মাইক্রোসফ্ট Orca 2 এর সাথে ছোট ভাষার মডেলগুলিতে উন্নত যুক্তির ক্ষমতা উন্মোচন করেছে

ল্যাঙ্গুয়েজ মডেল অ্যাপ্লিকেশনের বৈচিত্র্যের দিকে একটি উল্লেখযোগ্য পদক্ষেপে, মাইক্রোসফট Orca 2 চালু করার ঘোষণা দিয়েছে। এই রিলিজটি প্রায় 10 বিলিয়ন বা তার কম প্যারামিটার সহ ছোট ভাষা মডেল (LMs) এর সম্ভাব্যতা তদন্ত এবং ব্যবহার করার জন্য ডিজাইন করা হয়েছে।

Orca 2 এর প্রধান ফোকাস হল প্রশিক্ষণের পদ্ধতি এবং সংকেতের বর্ধিতকরণ ছোট LM-এর যুক্তির ক্ষমতাকে বাড়িয়ে তুলতে পারে। এই বর্ধনের উদ্দেশ্য হল তাদের বৃহত্তর সমকক্ষদের যুক্তির ক্ষমতার সাথে মেলে বা অতিক্রম করা।

যখন একই আকারের মডেলগুলির বিরুদ্ধে দাঁড় করানো হয় - মূল Orca সহ - মাইক্রোসফ্ট দাবি করে যে Orca 2 তাদের কার্যকারিতায় উল্লেখযোগ্যভাবে ছাপিয়েছে। অধিকন্তু, এটি কার্যকারিতার মাত্রা অর্জন করে যা হয় 5-10 গুণ বড় আকারের মডেলগুলির সাথে মেলে বা ছাড়িয়ে যায়। মাইক্রোসফ্ট সাম্প্রতিক ব্লগ পোস্টে এই দাবিগুলি প্রকাশ করেছে।

Orca 2 দুটি আকারে আসে; 7 বিলিয়ন এবং 13 বিলিয়ন প্যারামিটার। এই দুটি মডেলই সঠিকভাবে তৈরি করা সিন্থেটিক ডেটার উপর সুনির্দিষ্টভাবে সূক্ষ্মভাবে তৈরি করা হয়েছে, LLAMA 2 বেস মডেল থেকে সতর্কতার সাথে প্রাপ্ত। মাইক্রোসফ্ট Orca 2 এর ওজনকে সর্বজনীনভাবে অ্যাক্সেসযোগ্য করে তুলেছে, ছোট LM-এর প্রতিষ্ঠা, বিশ্লেষণ এবং সমন্বয়ের বিষয়ে আরও গবেষণাকে উৎসাহিত করেছে।

মাইক্রোসফ্ট Orca 2 অগণিত যুক্তি কৌশলে নির্দেশ দেওয়ার জন্য ডেটার একটি কিউরেটেড সেট নিযুক্ত করেছে। এই কৌশলগুলির মধ্যে একটি ধাপে ধাপে প্রসেসিং মডেল, রিকল তারপর জেনারেট পদ্ধতি, রিকল-রিজন-জেনারেট অ্যাপ্রোচ, এক্সট্রাক্ট-জেনারেট মডেল এবং সরাসরি উত্তর পদ্ধতি অন্তর্ভুক্ত রয়েছে। এই পদ্ধতিগুলি নির্দেশ করার সময়, Orca 2 আলাদা আলাদা কাজের জন্য বিভিন্ন সমাধান কৌশল গ্রহণ করতে শেখানোর জন্য সতর্ক মনোযোগ দেওয়া হয়েছিল।

একজন শিক্ষক মডেলের প্রতিক্রিয়া ক্যাপচার করতে, কোম্পানি বিস্তারিত নির্দেশাবলী এবং একাধিক কল ব্যবহার করেছে। এই বুদ্ধিদীপ্ত পদ্ধতিটি ছাত্র মডেলকে - এই ক্ষেত্রে Orca 2 - অন্তর্নিহিত কৌশল এবং যুক্তির ক্ষমতা শিখতে দেয়, এমনকি সুস্পষ্ট কার্য নির্দেশাবলীর অনুপস্থিতিতেও। এই পদ্ধতিটি প্রতিটি কাজের জন্য নির্দিষ্ট সূক্ষ্ম-টিউনিং সমাধান কৌশলগুলির দ্বারা ছোট মডেলগুলির কর্মক্ষমতাকে অপ্টিমাইজ করার চেষ্টা করে।

Microsft-এর ব্লগ পোস্ট আরও আশাবাদীভাবে Orca 2 এর সাফল্য এবং সম্ভাবনার কথা বলেছে। তারা বিশদভাবে বলেছেন, ' Orca 2 -এর কৃতিত্ব মূলত বিভিন্ন যুক্তির কৌশল প্রয়োগ এবং বিভিন্ন কাজের জন্য সর্বোত্তম সমাধান সনাক্তকরণের জন্য দায়ী। অন্যান্য ভাষার মডেলে সাধারণ কিছু সীমাবদ্ধতা থাকা সত্ত্বেও এবং এর বেস মডেল থেকে উত্তরাধিকারসূত্রে প্রাপ্ত হওয়া সত্ত্বেও, Orca 2 এর ভবিষ্যত অগ্রগতির সম্ভাবনা, বিশেষ করে উন্নত যুক্তি, নিয়ন্ত্রণ, বিশেষীকরণ এবং ছোট মডেলের নিরাপত্তার ক্ষেত্রে তাৎপর্যপূর্ণ।'

পোস্টটি আরও যোগ করেছে যে পোস্ট-প্রশিক্ষণের জন্য কঠোরভাবে ফিল্টার করা সিন্থেটিক ডেটা ব্যবহার একটি সমালোচনামূলকভাবে প্রয়োজনীয় কৌশলকে মূর্ত করেছে। তাদের অন্বেষণ এবং Orca 2 এর সফল স্থাপনা প্রকৃতপক্ষে ভাষা মডেল অ্যাপ্লিকেশনের বৈচিত্র্যের জন্য একটি উল্লেখযোগ্য প্রচেষ্টা।

নিঃসন্দেহে, Orca 2 প্রজেক্ট AppMaster প্ল্যাটফর্মের দক্ষতা এবং সামর্থ্যের ভারসাম্যের নীতির প্রতিধ্বনি করে। AppMaster, অ্যাপ্লিকেশন ডেভেলপমেন্টের জন্য একটি no-code টুল, অনুরূপ দর্শনের ব্যবহার করে, অ্যাপ্লিকেশন বিকাশকে 10 গুণ দ্রুত এবং তিনগুণ সাশ্রয়ী করে তোলে, প্রতিবার পরিবর্তনের প্রয়োজন হলে স্ক্র্যাচ থেকে অ্যাপ্লিকেশনগুলিকে পুনরুত্পাদন করার পদ্ধতির মাধ্যমে প্রযুক্তিগত ঋণ দূর করে। সুতরাং, এই জাতীয় প্ল্যাটফর্মগুলি কার্যকর এবং দক্ষ প্রযুক্তি বিকাশের একটি নতুন যুগকে প্রচার করছে।