12 বস্তু
গবেষকরা দেখেছেন যে, LLM-এর মানক আনলার্নিং পদ্ধতিগুলি অল্প সংখ্যক ভুলে যাওয়া উদাহরণের উপর পুনঃপ্রশিক্ষণের সময় সহজেই ভেঙে পড়ে। তাদের প্রস্তাবিত মার্জিন ক্যালিব্রেশন কৌশলটি একটি অ-স্যাচুরেটিং মার্জিন পেনাল্টি যোগ করে এবং বিভিন্ন মডেল ও ডেটাসেটে এই ধরনের আক্রমণের সাফল্য উল্লেখযোগ্যভাবে হ্রাস করে।
নতুন গবেষণা দেখায় যে, পক্ষপাতদুষ্ট LLM-বিচারক ব্যর্থ দক্ষতা প্রত্যাখ্যানের প্রক্রিয়াকে নীরবে ভেঙে দেয়: যদি মিথ্যা সাফল্যের অনুপাত ০.৪৫-এর বেশি হয়, তবে সিস্টেমটি দক্ষতা লাইব্রেরি পরিষ্কার করা বন্ধ করে দেয়, এবং এটি সমষ্টিগত মেট্রিক্সে দেখা যায় না। লেখকরা মোতায়েনের আগে বিচারককে যাচাই করার জন্য ত্রুটি ইনজেকশনসহ একটি সস্তা অডিট প্রস্তাব করেন।
একাধিক সাইবারসিকিউরিটি বিশেষজ্ঞ জানিয়েছেন যে, Trusted Access for Cyber প্রোগ্রামে Daybreak Blue স্তরে তাদের অ্যাক্সেস হারিয়ে গেছে। OpenAI তাদের পক্ষ থেকে সমস্যাটি স্বীকার করেছে এবং পুনরায় যাচাইকরণ সম্পন্ন করতে বলেছে।
সফল ভাষা মডেল শুধু টোকেন পুনঃব্যবহারের উপর নির্ভর করে না, বরং সংকোচন কীভাবে গঠন করা হয় তার উপরও নির্ভর করে। সঙ্গীতের ক্ষেত্রে, পঞ্চম বৃত্তের মতো সম্পর্ক আগে থেকেই নির্ধারণ করার চেষ্টা পূর্বাভাসকে খারাপ করে দেয় — মডেলের প্রসঙ্গ বজায় রাখা এবং সময় সঠিকভাবে নির্ধারণ করাই বেশি গুরুত্বপূর্ণ।
আমরা পিসিতে Stable Diffusion ইনস্টল করার সবচেয়ে নির্ভরযোগ্য উপায়গুলো নিয়ে আলোচনা করছি: অফিসিয়াল ComfyUI Desktop ইনস্টলার, বহুমুখী Pinokio এবং আধুনিক মডেলের জন্য Forge Neo। ব্যাখ্যা করছি কোন GPU প্রয়োজন হবে, কেন Automatic1111 আর সেরা পছন্দ নয় এবং প্রথম ছবি তৈরি হতে কত সময় লাগবে।
লেখকরা দেখিয়েছেন যে সাধারণ প্রতিযোগিতামূলক প্রম্পট টিউনিং মডেলটিকে ছদ্ম-স্থিতিশীল বৈশিষ্ট্যগুলিতে আটকে রাখতে বাধ্য করে এবং নতুন শ্রেণিতে নির্ভুলতা হারায়। নতুন ADAPT পদ্ধতি ডিকয় প্রম্পট সহ এই সমস্যার সমাধান করে, দরকারী বৈশিষ্ট্যগুলিকে সাধারণীকরণযোগ্য সংক্ষিপ্ত পথ থেকে আলাদা করে।
নতুন গবেষণা দেখায় যে, টেক্সট মেমরি সহ প্রতিশ্রুতিশীল AI এজেন্টরাও কাজের ক্রম পরিবর্তনের সময় মারাত্মকভাবে অবনত হয় এবং তাদের মূল্যায়ন শোরগোলপূর্ণ। লেখকরা আরও কঠোর পরীক্ষার প্রোটোকল এবং উন্নতির বিষয়ে সিদ্ধান্ত নেওয়ার সময় সতর্কতার আহ্বান জানিয়েছেন।
InnerExpert-এর নতুন পদ্ধতি MoE-মডেলগুলিতে রাউটিং এবং বিশেষজ্ঞদের মতবিরোধের বৈশিষ্ট্যগুলি ব্যবহার করে টোকেন-ভিত্তিকভাবে উদ্ভাবিত অংশগুলি চিহ্নিত করে। পদ্ধতিটি ম্যানুয়াল লেবেলিং ছাড়াই প্রশিক্ষিত হয় এবং পাঁচটি ডেটাসেটে একক পাসে উত্তর-স্তরে 0.91 পর্যন্ত এবং টোকেন-স্তরে 0.76 পর্যন্ত নির্ভুলতা দেখায়।
লেখকরা ছয়টি ভাষা মডেলকে ফ্লাইট, অ্যাপার্টমেন্ট এবং হোটেল সম্পর্কিত প্রশ্নে পরীক্ষা করেছেন এবং আবিষ্কার করেছেন যে অর্থ প্রদানের ইচ্ছা সম্পর্কিত সংখ্যাসূচক উত্তরগুলো ধারাবাহিকভাবে একে অপরের সাথে বিরোধপূর্ণ। এর ফলে, এই ধরনের মূল্যায়নকে একটি একক উপযোগিতা ফাংশন দিয়ে বর্ণনা করা সম্ভব নয় — এবং তাই, সিদ্ধান্ত গ্রহণের সময় সেগুলোর উপর নির্ভর করা ঝুঁকিপূর্ণ।
