118 বস্তু
নিবন্ধে বর্ণনা করা হয়েছে, অ্যালগরিদমের মাধ্যমে প্রাথমিক লেবেলিং কীভাবে হাতে করা কাজ কমায় এবং প্রশিক্ষণ ডেটাসেটের পরিচ্ছন্নতা বাড়ায়, পাশাপাশি কেন নির্বাচিতভাবে মানুষের যাচাই এখনও জরুরি। কঠিন শুটিং পরিস্থিতি এবং বিরল ধরনের বস্তুর ক্ষেত্রে এই পদ্ধতির সীমাবদ্ধতাগুলোও আলোচিত হয়েছে।
সরঞ্জাম নির্মাতা, পুল এবং অপারেটররা যন্ত্রপাতির পর্যবেক্ষণ ও ব্যবস্থাপনাকে একীভূত করতে Tether-এর উন্মুক্ত স্ট্যাকের সঙ্গে ইন্টিগ্রেশন তৈরির দায়িত্ব নিয়েছে; QVAC AI এজেন্ট ইতিমধ্যেই এই ভিত্তিতে কাজ করছে। বিদ্যুৎ খরচ কমা বা দক্ষতা বাড়ার বিষয়ে স্বাধীন কোনো নিশ্চিতকরণ এখনো প্রকাশিত হয়নি।
লেখকেরা দেখিয়েছেন, অপরিবর্তিত সংস্করণের একটি র্যাপারের মধ্যে থাকা একটি স্থির মডেল প্রথমে কাজগুলো সমাধান করে, তারপর সম্পূর্ণ রান লগের ওপর ভিত্তি করে নিজেই নিজের কোড সম্পাদনা করে। ৪৯ লাইনের একটি কাঠামোর বহুকাজভিত্তিক বিবর্তন প্রশিক্ষণ-বণ্টনের ভেতরে এবং সংরক্ষিত বেঞ্চমার্কে ফল উন্নত করেছে, আর সেগুলোর কয়েকটিতে Codex-কেও ছাড়িয়ে গেছে।
arXiv:2609.38296 প্রিপ্রিন্টের লেখকেরা এমন একটি কথোপকথনের মডেল তৈরি করেছেন, যেখানে একটি লক্ষ্য মডেল মানুষের ব্যক্তিত্বে অভিনয় করে এবং একজন প্রভাবক এজেন্ট তার মনোভাবকে চরম মেরুর দিকে সরিয়ে দেওয়ার চেষ্টা করে। আগে থেকেই থাকা মতামতকে আরও জোরদার করা এবং আগে গৌণ থাকা মতামতকে এগিয়ে নেওয়া—দুই পরিস্থিতিতেই আবেগগত ও আচরণগত মাপকাঠিতে পরিবর্তন দেখা গেছে, তবে প্রথমটি তুলনামূলকভাবে ধারাবাহিকভাবে কাজ করেছে।
লেখকেরা VLALight প্রস্তাব করেছেন—দৃষ্টি-ভাষা-কর্ম শ্রেণির একটি এন্ড-টু-এন্ড মডেল, যা যানবাহন চলাচলের হাতে-তৈরি অবস্থা নির্ধারণের ধাপ এড়িয়ে সরাসরি মোড়ের ক্যামেরার বহু-দৃষ্টিকোণ রেকর্ডিংকে ট্রাফিক সিগন্যালের পরিবর্তনে রূপান্তর করে। এর ভিত্তি হলো মোড়ের টপোলজি-সচেতন যৌথ উপলব্ধি, শহরব্যাপী নেটওয়ার্ক স্তরে রিইনফোর্সমেন্ট লার্নিং এবং দ্রুত ও গভীর যুক্তির মধ্যে অভিযোজিত নির্বাচন; তিনটি শহরের সাতটি বাস্তব ডেটাসেটে সমাধানটি ট্রাফিক মডেল, রিইনফোর্সমেন্ট লার্নিং এবং LLM/VLM-ভিত্তিক বেসলাইনের চেয়ে ভালো ফল করেছে।
নিয়ন্ত্রিত FRAIL পরিবেশে, সাতটি শীর্ষস্থানীয় LLM-ভিত্তিক এজেন্ট ব্যাংকে গণ-উত্তোলন, ঋণ নবায়ন এবং পুরস্কারভিত্তিক ক্রাউডফান্ডিংয়ের পরিস্থিতিতে কাজ করেছিল: ৭৭% থেকে ৮৩% প্রাথমিক পর্ব ব্যর্থতায় শেষ হয়েছিল, যদিও তাদের সামনে ব্যবস্থাকে অস্থিতিশীল করার কাজ দেওয়া হয়নি। পরীক্ষিত অতিরিক্ত ব্যবস্থাগুলো—ক্ষতিপূরণসাপেক্ষ প্রতিশ্রুতি, কেন্দ্রীভূত চুক্তি এবং অংশগ্রহণকারীদের জোট—সামগ্রিক ফল উন্নত করেছিল, তবে কোনো সর্বজনীন প্রক্রিয়া পাওয়া যায়নি; প্রতিরোধক্ষমতা তৈরি হয়েছিল সেখানে, যেখানে প্রতিরক্ষামূলক আচরণ স্বয়ং-শক্তিবর্ধক হয়ে ওঠার আগেই বাধ্যবাধকতা পালনে ব্যাপক অঙ্গীকার গড়ে উঠেছিল।
OS3 ব্রাউজার, মেসেঞ্জার ও কম্পিউটারে কাজ একত্র করে: এজেন্ট অ্যাপ ও ওয়েবে কাজ করতে পারে, আর এর জন্য R1 ডিভাইসের প্রয়োজন নেই। সাবস্ক্রিপশন ফি-এর পরিবর্তে, সিস্টেমটি ব্যবহারকারীর API কী বা সংযুক্ত স্থানীয় মডেল ব্যবহার করে।
The Biological Computing Company AWS গ্রাহকদের জন্য ইঁদুরের মস্তিষ্কের কোষের কার্যকলাপ বিশ্লেষণের ভিত্তিতে তৈরি একটি টুল সরবরাহ শুরু করছে; শুরুতে এটি সীমিত প্রিভিউ হিসেবে উপলভ্য থাকবে। কোম্পানির দাবি, প্রযুক্তিটি ভিডিও তৈরি দ্রুততর করে এবং ইনফারেন্সের খরচ কমায়, তবে তুলনার জন্য কোন মডেল ব্যবহার করা হয়েছে তা প্রকাশ করেনি।
২০২৮ সাল থেকে Toyota, এর গ্রুপের কোম্পানি এবং বড় সরবরাহকারীদের কারখানায় অটোমেশন প্রায় ৪ লাখ রোবটকে অন্তর্ভুক্ত করতে পারে এবং বছরে বিপুল পরিমাণ বিনিয়োগের প্রয়োজন হতে পারে, যদিও সময়সীমা ও মোট ব্যয়ের পরিমাণ এখনও নির্ধারিত হয়নি। নিবন্ধে উৎপাদন ক্ষেত্রে ফিজিক্যাল AI-এর ব্যবহার এবং যেসব চ্যালেঞ্জ মোকাবিলা করতে হবে, তা বিশ্লেষণ করা হয়েছে—যন্ত্রপাতির নির্ভরযোগ্যতা থেকে শুরু করে সিমুলেশনে অর্জিত প্রশিক্ষণ বাস্তব পরিবেশে প্রয়োগ করা পর্যন্ত।
