এন্ড-টু-এন্ড অ্যাপ্লিকেশন: মূল্যায়ন, বৈধতা, নীতিশাস্ত্র এবং সীমানা

লাভ:

• একটি ছোট পরীক্ষা সেট আপ করার ক্ষমতা (eval) যা আপনার নিজস্ব ডেটা দিয়ে একটি মডেল মূল্যায়ন করে
• কর্মপ্রবাহে মানব যাচাইকরণ, সীমা এবং দায়িত্বশীল ব্যবহারের নীতি এম্বেড করুন
• হ্যালুসিনেশন, গোপনীয়তা এবং নৈতিক ঝুঁকি চিনুন এবং প্রশমনের ব্যবস্থা বাস্তবায়ন করুন

আপনি সঠিক মডেল নির্বাচন করেছেন; কাজ শেষ? না, আসল কাজ এখন শুরু। আপনার ব্যবসার মধ্যে একটি মডেল স্থাপন করা আপনার নিজের ডেটার বিরুদ্ধে এটি পরীক্ষা করার জন্য, এর আউটপুটকে যাচাই করা এবং এটিকে দায়িত্বের সাথে ফ্রেম করার জন্য নেমে আসে। এই চূড়ান্ত ইউনিটটি সম্পূর্ণ মডিউলটিকে একটি এন্ড-টু-এন্ড অ্যাপ্লিকেশনে পরিণত করে: আপনি শিখবেন কিভাবে একটি ছোট টেস্ট স্যুট (ইভাল) সেট আপ করতে হয়, ওয়ার্কফ্লোতে মানব যাচাইকরণ এমবেড করতে হয়, হ্যালুসিনেশন এবং গোপনীয়তার ঝুঁকিগুলি পরিচালনা করতে হয় এবং নৈতিক সীমানা আঁকতে হয়। ইউনিটটি শেষ হয়ে গেলে, আপনি শুধুমাত্র একটি মডেল নির্বাচন করতে পারবেন না, আত্মবিশ্বাসের সাথে এটি কমিশন করতেও সজ্জিত হবেন।

মূল্যায়ন (ইভাল): আপনার নিজের ডেটা দিয়ে পরীক্ষা করা

এখন আপনি জানেন যে শুধুমাত্র আপনার প্রকৃত ডেটা, বিজ্ঞাপন নয়, একটি মডেল আপনার ব্যবসার সাথে মানানসই কিনা তা বলতে পারে৷ এটি পরিমাপ করার উপায় হল একটি মূল্যায়ন সেট (eval): আপনার কাজের নমুনার একটি ছোট সংগ্রহ যার জন্য সঠিক উত্তর জানা যায়।

একটি সহজ eval এই মত সেট আপ করা হয়:

1. 10-30টি বাস্তব নমুনা সংগ্রহ করুন। ইনপুটগুলি বেছে নিন যা আপনার কাজের সাধারণ (কঠিন এবং সহজ মিশ্রণ)।
2. প্রতিটি উদাহরণের জন্য "সঠিক/প্রত্যাশিত আউটপুট" নির্ধারণ করুন। একজন বিশেষজ্ঞ কি উত্তর দেবেন?
3. একই উদাহরণের মাধ্যমে প্রার্থীদের চালান। আপনি একই সেটের সাথে একের পর এক তুলনা করছেন এমন মডেলগুলি পরীক্ষা করুন।
4. ফলাফল স্কোর. কত উদাহরণে এটা সত্য? তিনি কোথায় ভুল করেছেন? ভুল কি গ্রহণযোগ্য?
5. তুলনা করুন এবং চয়ন করুন। সর্বোচ্চ সামগ্রিক স্কোর নয়, আপনার জন্য সবচেয়ে সমালোচনামূলক উদাহরণে সবচেয়ে নির্ভরযোগ্য একটি বেছে নিন।

পরামর্শ: লিডারবোর্ডগুলিতে অন্ধভাবে বিশ্বাস করবেন না। একটি মডেল বিশ্বব্যাপী প্রথম স্থান পেতে পারে, তবে আপনার নির্দিষ্ট তুর্কি আইনী পাঠ্যগুলিতে দ্বিতীয় স্থানের মডেলের চেয়ে খারাপ কাজ করে। আপনার নিজের 20 টি নমুনার মূল্য শত শত পাবলিক পরীক্ষার চেয়ে বেশি।

হ্যালুসিনেশন: মডেলের সবচেয়ে ছলনাময় ঝুঁকি

একটি হ্যালুসিনেশন হল যখন মডেল এমন তথ্য তৈরি করে যা আসলে সত্য নয়, একটি আত্মবিশ্বাসী ভাষায়। "আমি জানি না" বলার পরিবর্তে মডেলটি আইনের একটি অস্তিত্বহীন অংশ, একটি তৈরি করা পরিসংখ্যান, বা একটি মিথ্যা তারিখ তৈরি করতে পারে; তদুপরি, তিনি এটি অত্যন্ত বিশ্বাসযোগ্য ভাষায় করেন। এটি AI এর সবচেয়ে বিপজ্জনক দিক কারণ ত্রুটি সত্য হিসাবে ছদ্মবেশিত হয়।

আপনি হ্যালুসিনেশন সম্পূর্ণভাবে দূর করতে পারবেন না, তবে আপনি এটি কমাতে এবং ধরতে পারেন:

• এটিকে উত্সের উপর ভিত্তি করে: মডেলটিকে আপনার দেওয়া নথি থেকে উত্তর তৈরি করতে বলুন, তার নিজস্ব "মেমরি" (RAG লজিক) থেকে নয়।
• অনুরোধের উত্স: বলুন, "প্রতিটি দাবির পাশে, সেই নথি/বিভাগটি লিখুন যার উপর ভিত্তি করে"; যদি তিনি একটি উত্স দিতে না পারেন, সন্দেহজনক হতে.
• লোকেদের বলা তারা নিশ্চিত নন: নির্দেশনা "যদি আপনি নিশ্চিত না হন তবে 'স্পষ্ট নয়' লিখুন" মডেল ফিটিং হ্রাস করে৷
• মানুষের যাচাইকরণ: সমালোচনামূলক আউটপুট অবশ্যই একজন মানুষের দ্বারা যাচাই করা উচিত।

সতর্কতা: আইনী, চিকিৎসা বা আর্থিক সিদ্ধান্তের জন্য যাচাই না করে মডেল আউটপুট ব্যবহার করবেন না। মডেল দ্বারা উত্পাদিত একটি "আইন নিবন্ধ" বা "ডোজ তথ্য" সম্পূর্ণরূপে বানোয়াট হতে পারে। এই এলাকায়, AI হল একটি খসড়া/প্রাথমিক টুল; একজন যোগ্য ব্যক্তির সবসময় শেষ কথা থাকে।

মানব যাচাইয়ের জন্য প্রয়োজনীয়তা

কৃত্রিম বুদ্ধিমত্তা এমন একটি হাতিয়ার হিসেবে সবচেয়ে ভালো কাজ করে যা মানুষকে ত্বরান্বিত করে, তাদের কাজের বাইরে রাখে না। সঠিক সেটআপটি নিম্নরূপ: মডেলের খসড়া তৈরি বা প্রাক-যোগ্যতা; মানুষের পর্যালোচনা, সংশোধন, এবং অনুমোদন. যাচাইকরণ কতটা কঠোর হতে হবে তা নির্ভর করে ত্রুটির খরচের উপর।

কোয়েস্ট

ত্রুটি খরচ

মানুষের যাচাইকরণ

পণ্য বিবরণ খসড়া

কম

নমুনা নিয়ন্ত্রণ যথেষ্ট

গ্রাহক ইমেল প্রতিক্রিয়া

মাঝারি

প্রাক-জমারি পর্যালোচনা

চুক্তি ঝুঁকি বিশ্লেষণ

উচ্চ

নিবন্ধ বিশেষজ্ঞ নিশ্চিতকরণ দ্বারা নিবন্ধ

চিকিৎসা/আর্থিক পরামর্শ

খুব উচ্চ

সম্পূর্ণ বিশেষজ্ঞ যাচাইকরণ, শুধুমাত্র এআই সমর্থন

এই টেবিলটি "ম্যানুয়ালি প্রতিটি আউটপুট চেক করা" এবং "একেবারেই চেক না করা" এর মধ্যে ভারসাম্য রক্ষা করে। কম খরচের চাকরির জন্য নমুনা নিয়ন্ত্রণ যথেষ্ট হলেও, উচ্চ-মূল্যের কাজের জন্য প্রতিটি আউটপুট যাচাই করা আবশ্যক।

নৈতিক এবং দায়িত্বশীল ব্যবহার

যদিও মডেল নির্বাচন একটি প্রযুক্তিগত সিদ্ধান্ত বলে মনে হতে পারে, এর পিছনে নৈতিক দায়িত্ব রয়েছে:

• স্বচ্ছতা: আপনার গ্রাহক বা কর্মচারীদের জানান যে আপনি উপযুক্ত জায়গায় AI ব্যবহার করছেন। একজন গ্রাহকের জানার অধিকার আছে যে তারা একজন মানুষের সাথে কথা বলছে নাকি AI এর সাথে।
• পক্ষপাত: মডেলরা যে ডেটাতে প্রশিক্ষিত তা থেকে পক্ষপাতের উত্তরাধিকারী হতে পারে। নিয়োগ এবং ক্রেডিট মূল্যায়নের মতো সংবেদনশীল ক্ষেত্রগুলিতে ফলাফলের ন্যায্যতা নিরীক্ষণ করুন।
• গোপনীয়তা: ওয়ার্কফ্লোতে ইউনিট 8 এ আপনি যে ডেটা সুরক্ষা নীতিগুলি শিখেছেন তা এম্বেড করুন; বেপরোয়াভাবে ব্যক্তিগত তথ্য পাঠাবেন না।
• জবাবদিহিতা: যখন একটি ভুল ঘটে, তখন "AI made it" প্রতিরক্ষা যথেষ্ট নয়। গাড়িটি ব্যবহার করার দায়িত্ব প্রতিষ্ঠানের। তাই ডকুমেন্ট ভেরিফিকেশন প্রক্রিয়া।

টিপ: আপনার কর্মপ্রবাহে একটু "দায়িত্বপূর্ণ ব্যবহারের নীতি" লিখুন: কোন কাজগুলি AI ব্যবহার করতে পারে, কোন ডেটা পাঠানো যাবে না, কে এটি যাচাই করবে এবং কীভাবে ত্রুটিগুলি রিপোর্ট করা হবে৷ এই এক পৃষ্ঠার নথি ভবিষ্যতে বড় সমস্যা প্রতিরোধ করে।

তিনটি বাস্তবসম্মত কেস

কেস 1 — ইভাল প্রতিষ্ঠা না করে অনুশোচনা করুন। একটি বীমা দল সবচেয়ে জনপ্রিয় মডেল পরীক্ষা না করেই দাবির সারসংক্ষেপ শুরু করে। দুই সপ্তাহ পরে, তারা বুঝতে পারে যে মডেলটি প্রায়শই তুর্কি প্রযুক্তিগত পরিভাষায় ভুল করে এবং কিছু পরিমাণ ভুলভাবে পড়ে। যখন তারা 20টি নমুনার একটি ইভাল সেট আপ করে এবং তিনটি মডেলের তুলনা করে, তখন তারা সেই মডেলে স্যুইচ করে যা সবচেয়ে জনপ্রিয় নয় কিন্তু তুর্কি প্রযুক্তিগত পাঠ্যগুলিতে আরও সঠিক। ক্ষতি: দুই সপ্তাহ এবং প্রুফরিডিং শ্রম। পাঠ: প্রথমে ইভাল, পরে স্থাপন করুন।

কেস 2 - যে প্রক্রিয়াটি হ্যালুসিনেশন ক্যাপচার করে। একজন প্যারালিগাল মডেল প্রিন্টআউটে একটি "সুপ্রিম কোর্টের সিদ্ধান্ত" রেফারেন্স দেখে। যেহেতু তাদের প্রক্রিয়াটির একটি "প্রতিটি রেফারেন্স যাচাই করুন" নিয়ম রয়েছে, তাই তিনি সিদ্ধান্তটি সন্ধান করেন এবং দেখেন যে এই জাতীয় কোনও সিদ্ধান্তের অস্তিত্ব নেই; তিনি একটি মডেল তৈরি করেছেন। মানুষের যাচাইকরণের জন্য ধন্যবাদ, মনগড়া তথ্য কখনই ক্লায়েন্টের কাছে পৌঁছায় না। যাচাইকরণের নিয়ম না থাকলে, সুনামের ক্ষতি গুরুতর হতে পারে।

কেস 3 - স্বচ্ছতার সাথে বিশ্বাস করুন। একটি ই-কমার্স কোম্পানী AI এর সাথে গ্রাহক সহায়তা প্রতিক্রিয়া তৈরি করে, কিন্তু প্রতিটি প্রতিক্রিয়ার নীচে একটি নোট যোগ করে: "এই প্রতিক্রিয়াটি কৃত্রিম বুদ্ধিমত্তার সহায়তায় প্রস্তুত করা হয়েছিল এবং আমাদের একজন প্রতিনিধি দ্বারা পর্যালোচনা করা হয়েছিল।" গ্রাহকরা দ্রুত প্রতিক্রিয়া এবং একজন মানুষকে নিযুক্ত দেখার আত্মবিশ্বাস উভয়ের সাথেই বেশি সন্তুষ্ট। স্বচ্ছতা লুকানোর দুর্বলতা নয়, বিশ্বাসের উৎস।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট: যাচাইযোগ্য আউটপুট

দুর্বল প্রম্পট:

এই চুক্তির ঝুঁকিপূর্ণ ধারা সম্পর্কে আমাকে বলুন।

মডেল ফিট করতে পারেন; কোন উৎস নেই, অনিশ্চয়তার কোন চিহ্ন নেই।

শক্তিশালী প্রম্পট:

আপনার ভূমিকা: চুক্তি বিশ্লেষক (চূড়ান্ত সিদ্ধান্ত একজন আইনজীবীর অন্তর্গত)। টাস্ক: নিম্নলিখিত চুক্তিতে সম্ভাব্য ঝুঁকিপূর্ণ ধারাগুলি হাইলাইট করুন। প্রতিটি অনুসন্ধানের জন্য: (1) ধারা নম্বর এবং শব্দার্থে উদ্ধৃতি, (2) কেন এটি ঝুঁকিপূর্ণ, (3) আপনার আত্মবিশ্বাসের স্তর (উচ্চ/মাঝারি/নিম্ন)। শুধুমাত্র পাঠ্যের ধারাগুলির উপর নির্ভর করুন; লেখায় নেই এমন কিছু বানোয়াট করবেন না। যেখানে আপনি নিশ্চিত নন, সেখানে লিখুন "আইনজীবী নিশ্চিতকরণ আবশ্যক"। [চুক্তি]

দৃঢ় প্রম্পট প্রতিটি দাবিকে উৎসের সাথে সংযুক্ত করে (নিবন্ধ নম্বর + উদ্ধৃতি), আত্মবিশ্বাসের স্তর প্রয়োজন, এবং বানোয়াট নিষিদ্ধ করে; এটি হ্যালুসিনেশনকে ধরা যোগ্য করে তোলে।

অনুলিপিযোগ্য টেমপ্লেট

1. ইভাল সেট ডিজাইন:

নিম্নলিখিত কাজের জন্য একটি মূল্যায়ন সেট ডিজাইন করুন [টাস্ক]। 15টি নমুনা ইনপুট প্রস্তাব করুন (মিশ্র সহজ-মাঝারি-কঠিন), প্রতিটির জন্য কীভাবে "প্রত্যাশিত সঠিক আউটপুট" সংজ্ঞায়িত করা হবে এবং একটি স্কোরিং মানদণ্ড নির্ধারণ করুন (1-5)।

2. হ্যালুসিনেশন-হ্রাসকারী মোড়ক:

বানোয়াট কমাতে নিম্নলিখিত প্রম্পটটি পুনরায় লিখুন: "[PROMPT]"। উত্স উদ্ধৃত করার জন্য নিয়ম যোগ করুন, আত্মবিশ্বাসের মাত্রা নির্দিষ্ট করুন এবং "আপনি নিশ্চিত না হলে আমাকে বলুন।"

3. যাচাইকরণ প্রবাহ নকশা:

নিম্নলিখিত কর্মপ্রবাহে [ওয়ার্কফ্লো] এআই আউটপুটের জন্য একটি মানব যাচাইকরণ ধাপ ডিজাইন করুন। ত্রুটির খরচের উপর ভিত্তি করে যাচাইকরণ কতটা কঠোর হওয়া উচিত তা নির্ধারণ করুন; লিখুন কে চেক করবে কি, কখন।

4. খসড়া দায়িত্বশীল ব্যবহার নীতি:

[ইন্ডাস্ট্রি]-এ একটি দলের জন্য একটি এক-পৃষ্ঠার "দায়িত্বশীল AI ব্যবহার নীতি" তৈরি করুন। নিম্নলিখিত শিরোনামগুলি অন্তর্ভুক্ত করুন: অনুমোদিত ব্যবহার, নিষিদ্ধ ডেটা, যাচাইকরণের দায়িত্ব, স্বচ্ছতা প্রতিবেদন, ত্রুটি প্রতিবেদন।

সাধারণ ভুল

• ইভাল ছাড়াই স্থাপন করা: আপনার নিজস্ব ডেটা দিয়ে পরীক্ষা না করেই মডেলটি শুরু করা এবং গ্রাহক/চাকরিতে প্রতিফলিত হওয়ার পরে ত্রুটিগুলি লক্ষ্য করা।
• হ্যালুসিনেশনের উপর নির্ভর করা: রেফারেন্স যাচাই না করেই মডেলের আত্মবিশ্বাসী ভাষাকে সত্য হিসেবে ব্যবহার করা।
• মানুষের যাচাইকরণকে বাইপাস করা: উচ্চ-মূল্যের সিদ্ধান্তে আউটপুট চেক না করে রাখা; "এআই এটা করেছে" প্রতিরক্ষার দিকে ঝুঁকে।
• স্বচ্ছতা এড়ানো: আপনার AI ব্যবহার লুকানো; যখন এটি ঘটে তখন আত্মবিশ্বাসের ক্ষতির সম্মুখীন হওয়া।
• নৈতিকতা এবং পক্ষপাত উপেক্ষা করা: আউটপুটের ন্যায্যতা পর্যবেক্ষণ না করেই সংবেদনশীল সিদ্ধান্ত (নিয়োগ, ক্রেডিট) ব্যবহার করা।

সংক্ষেপে

• একটি মডেল স্থাপন করার আগে, আপনার নিজস্ব ডেটা সহ একটি ছোট ইভাল সেট আপ করুন এবং প্রার্থীদের পরীক্ষা করুন; সামগ্রিক র‌্যাঙ্কিং আপনার ব্যবসার প্রতিনিধিত্ব করে না।
• হ্যালুসিনেশন হল মডেলের মিথ্যা ভাষার আত্মবিশ্বাসী উৎপাদন; সোর্স অ্যাট্রিবিউশন, আস্থার স্তর এবং মানুষের যাচাইকরণ দ্বারা ক্যাপচার করা হয়েছে৷
• মানুষের যাচাইকরণের কঠোরতা ত্রুটির খরচ অনুযায়ী সামঞ্জস্য করা হয়; জটিল এলাকায় AI শুধুমাত্র সমর্থন, সিদ্ধান্ত মানুষের।
• স্বচ্ছতা, পক্ষপাত নিয়ন্ত্রণ, গোপনীয়তা এবং জবাবদিহিতা; দায়ী এআই ব্যবহারের চারটি স্তম্ভ। এক পৃষ্ঠার নীতি বড় ঝুঁকি প্রতিরোধ করে।

আবেদন টাস্ক

এই ইউনিটে টেমপ্লেট 1 সহ 15টি উদাহরণের একটি মূল্যায়ন সেট আপ করুন (ইভাল সেট ডিজাইন) আপনি পুরো মডিউল জুড়ে নির্বাচিত প্রার্থী মডেল(গুলি) এর জন্য এবং এই সেটের সাথে কমপক্ষে দুটি মডেলের তুলনা করুন৷ তারপরে টেমপ্লেট 3 (বৈধকরণ প্রবাহ) দিয়ে মানুষের দ্বারা আউটপুট কীভাবে যাচাই করা হবে তা ডিজাইন করুন এবং টেমপ্লেট 4 (দায়িত্বপূর্ণ ব্যবহারের নীতি) সহ আপনার দলের জন্য একটি এক-পৃষ্ঠা নীতির খসড়া তৈরি করুন। এই তিনটি বিতরণযোগ্য পুরো মডিউলটিকে একটি কার্যকরী স্থাপনার পরিকল্পনায় পরিণত করে।

চেকলিস্ট

• [ ] আমার নিজের ডেটা দিয়ে, আমি একটি ছোট ইভাল সেট আপ করতে পারি এবং মডেলগুলির তুলনা করতে পারি৷
• [ ] আমি হ্যালুসিনেশন চিনতে পারি এবং প্রশমন ও গ্রেপ্তারের ব্যবস্থা প্রয়োগ করতে পারি।
• [ ] আমি ত্রুটির খরচের উপর ভিত্তি করে মানুষের যাচাইকরণের কঠোরতা সামঞ্জস্য করতে পারি।
• [ ] আমি কর্মপ্রবাহের মধ্যে স্বচ্ছতা, পক্ষপাতিত্ব, গোপনীয়তা এবং জবাবদিহিতার নীতিগুলি এম্বেড করতে পারি৷
• [ ] আমি একটি পৃষ্ঠার দায়িত্বশীল AI ব্যবহার নীতির খসড়া তৈরি করতে পারি৷

মডিউল পরীক্ষা

1. একটি AI 'প্রোভাইডার' এবং 'মডেল ফ্যামিলি'-এর মধ্যে পার্থক্য কী?

• ক) প্রদানকারী হল সেই কোম্পানি যে মডেলটি তৈরি করে এবং মডেল পরিবার হল একটি ব্র্যান্ডের অধীনে সেই কোম্পানির মডেল গ্রুপ ✔
• খ) তারা ঠিক একই জিনিস এবং বিনিময়যোগ্যভাবে ব্যবহার করা হয়
• গ) প্রোভাইডার হল মডেলের দাম, মডেল ফ্যামিলি হল মডেলের গতি।
• ঘ) মডেল পরিবার কোম্পানিকে বোঝায়, সরবরাহকারী একটি একক মডেল সংস্করণকে বোঝায়

বর্ণনা: প্রদানকারী হল সেই কোম্পানি যে মডেলটি তৈরি করেছে (যেমন অ্যানথ্রপিক); মডেল পরিবার হল মডেল গ্রুপ যা সেই কোম্পানি একটি ব্র্যান্ডের অধীনে সংগ্রহ করে (উদাহরণস্বরূপ, ক্লড)। মডেল সংস্করণ পরিবারের মধ্যে একটি নির্দিষ্ট সংস্করণ.

2. কিভাবে একটি মডেলের 'ওজন' সবচেয়ে সঠিকভাবে সংজ্ঞায়িত করা যেতে পারে?

• ক) এটি টোকেনের সংখ্যা যা মডেলটি প্রতি মিনিটে তৈরি করতে পারে
• খ) এটি হল কোটি কোটি সংখ্যাসূচক প্যারামিটার যা মডেল প্রশিক্ষণের সময় শিখে এবং তার তথ্য সংরক্ষণ করে। ✔
• গ) এটি মডেলের মাসিক সাবস্ক্রিপশন ফি
• D) এটি মডেল দ্বারা সমর্থিত ভাষার সংখ্যা

বর্ণনা: ওজন হল কোটি কোটি সাংখ্যিক পরামিতি যা মডেল প্রশিক্ষণের সময় শেখে; এটি যেখানে 'মডেল যা জানে তার সবকিছু' সংরক্ষণ করা হয়। এই প্যারামিটারগুলি ডাউনলোড এবং চালানো যাবে কিনা তার উপর বদ্ধ/স্পষ্ট ওজনের পার্থক্য নির্ভর করে।

3. 'ওপেন-ওয়েট' এবং 'ওপেন-সোর্স' সম্পর্কে কোন বক্তব্যটি সত্য?

• ক) এগুলি ঠিক একই ধারণা এবং উভয়ই সীমাহীন বাণিজ্যিক ব্যবহার দেয়৷
• খ) ওপেন ওয়েট সবসময় ট্রেনিং ডেটাকেও পাবলিক করে
• গ) এটি একই জিনিস নয়; খোলা ওজনে, সাধারণত শুধুমাত্র পরামিতি ভাগ করা হয় এবং লাইসেন্স শর্তাবলী বাণিজ্যিক ব্যবহার সীমিত করতে পারে ✔
• ঘ) ওপেন সোর্স মডেল ডাউনলোড করা যাবে না, ওপেন ওয়েট মডেল ডাউনলোড করা যাবে

ব্যাখ্যা: ওপেন ওয়েটিংয়ে, শুধুমাত্র মডেল প্যারামিটার শেয়ার করা হয়; প্রশিক্ষণ তথ্য এবং প্রক্রিয়া প্রায়ই প্রকাশ করা হয় না, এবং কিছু লাইসেন্স বাণিজ্যিক ব্যবহার সীমিত. তাই 'ওপেন ওয়েট' ঠিক 'ওপেন সোর্স' এর মতো নয়।

4. দীর্ঘ চুক্তিগুলি পড়ে এবং বিশ্লেষণ করে এমন একটি আইনি দলের জন্য নিম্নলিখিতগুলির মধ্যে কোনটি সবচেয়ে সিদ্ধান্তমূলক মডেল বৈশিষ্ট্য?

• ক) সর্বনিম্ন টোকেন মূল্য থাকা
• খ) চাক্ষুষ (মাল্টিমোডাল) প্রক্রিয়াকরণ ক্ষমতা থাকা
• গ) ওপেন ওয়েট লাইসেন্স থাকা
• ঘ) একটি বিস্তৃত প্রসঙ্গ উইন্ডো থাকা ✔

ব্যাখ্যা: সম্পূর্ণরূপে দীর্ঘ নথি প্রক্রিয়া করার জন্য মডেলটির একটি বড় প্রসঙ্গ উইন্ডো প্রয়োজন; প্রসঙ্গ উইন্ডো হল মোট পরিমাণ টোকেন যা মডেলটি একবারে মনে রাখতে পারে৷

5. বন্ধ ওজন মডেলের জন্য টোকেন মূল্য সম্পর্কে কোনটি সত্য?

• ক) আউটপুট টোকেন সাধারণত ইনপুট টোকেনের তুলনায় উল্লেখযোগ্যভাবে বেশি ব্যয়বহুল ✔
• খ) ইনপুট এবং আউটপুট সবসময় ঠিক একই দাম
• গ) শুধুমাত্র নির্দিষ্ট মাসিক ফি চার্জ করা হয়, ব্যবহারের পরিমাণ অপ্রাসঙ্গিক
• ঘ) ইনপুট টোকেন সবসময় আউটপুট থেকে বহুগুণ বেশি ব্যয়বহুল

ব্যাখ্যা: মূল্য প্রতি টোকেন হিসাবে গণনা করা হয়, এবং মডেলটি যে আউটপুট টোকেন তৈরি করে তা সাধারণত আপনার পাঠানো ইনপুট টোকেনের চেয়ে কয়েকগুণ বেশি ব্যয়বহুল। অতএব, দীর্ঘ এবং অপ্রয়োজনীয় প্রিন্টআউট দ্রুত খরচ বৃদ্ধি করে।

6. একটি অ্যাকাউন্টিং টিমের জন্য মডেলের কোন বৈশিষ্ট্যটি অপরিহার্য যেটি চালান চিত্রগুলি থেকে স্বয়ংক্রিয়ভাবে ডেটা বের করতে চায়?

• ক) প্রশস্ত সম্ভাব্য প্রসঙ্গ উইন্ডো
• খ) মাল্টিমোডালিটি (ভিজ্যুয়াল প্রসেসিং ক্ষমতা) ✔
• গ) ওপেন ওয়েট লাইসেন্স
• ঘ) যুক্তির সর্বোচ্চ স্তর

ব্যাখ্যা: ভিজ্যুয়াল বিষয়বস্তু বোঝার জন্য, মডেলটিকে অবশ্যই চিত্রের পাশাপাশি পাঠ্য প্রক্রিয়া করতে সক্ষম হতে হবে, অর্থাৎ এটি মাল্টিমোডাল হতে হবে। মাল্টিমোডালিটি হল মডেলের একাধিক ধরণের ডেটা যেমন পাঠ্য, ছবি এবং কখনও কখনও অডিও পরিচালনা করার ক্ষমতা।

7. একটি উচ্চ-ভলিউম, সহজ কাজ (যেমন হাজার হাজার পর্যালোচনার ইতিবাচক/নেতিবাচক শ্রেণীবিভাগ) জন্য সবচেয়ে যৌক্তিক পছন্দ কী?

• ক) সর্বদা শক্তিশালী এবং সবচেয়ে ব্যয়বহুল যুক্তি মডেল
• খ) একটি মডেল যা শুধুমাত্র ওপেন ওয়েট এবং নিজস্ব সার্ভারে কাজ করে
• গ) একটি হালকা ওজনের এবং কম দামের মডেল, কারণ কাজটি সহজ এবং ভলিউম বেশি ✔
• D) প্রশস্ত প্রসঙ্গ উইন্ডো সহ মডেল

বর্ণনা: একটি হালকা ওজনের, কম দামের মডেলটি সহজ, উচ্চ-আয়তনের কাজগুলির জন্য কৌশল করে; সবচেয়ে শক্তিশালী এবং ব্যয়বহুল মডেল ব্যবহার করা এখানে অপ্রয়োজনীয় খরচ তৈরি করে। সঠিক পন্থা হল কাজের অসুবিধাকে মডেল স্তরের সাথে মেলানো।

8. KVKK-এর পরিপ্রেক্ষিতে একটি বিদেশী-ভিত্তিক AI প্রদানকারীর কাছে ব্যক্তিগত ডেটা সম্বলিত পাঠ্য পাঠানোর ক্ষেত্রে কী ট্রিগার করে?

• ক) এটি কোনো আইনি দায় তৈরি করে না
• B) শুধুমাত্র যদি প্রদানকারী EU-তে থাকে তবেই গুরুত্বপূর্ণ, অন্য কোন ক্ষেত্রে নয়
• গ) ডেটা বেনামী হোক বা না হোক তা নির্বিশেষে সমস্ত পরিস্থিতিতে এটি কঠোরভাবে নিষিদ্ধ
• D) বিদেশে ডেটা স্থানান্তর বিবেচনা করা হয় এবং KVKK এর বিশেষ শর্ত সাপেক্ষে ✔

ব্যাখ্যা: বিদেশে কোনও প্রদানকারীর সার্ভারে অপারেটিং ডেটা 'বিদেশে ডেটা স্থানান্তর' বলে বিবেচিত হয় এবং এই বিষয়ে KVKK-এর বিশেষ শর্তাবলীর (যেমন সুস্পষ্ট সম্মতি, পর্যাপ্ততার সিদ্ধান্ত, উপযুক্ত আশ্বাস)।

9. একটি মডেলের 'রিজনিং' মোড কী করে এবং কীভাবে এটি খরচকে প্রভাবিত করে?

• ক) এটি জটিল সমস্যায় নির্ভুলতা বাড়ায়, কিন্তু খরচ এবং বিলম্ব বাড়ায় কারণ এটি আরও টোকেন তৈরি করে ✔
• খ) সর্বদা মডেল বিনামূল্যে করে তোলে
• গ) শুধুমাত্র মডেল দ্বারা সমর্থিত ভাষার সংখ্যা বৃদ্ধি করে
• ঘ) সর্বদা উত্তর ছোট করুন এবং খরচ কমিয়ে দিন

বর্ণনা: রিজনিং মোড মডেলটিকে উত্তর দেওয়ার আগে ধাপে ধাপে 'চিন্তা' করতে দেয়; এটি বহু-পদক্ষেপ এবং জটিল সমস্যায় নির্ভুলতা বাড়ায়, তবে এটি খরচ এবং বিলম্বও বাড়ায় কারণ এটি আরও টোকেন তৈরি করে।

10. আপনার নিজের ব্যবসার জন্য একটি মডেল মূল্যায়ন (মূল্যায়ন) করার সময় সবচেয়ে নির্ভরযোগ্য পদ্ধতি কি?

• ক) শুধুমাত্র সবচেয়ে জনপ্রিয় মডেল নির্বাচন করা এবং পরীক্ষা ছাড়াই এটি ব্যবহার করা
• খ) আপনার নিজের বাস্তব কাজের একটি ছোট পরীক্ষা সেট আপ করুন এবং এর সাথে মডেলগুলি তুলনা করুন ✔
• গ) শুধু বিজ্ঞাপনে উল্লিখিত বেঞ্চমার্ক স্কোর দেখছেন
• ঘ) স্বয়ংক্রিয়ভাবে সর্বোচ্চ প্রসঙ্গ উইন্ডো সহ মডেলটিকে সেরা হিসাবে গ্রহণ করুন৷

ব্যাখ্যা: লিডারবোর্ডের উপর অন্ধভাবে নির্ভর করার পরিবর্তে, আপনার নিজের বাস্তব কাজের একটি ছোট পরীক্ষা সেট তৈরি করুন এবং এই সেটে মডেলের তুলনা করলে তা প্রকাশ করবে যা সত্যিই আপনার ব্যবসার জন্য উপযুক্ত।

11. মডেলের আউটপুটে 'হ্যালুসিনেশন' থাকতে পারে এমন জ্ঞান আপনার কর্মপ্রবাহকে কীভাবে গঠন করবে?

• ক) আউটপুট সর্বদা সঠিক বিবেচনা করা উচিত এবং সরাসরি প্রকাশ করা উচিত
• খ) হ্যালুসিনেশন শুধুমাত্র বিনামূল্যের মডেলে দেখা যায়, পেইড মডেলে নয়
• গ) সমালোচনামূলক সিদ্ধান্তে, আউটপুট অবশ্যই একজন মানুষের দ্বারা যাচাই করা উচিত এবং উত্সগুলি নিশ্চিত করা আবশ্যক ✔
• ঘ) শুধুমাত্র মডেল পরিবর্তন করে হ্যালুসিনেশন সম্পূর্ণরূপে নির্মূল করা যেতে পারে

ব্যাখ্যা: একটি হ্যালুসিনেশন হল যখন মডেল এমন তথ্য তৈরি করে যা প্রকৃতপক্ষে সত্য নয়, একটি আত্মবিশ্বাসী ভাষায়। এই ঝুঁকির কারণে, একজন মানুষের দ্বারা আউটপুট যাচাইকরণ প্রয়োজন, বিশেষ করে আইনি, চিকিৎসা এবং আর্থিক সিদ্ধান্তের জন্য।

12. পরিপক্ক প্রতিষ্ঠান দ্বারা গৃহীত 'মডেল পোর্টফোলিও' পদ্ধতির মূল যুক্তি কী?

• ক) একটি একক, সবচেয়ে ব্যয়বহুল মডেল দ্বারা প্রতিটি কাজ সম্পন্ন করার মাধ্যমে সরলতা নিশ্চিত করা।
• খ) শুধুমাত্র সবচেয়ে সস্তা মডেল ব্যবহার করা এবং সম্পূর্ণরূপে গুণমান উপেক্ষা করা
• গ) কোন মডেল ব্যবহার করবেন না এবং সমস্ত কাজ ম্যানুয়ালি করুন
• ঘ) খরচ অপ্টিমাইজ করা এবং টাস্ক অনুযায়ী বিভিন্ন মডেল ব্যবহার করে একক প্রদানকারীর উপর নির্ভরতা হ্রাস করা ✔

বর্ণনা: মডেল পোর্টফোলিও হল টাস্ক অনুযায়ী বিভিন্ন মডেল ব্যবহার করা: সাধারণ এবং ভারী কাজের জন্য সস্তা মডেল, জটিল কাজের জন্য শক্তিশালী মডেল, গোপনীয় ডেটার জন্য খোলা ওজন/আঞ্চলিক মডেল। এটি উভয়ই খরচ অপ্টিমাইজ করে এবং একক প্রদানকারীর উপর নির্ভরতা হ্রাস করে।

13. কেন উৎপত্তি দেশ এবং ডেটা ধারণ নীতি মডেল নির্বাচনের জন্য একটি মানদণ্ড হতে পারে?

• ক) কারণ এটি সরাসরি নিয়ন্ত্রক, ডেটা সার্বভৌমত্ব এবং গোপনীয়তার প্রয়োজনীয়তাকে প্রভাবিত করে ✔
• খ) শুধুমাত্র কারণ এটি মডেলের প্রতিক্রিয়া গতি নির্ধারণ করে
• গ) কারণ এটি মডেল দ্বারা সমর্থিত ফাইল বিন্যাস নির্ধারণ করে
• ঘ) কারণ এটির কোন ব্যবহারিক প্রভাব নেই, এটি শুধুমাত্র একটি বিপণন বিশদ

বর্ণনা: দেশ যেখানে মডেলের বিকাশকারী অবস্থিত এবং কোথায়/কত ডেটা সংরক্ষণ করা হয়; এটি আইনি নিয়ন্ত্রণ, ডেটা সার্বভৌমত্ব এবং গোপনীয়তার পরিপ্রেক্ষিতে নির্ণায়ক। উদাহরণস্বরূপ, যে সংস্থা ইইউ-এর মধ্যে হোস্ট করতে চায়, তার জন্য একটি আঞ্চলিক প্রদানকারী বা শূন্য স্টোরেজ বিকল্প গুরুত্বপূর্ণ হয়ে ওঠে।

14. কোনটি সর্বোত্তম ব্যাখ্যা করে কেন একটি টাস্কে একটি 'একক সেরা মডেল' খোঁজা বিভ্রান্তিকর?

• ক) সমস্ত মডেলের আসলে একই ক্ষমতা রয়েছে
• খ) মডেলগুলি বিভিন্ন আকারে শক্তিশালী, তাই 'সর্বোত্তম' চাকরির প্রয়োজনীয়তার উপর নির্ভর করে ✔
• গ) সবচেয়ে ব্যয়বহুল মডেলটি প্রতিটি কাজে স্বয়ংক্রিয়ভাবে সেরা
• ঘ) মডেল নির্বাচন সম্পূর্ণরূপে এলোমেলোভাবে করা উচিত

বর্ণনা: মডেলগুলি গতি, খরচ, প্রসঙ্গ, মাল্টিমোডালিটি, গোপনীয়তা এবং যুক্তির মতো বিভিন্ন মাত্রায় শক্তিশালী। একটি মডেল যে একটি মাত্রা একটি নেতা অন্য মাত্রা দুর্বল হতে পারে; তাই 'সেরা' সবসময় কাজের প্রয়োজনের উপর নির্ভর করে।