মেটা বর্ণনা করে যে কীভাবে একটি এআই এজেন্টকে কেবল নথি সংরক্ষণ বা প্রাসঙ্গিক তথ্য পুনরুদ্ধার করার পরিবর্তে ডোমেন বিশেষজ্ঞদের যুক্তি এবং দক্ষতার উপর আঁকতে ডিজাইন করা যেতে পারে। “সংস্থার সার্বজনীন মস্তিষ্ক” নামে পরিচিত সিস্টেমটি সম্মতির একটি বিশেষ ডোমেনের জন্য তৈরি করা হয়েছিল, তবে মেটা বলে যে স্থাপত্যটি নিরাপত্তা, অর্থ, প্রকৌশল এবং সংগ্রহের মতো ক্ষেত্রগুলিতে সাধারণীকরণ […]
মেটা বর্ণনা করে যে কীভাবে একটি এআই এজেন্টকে কেবল নথি সংরক্ষণ বা প্রাসঙ্গিক তথ্য পুনরুদ্ধার করার পরিবর্তে ডোমেন বিশেষজ্ঞদের যুক্তি এবং দক্ষতার উপর আঁকতে ডিজাইন করা যেতে পারে। “সংস্থার সার্বজনীন মস্তিষ্ক” নামে পরিচিত সিস্টেমটি সম্মতির একটি বিশেষ ডোমেনের জন্য তৈরি করা হয়েছিল, তবে মেটা বলে যে স্থাপত্যটি নিরাপত্তা, অর্থ, প্রকৌশল এবং সংগ্রহের মতো ক্ষেত্রগুলিতে সাধারণীকরণ করে।
আমরা একটি AI এজেন্ট তৈরি করেছি যা একটি নির্দিষ্ট ডোমেনের জন্য দ্বিতীয় বিশেষজ্ঞ হিসাবে কাজ করে, গভীর বিশেষজ্ঞের জ্ঞানকে সহজে উপলব্ধ এবং সংরক্ষিত করে যা একটি প্রতিষ্ঠানের যে কেউ অ্যাক্সেস, শেয়ার এবং তৈরি করতে পারে।
মেটা অনুসারে, তাদের পদ্ধতি একটি “গঠিত, নিরীক্ষাযোগ্য জ্ঞান আর্কিটেকচার” এর সাথে একটি স্ব-উন্নতি লুপের সাথে একত্রিত করে একটি ঐতিহ্যগত ডোমেন-নির্দিষ্ট এজেন্ট থেকে পৃথক যা “মডেল পুনঃপ্রশিক্ষণ ছাড়াই যাচাইকৃত, রিগ্রেশন-পরীক্ষিত আপডেটের সাথে বিশেষজ্ঞের প্রতিক্রিয়াকে একত্রিত করে।” স্থাপত্য চারটি স্তর নিয়ে গঠিত: সমস্ত প্রাতিষ্ঠানিক জ্ঞানকে একীভূত করার জন্য একটি জ্ঞান ব্যবস্থা; একটি যুক্তিযুক্ত পাইপলাইন যা এজেন্ট যা জানে তা আলাদা করে এবং এটি কীভাবে কারণ করে; স্বয়ংক্রিয় বেঞ্চমার্ক প্রদানের জন্য একটি মূল্যায়ন কাঠামো; এবং পূর্বোক্ত স্ব-উন্নতি লুপ।
নলেজ সিস্টেমটি 200 টিরও বেশি স্ট্রাকচার্ড ফাইল থেকে বিশেষজ্ঞ জ্ঞান ব্যবহার করে একটি কঠোর শ্রেণীবিন্যাসে সংগঠিত। এই অন্তর্ভুক্ত অবস্থান ফাইলশক্তিশালী জ্ঞান অর্জন; শ্রেণীবিন্যাস এবং শব্দভান্ডার ফাইলসত্তার ধরন, ক্রিয়াকলাপের বিভাগ, শ্রেণীবিভাগের স্তর, এবং সংস্থা জুড়ে ব্যবহৃত অন্যান্য পদগুলির জন্য একটি শব্দকোষ হিসাবে কাজ করে; রাউটিং সূচকশুধুমাত্র এম্বেডিং সাদৃশ্যের উপর নির্ভর না করে সম্পর্কিত ফাইলগুলিতে ইনপুট ম্যাপিং; এবং গেটওয়ে ফাইলকোন এজেন্ট নিরাপদে বিশেষ জ্ঞান প্রয়োগ করতে পারে তা নির্ধারণ করে এমন পরীক্ষাগুলি সনাক্ত করা।
এজেন্ট কিভাবে একটি সমস্যা মূল্যায়ন করা উচিত তা উল্লেখ করার জন্য যুক্তি স্তরটি “রেসিপি” ব্যবহার করে। রেসিপিগুলি সংমিশ্রণযোগ্য এবং নির্দিষ্ট করে যে এজেন্টকে প্রথমে কী পরীক্ষা করা উচিত, প্রতিটি ধাপে কোন জ্ঞান লোড করতে হবে, কোন সিদ্ধান্ত পদ্ধতি অনুসরণ করতে হবে এবং চেক সম্পূর্ণ হয়েছে কিনা তা কীভাবে নির্ধারণ করতে হবে। রেসিপিগুলি অনুপস্থিত জ্ঞান বা ত্রুটিযুক্ত যুক্তি পদ্ধতির কারণে ব্যর্থতা এসেছে কিনা তা নির্ধারণ করাও সম্ভব করে তোলে।
মেটার পদ্ধতির একটি মূল বৈশিষ্ট্য হল বিশ্লেষণে পূর্বনির্ধারিত চেকপয়েন্টের ব্যবহার যেখানে মানুষের নিয়ন্ত্রণ প্রয়োজন এবং অনিশ্চিত ক্ষেত্রে ডোমেন বিশেষজ্ঞদের কাছে উল্লেখ করা হয়। যখন একজন বিশেষজ্ঞ একটি ত্রুটি শনাক্ত করেন, তখন সংশোধনটি স্থায়ীভাবে রেকর্ড করা হয়, এটি অনুপস্থিত জ্ঞান, একটি ত্রুটিপূর্ণ যুক্তি পদ্ধতি, বা বিশেষজ্ঞদের মধ্যে প্রকৃত অস্পষ্টতা থেকে উদ্ভূত হয়।
এটা তোলে যে প্রধান ধারণা স্ব-উন্নতি ফ্লাইহুইল মডেল ওজনের প্রাতিষ্ঠানিক জ্ঞান এড়াতে এবং এর পরিবর্তে এটিকে সংস্করণ-নিয়ন্ত্রিত পাঠ্য ফাইলগুলিতে সংরক্ষণ করা যা সুস্পষ্ট যুক্তি পদ্ধতি দ্বারা অ্যাক্সেসযোগ্য এবং কঠোরভাবে পরীক্ষা করা সম্ভব:
বিশেষজ্ঞ সংশোধনগুলি তাদের মূল কারণ দ্বারা যাচাই করা হয়, ন্যূনতম যাচাইকৃত সম্পাদনায় কম্পাইল করা হয় এবং পরীক্ষা এবং প্রতিশ্রুতিবদ্ধ হওয়ার আগে রিপ্লে এবং রিগ্রেশন পরীক্ষার বিরুদ্ধে পরীক্ষা করা হয়। প্রতিটি সমন্বয় তারপর রিগ্রেশন স্যুটে আবার ভাঁজ করা হয়, তাই লাভ স্থায়ী হয়।
মেটা-এর নিজস্ব মূল্যায়নের উপর ভিত্তি করে, এজেন্টদের সাথে সাংগঠনিক বিশেষজ্ঞদের তৈরি করার পদ্ধতিটি ব্যক্তিগত মূল্যায়নের জন্য প্রয়োজনীয় সময়কে দিন থেকে মিনিটে কমিয়ে দিয়েছে, ডোমেন বিশেষজ্ঞরা প্রায় সব সময়ই কার্যকর ফলাফল বিচার করে। তদ্ব্যতীত, সিস্টেম স্বয়ংক্রিয় জ্ঞান উন্নতি করেছে যা পূর্বে ইঞ্জিনিয়ারিং স্প্রিন্টের প্রয়োজন ছিল এবং উন্নতির পর্যায়গুলিতে শূন্য রিগ্রেশনের অভিজ্ঞতা ছিল।
সাংগঠনিক বিশেষজ্ঞ হিসাবে পরিবেশন করতে সক্ষম এজেন্ট তৈরি করার জন্য মেটার পদ্ধতির আরও অনেক কিছু এখানে অন্তর্ভুক্ত করা যেতে পারে। সম্পূর্ণ বিবরণের জন্য মূল নিবন্ধটি পড়তে ভুলবেন না।
