরিক্যাল নিয়মটাকে কী বলা হয়?টাস্ক-নির্দিষ্ট AI-এর বাইরে, মানুষের মতো সাধারণ বুদ্ধিমত্তা নিয়ে মেশিন ইনটেলিজেন্সের লক্ষ্যের সংক্ষিপ্ত নাম কী?এগুলোকে কী বলা হয়?এর ছাত্রছায়া টার্মটা কী?এই টুকরোগুলোকে কী বলা হয়?কোনো AI মডেলকে যখন '৭০ বিলিয়ন প্যারামিটার'-এর বলা হয়, তখন আসলে কী গোনা হচ্ছে?এই ঘটনাকে কী বলা হয়?পেপারটির নাম কী?এই হিউম্যান-ফিডব্যাক ট্রেনিং স্টেপটিকে কী বলা হয়?

Quration — Quration AIQ