ফিড

63 বস্তু

ক্রমবিন্যাস করা হবে
সংবাদ1 নভেম্বর 2026

স্বায়ত্তশাসিত বিনিয়োগে LLM এজেন্টদের নিয়ন্ত্রিত বিকাশ: অপরিবর্তনীয় সুরক্ষা স্তরসহ একটি মাল্টি-এজেন্ট কাঠামো

এই নিবন্ধে Steward-এর বর্ণনা দেওয়া হয়েছে—নয়টি ভূমিকা-নির্দিষ্ট LLM এজেন্টের একটি ব্যবস্থা, যেখানে পোর্টফোলিও-সংক্রান্ত সিদ্ধান্তগুলো ঝুঁকি ব্যবস্থাপকের যাচাইয়ের মধ্য দিয়ে যায়, আর প্রম্পটে পরিবর্তন আনা যায় কেবল প্রত্যাবর্তনযোগ্য নিয়ন্ত্রণ এবং সংরক্ষিত ডেটা পুনরুৎপাদনের মাধ্যমে। মূল সিদ্ধান্ত হলো—অপরিবর্তনীয় কোর এবং অডিট পদ্ধতি এজেন্টদের উন্নত করতে সাহায্য করে, ঝুঁকি-নিয়ম ও অর্ডার কার্যকর করার নিয়ন্ত্রণ তাদের হাতে না দিয়েই।

স্বায়ত্তশাসিত বিনিয়োগে LLM এজেন্টদের নিয়ন্ত্রিত বিকাশ: অপরিবর্তনীয় সুরক্ষা স্তরসহ একটি মাল্টি-এজেন্ট কাঠামো
পড়ো
সংবাদ30 অক্টোবর 2026

NAQD-Env: ভাষা এজেন্টগুলোর কার্যক্রমের নির্বাচিত স্থগিতকরণ

একটি সিন্থেটিক বেঞ্চমার্ক প্রকাশ করা হয়েছে, যেখানে একটি নির্ধারিত রেফারেন্স ডেটা, অনুমতি ও সীমাবদ্ধতার মধ্যে নির্ভরতা নির্ধারণ করে; আর মডেলগুলোর কাজ হলো বাকি কাজ অক্ষত রেখে কেবল প্রভাবিত ধাপগুলো থামানো। তিনটি ওপেন মডেলের পরীক্ষায় থামানোর ক্ষেত্রে কম পূর্ণতা এবং সঠিকভাবে পুনরায় শুরু করার সক্ষমতার অভাব দেখা গেছে; ফাইন-টিউনিং সিদ্ধান্তের নির্ভুলতা বাড়ায়, তবে পার্শ্বপ্রতিক্রিয়াও সৃষ্টি করে।

NAQD-Env: ভাষা এজেন্টগুলোর কার্যক্রমের নির্বাচিত স্থগিতকরণ
পড়ো
সংবাদ29 অক্টোবর 2026

CHOIR পদ্ধতি: মুক্ত তালিকাকরণ সমষ্টিগত সিস্টেমের ভেতরে মডেলগুলোর অবস্থানের অমিল উন্মোচন করে

লেখকেরা CHOIR পদ্ধতির প্রস্তাব করেন, যেখানে এনসেম্বলগুলো বারবার উত্তরের র‌্যাঙ্ক করা তালিকা চায়, তারপর মডেল, প্রম্পটের শব্দচয়ন এবং ভূমিকার শর্ত অনুযায়ী একীভূত ধারণাগুলোর প্রাধান্য তুলনা করে। গবেষণায় দেখা যায়, উন্মুক্ত উত্তরের বাহ্যিক সাদৃশ্য বেশি হলেও তা মতৈক্যের ইঙ্গিত দেয় না: মূল মডেলের পরিচয়ই সবচেয়ে স্থিতিশীল পার্থক্যসূচক হিসেবে থাকে, আর পারসোনা-নির্ধারণগুলো প্রকাশিত ধারণাগুলোকে ভিন্ন দিকে সরিয়ে দেয়।

CHOIR পদ্ধতি: মুক্ত তালিকাকরণ সমষ্টিগত সিস্টেমের ভেতরে মডেলগুলোর অবস্থানের অমিল উন্মোচন করে
পড়ো
সংবাদ29 অক্টোবর 2026

SimTrace: পরিচয়-গোপন করা বাস্তব সেশন ও ওয়েব পরিবেশের মডেলের ওপর ভিত্তি করে কৃত্রিম ক্লিকের গতিপথ

লেখকেরা এমন একটি ফ্রেমওয়ার্ক বর্ণনা করেছেন, যা বাস্তব মিথস্ক্রিয়াগুলোকে বেনামি করে, ওয়েব পরিবেশের একটি সিমুলেটেড অনুলিপি তৈরি করে এবং এর ভিত্তিতে ব্যবহারকারীর প্রেক্ষাপট ও পরিবেশের পর্যবেক্ষণসহ মাল্টিমোডাল ক্লিক ট্র্যাজেক্টরি তৈরি করে। ই-কমার্সের ক্ষেত্রে, সমাধানটি ৮টি বিশ্বাসযোগ্যতার মেট্রিকের মধ্যে ৭টিতে বেসলাইন পদ্ধতিগুলোকে ছাড়িয়ে গেছে। সিন্থেটিক ডেটায় প্রশিক্ষিত মডেলগুলো বাস্তব ডেটায় প্রশিক্ষিত মডেলগুলোর সমতুল্য নির্ভুলতা দেখিয়েছে; আর সিন্থেটিক ডেটা যোগ করায় পরবর্তী কাজের পূর্বাভাসে উন্নতি হয়েছে +11,0%; গবেষকদের জন্য কোড উন্মুক্ত।

SimTrace: পরিচয়-গোপন করা বাস্তব সেশন ও ওয়েব পরিবেশের মডেলের ওপর ভিত্তি করে কৃত্রিম ক্লিকের গতিপথ
পড়ো
সংবাদ28 অক্টোবর 2026

MetaPersona: সামাজিক গবেষণার অভিজ্ঞতালব্ধ তথ্যের ভিত্তিতে নির্দিষ্ট কাজের জন্য সিন্থেটিক জনসমষ্টি

LLM সিমুলেশনের জন্য MetaPersona-DB প্রস্তাব করা হয়েছে—মানব নমুনাসহ ১১ হাজারেরও বেশি গবেষণার একটি সংগ্রহ, যেখানে কাজের জন্য ভেরিয়েবল, সম্পর্ক এবং সমন্বিত পরিসংখ্যান দিয়ে টীকা যুক্ত করা হয়েছে। এর ভিত্তিতে পদ্ধতিটি নির্ভরতার গ্রাফ পুনর্গঠন করে এবং বৈজ্ঞানিকভাবে সমর্থিত বণ্টন থেকে জনসমষ্টি তৈরি করে; তবে ফলাফলের গুণমান কাজ ও মডেলভেদে পরিবর্তিত হয়।

MetaPersona: সামাজিক গবেষণার অভিজ্ঞতালব্ধ তথ্যের ভিত্তিতে নির্দিষ্ট কাজের জন্য সিন্থেটিক জনসমষ্টি
পড়ো
সংবাদ26 অক্টোবর 2026

র‍্যাপারের বিকাশের মাধ্যমে ব্যক্তিকরণ: আনুমানিকীকরণ, সাধারণীকরণ ও অপ্টিমাইজেশনের সীমারেখা কোথায়

লেখকেরা এমন ব্যক্তিগত এজেন্ট নিয়ে গবেষণা করেন, যারা একটি নির্দিষ্ট বেস মডেলের অধীনে স্বতন্ত্র ব্যবহারকারীর অনুরোধের সঙ্গে নিজেদের মানিয়ে নেয়, এবং নিয়ন্ত্রণ স্তর—প্রসঙ্গ, স্মৃতি, সরঞ্জাম ও নির্বাহ—উন্নত করাকে একটি শেখার সমস্যা হিসেবে আনুষ্ঠানিকভাবে উপস্থাপন করেন। পছন্দভিত্তিক একটি বেঞ্চমার্ক এবং আনুমানিকরণ, সাধারণীকরণ ও অপ্টিমাইজেশনের ত্রুটি নিয়ে তাত্ত্বিক বিশ্লেষণ দেখায়, স্ব-উন্নয়নশীল র‍্যাপারের স্থাপত্য, পরিসর ও অ্যালগরিদমের সীমাবদ্ধতা কোথায়।

র‍্যাপারের বিকাশের মাধ্যমে ব্যক্তিকরণ: আনুমানিকীকরণ, সাধারণীকরণ ও অপ্টিমাইজেশনের সীমারেখা কোথায়
পড়ো
সংবাদ24 অক্টোবর 2026

পূর্বাভাসের সীমা এবং জ্যামিতিকভাবে উদ্ভূত সফট স্টেট রিপ্রেজেন্টেশনগুলোর কুপম্যান ক্লোজার

এই কাজটি একটি নির্দিষ্ট স্পেকট্রাল নর্ম সীমার অধীনে নরম স্থানাঙ্কের সর্বনিম্ন MSE-রৈখিক পূর্বাভাসের জন্য গণনাযোগ্য আত্মবিশ্বাসের সীমা প্রস্তাব করে। এই সার্টিফিকেট অর্জনযোগ্য Koopman closure-কে অনর্জনযোগ্যটি থেকে আলাদা করতে সাহায্য করে এবং দেখায় যে একই নরম উপস্থাপনাগুলো এক গতিবিদ্যার সঙ্গে সামঞ্জস্যপূর্ণ হতে পারে, কিন্তু অন্যটির সঙ্গে নয়।

পূর্বাভাসের সীমা এবং জ্যামিতিকভাবে উদ্ভূত সফট স্টেট রিপ্রেজেন্টেশনগুলোর কুপম্যান ক্লোজার
পড়ো
সংবাদ24 অক্টোবর 2026

মাল্টিমোডাল ট্রান্সফরমারে টোকেন বিভাজন: কখন অ্যাটেনশন উপস্থাপনার অবদান ধরে রাখে

গবেষণাটি নির্ণয় করে, বিষয়বস্তু, অবস্থান, দৃশ্যমান প্রেক্ষাপট ও মোট ওজন অক্ষুণ্ণ রেখে ইনপুট উপস্থাপনাকে বেশি সংখ্যক উপাদানে ভাগ করলে কোন শর্তে তার অবদান অপরিবর্তিত থাকে। ধনাত্মক অ্যাটেনশন কার্নেলের ক্ষেত্রে, যেখানে স্থানীয় ওজন-গুণকটি অ-হ্রাসমান, কেবল সেটি রৈখিক হলেই অপরিবর্তনশীলতা অর্জিত হয়; Qwen2.5-Omni-7B এবং ভিডিও বেঞ্চমার্কে ওজন-ভিত্তিক ভারসাম্যায়ন সংকোচনের সময় বিচ্যুতি কমায় এবং নির্ভুলতা বাড়ায়।

মাল্টিমোডাল ট্রান্সফরমারে টোকেন বিভাজন: কখন অ্যাটেনশন উপস্থাপনার অবদান ধরে রাখে
পড়ো
সংবাদ24 অক্টোবর 2026

CEG-Agent: ত্রুটি গ্রাফের মাধ্যমে LLM এজেন্টের ট্রেসে ব্যর্থতার কারণগত বিশ্লেষণ

এই কাজটিতে CEG-Agent প্রস্তাব করা হয়েছে—এজেন্ট ট্রেসের কারণভিত্তিক নির্ণয়ের জন্য একটি টুল-ভিত্তিক ফ্রেমওয়ার্ক। আনুষ্ঠানিক শ্রেণিবিন্যাসে অস্বাভাবিকতা, ত্রুটি ও ব্যর্থতাকে পৃথক করা হয়েছে, আর টাইপযুক্ত CEG গ্রাফগুলো রানটাইম ইভেন্টকে নির্ণয়মূলক নোড ও চূড়ান্ত ব্যর্থতার সঙ্গে যুক্ত করে; CEG-Bench বেঞ্চমার্কটি অর্থগত ও কাঠামোগত নির্ভুলতায় এই পদ্ধতির শ্রেষ্ঠত্ব নিশ্চিত করে।

CEG-Agent: ত্রুটি গ্রাফের মাধ্যমে LLM এজেন্টের ট্রেসে ব্যর্থতার কারণগত বিশ্লেষণ
পড়ো