গেম এরেনাস যোগ করেছে “অয়ারোউলফ” এবং পোকার
গুগল ডিম্পদিনড এবং কাটগের খেলা টেস্ট প্ল্যাটফর্ম একটি নতুন স্তরে পৌঁছেছে: দুটি অসাংবিধানিক খেলা- "উলফ" এবং পোকার খেলা পরিচিত দাবা খেলায় যোগ হয়েছে। এটা শুধুমাত্র বিনোদন নয়, বরং বাস্তব জগতের দৃশ্যের উপর পরীক্ষা আনতে চেষ্টা করা, যেখানে কেবল সংখ্যাগত বিষয় নয়, একই সাথে সামাজিক পরিবেশেও আচরণ করা হয়।
যুক্তি আর কৌশলী চিন্তা পরীক্ষা করার জন্য দাবা স্বর্ণের আদর্শ রয়ে গেছে। অন্য দিকে "উলফ", অন্য কিছুর জন্য. এখানে, মডেলটিকে প্রতারণা সনাক্ত করতে হবে, অন্যান্য খেলোয়াড়দের আচরণ পর্যবেক্ষণ করতে হবে, এবং বিশ্বাস গড়ে তুলতে হবে। পোকার আরেকটি জটিল উপাদান যোগ করেছে- সিদ্ধান্ত গ্রহণ করা তথ্য সংক্রান্ত তথ্য, যেখানে কিছু তথ্য লুকানো থাকে এবং ঝুঁকি নিতে হবে।
এখন ডেভেলপারদের এক ঐক্যবদ্ধ জায়গা রয়েছে, যেখানে তারা জানে যে, জ্ঞান বা জ্ঞান যা অনন্ত জীবনে পরিচালিত করে ।
আসলে নতুন পরীক্ষাটা কী?
প্ল্যাটফর্মের প্রতিটি খেলা বিশেষ দক্ষতা অর্জনের জন্য দায়ী। যুক্তি, সামাজিক যোগাযোগ, ঝুঁকি ব্যবস্থাপনা — সবগুলোকে একসঙ্গে মূল্যায়ন করা যেতে পারে এবং একে অপরের বিরুদ্ধে মডেলের তুলনা করতে ব্যবহার করা যেতে পারে।
- দাবা দীর্ঘ মেয়াদী পরিকল্পনা তৈরি করার এবং বিভিন্ন পরীক্ষার হিসাব করার ক্ষমতা পরীক্ষা করা ।
- "উলফ" * — সামাজিক বুদ্ধিমত্তাকে মূল্যায়ন করা: কে মিথ্যা বলছে, যিনি সত্য বলেন এবং একজন প্রতারককে শনাক্ত করা যায় কিনা?
- পোকার (Poker) তথ্য — অসম্পূর্ণ তথ্য দিয়ে কাজ করা, স্থায়ী তালিকাকে মূল্যায়ন করা এবং ঝুঁকি নেওয়া ।
এটা বলা হয়ে থাকে যে AI নিরাপত্তা বিষয়ে পড়াশোনার ক্ষেত্রে “ওয়েরউলফ” একটি সুবিধাজনক পরিবেশ প্রমাণিত হয়েছে। নিরাপদ ভার্চুয়ালে, মডেলরা এটাকে নিয়ন্ত্রণ করতে ও প্রতিরোধ করতে শেখে। ভবিষ্যৎ ব্যবস্থা নিশ্চিত করার জন্য এটা একটা গুরুত্বপূর্ণ পদক্ষেপ, যা বাস্তব জগৎ কথোপকথনের ক্ষেত্রে বিদ্বেষমূলক কৌশলের কারণে পড়ে না।
জিয়ামিন ৩ জন প্রো ও ফ্ল্যাশ — সব শ্রেণীর নেতারা
প্ল্যাটফর্ম প্রসারিত করার পর ডেভেলপার অবিলম্বে র্যাংকিং-এর আপডেট করেন। গুগলের মডেল — গেমিন ৩ এবং প্রো Gemini 3 Flash — সকল খেলায় শীর্ষ স্থান দখল করেছিল । এটা দেখায় যে, তারা যুক্তি, সামাজিক বোধগম্যতা এবং ভারসাম্যপূর্ণ উপায়ে কাজ করার ক্ষমতা দিয়ে থাকে ।
গুগল ডিম্পিদ এর প্রধান নির্বাহী দেমি হাসাবিস বিশ্বাস করেন যে ক্লাসিক কোষ এখন আর আধুনিক AI ক্ষমতার সম্পূর্ণ চিত্র প্রদান করতে পারে না। আরো কঠোর এবং বিভিন্ন চ্যালেঞ্জের প্রয়োজন হয়, যে সমস্ত মডেল জটিল, জীবন-তুল্য পরিস্থিতিতে। গেম নির্ভর এর মত গেম ভিত্তিক পরীক্ষা এই ধরণের টুল।
নতুন চ্যালেঞ্জের মাঝে গেমিন ৩ প্রো এবং ফ্ল্যাশের সাফল্য একটি ভালো চিহ্ন। এর মানে হচ্ছে গুগল মডেলদের প্রশিক্ষণ দেবার পদ্ধতি কেবল জ্ঞান নয়, একই সাথে আচরণশীল দৃশ্যের উপর জোর দেওয়া। এখন দেখার বিষয় প্রতিযোগীরা জেগে উঠতে পারে কিনা। পরবর্তী খেলা প্রতিযোগিতার জন্য এই চ্যালেঞ্জ।
