এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ক্রমাগত শিক্ষণে বিস্তার
একটি পদ্ধতি যেখানে বিস্তার মডেলগুলি নতুন ডেটাতে ধীরে ধীরে খাপ খায়, পূর্বে অর্জিত জ্ঞান সংরক্ষণ করে। নতুন বন্টন শেখার সময় প্রাথমিক কাজগুলিতে কর্মক্ষমতা অবনতি এড়াতে এই সিস্টেমগুলি কাজ করে।
সিন্যাপটিক স্থিতিস্থাপকতা
ক্রমাগত শিক্ষণের সময় গুরুত্বপূর্ণ মডেল ওজনগুলিকে তাদের পূর্ববর্তী মানের কাছাকাছি রাখার একটি নিয়মিতকরণ কৌশল। পূর্ববর্তী কাজগুলির জন্য গুরুত্বপূর্ণ স্নায়ু সংযোগগুলি রক্ষা করে এই পদ্ধতি বিপর্যয়কর ভুলে যাওয়া প্রতিরোধ করে।
সিন্যাপটিক ওজন একত্রীকরণ
জৈবিকভাবে অনুপ্রাণিত একটি প্রক্রিয়া যা প্রাথমিক শিক্ষার পর প্রয়োজনীয় সিন্যাপটিক ওজনগুলিকে ধীরে ধীরে স্থির করে। এই প্রক্রিয়াটি প্লাস্টিসিটির একটি শ্রেণিবিন্যাস তৈরি করে যেখানে মৌলিক জ্ঞান পরিবর্তনের বিরুদ্ধে প্রতিরোধী হয়ে ওঠে।
স্থিতিস্থাপক ওজন পুনরায় সেট করা
ক্রমাগত শিক্ষণের একটি কৌশল যা পর্যায়ক্রমে মডেলের ওজনগুলিকে একটি স্থিতিস্থাপক পুনরুদ্ধার শক্তি সহ তাদের পূর্ববর্তী মানের দিকে ফিরিয়ে আনে। নতুন ডেটাতে অভিযোজন এবং বিদ্যমান জ্ঞান সংরক্ষণের মধ্যে ভারসাম্য বজায় রাখতে এই কৌশল কাজ করে।
অভিযোজিত বিস্তার
গতিশীল বিস্তার প্রক্রিয়া যা পরপর ইনপুট ডেটার বৈশিষ্ট্যের উপর ভিত্তি করে তার পরামিতিগুলি সামঞ্জস্য করে। বিবর্তনশীল বন্টনে প্রজন্মকে অনুকূল করতে মডেলটি ক্রমাগত তার ডিনোইজিং কৌশল পরিবর্তন করে।
বিস্তারমূলক এপিসোডিক মেমোরি
প্রতিনিধিত্বমূলক উদাহরণগুলির নির্বাচনী স্টোরেজ সিস্টেম যা পূর্ববর্তী জ্ঞান পুনরায় সক্রিয় করতে ব্যবহৃত হয়। বিস্তার মডেলগুলিতে ধারণাগত প্রবাহ প্রতিহত করতে এই মেমোরি বাফারগুলি অতীত অভিজ্ঞতার বৈচিত্র্য বজায় রাখে।
বিস্তারমূলক অভিজ্ঞতামূলক পুনরাবৃত্তি
একটি কৌশল যেখানে মডেলটি নতুন ডেটা শেখার সময় ঐতিহাসিক উদাহরণগুলিকে পুনরায় তৈরি করে এবং পরিমার্জন করে। অভিজ্ঞতা স্মরণের এই সিমুলেটেড প্রক্রিয়াটি পূর্ববর্তী বন্টনে উৎপাদন ক্ষমতা বজায় রাখে।
বিস্তার নিয়মিতকরণ
নতুন ডেটার মুখে মডেলের ক্ষমতাগুলিকে স্থিতিশীল করতে প্রশিক্ষণের সময় প্রয়োগ করা সীমাবদ্ধতার একটি সেট। অ্যাপ্লিকেশন ডোমেন প্রসারিত করার সময় ডিনোইজিং-ডিনোইজিং প্রক্রিয়ার সামঞ্জস্য বজায় রাখতে এই প্রক্রিয়াগুলি কাজ করে।
ডিফিউসিভ স্থিতিশীলতা-প্লাস্টিসিটি
বিদ্যমান কর্মক্ষমতা বজায় রাখার প্রয়োজনীয়তা (স্থিতিশীলতা) এবং নতুন জ্ঞানের সাথে খাপ খাওয়ানোর (প্লাস্টিসিটি) মধ্যে মৌলিক দ্বন্দ্ব। ডিফিউসিভ মডেলগুলিতে সর্বোত্তম ভারসাম্য প্রাথমিক ক্ষমতার অবনতি ছাড়াই অবিচ্ছিন্ন বিবর্তন নিশ্চিত করে।
ডিফিউসিভ বিস্মরণ বিপর্যয়
একটি ঘটনা যেখানে একটি ডিফিউসিভ মডেল নতুন ডেটা শেখার সময় পূর্বে শেখা বন্টন তৈরি করার ক্ষমতা আমূল হারিয়ে ফেলে। এই অবনতি বিশেষভাবে পুরানো ডোমেইনে ডিনোইজিং প্রক্রিয়ার বিশ্বস্ততাকে প্রভাবিত করে।
ডিফিউসিভ ধারাবাহিকতা মেট্রিক
পরিমাণগত সূচক যা অনুক্রমিক শিক্ষার সময় মডেলের জেনারেটিভ ক্ষমতা সংরক্ষণ মূল্যায়ন করে। এই মেট্রিকগুলি বর্তমান এবং ঐতিহাসিক জেনারেশনগুলির মধ্যে কাঠামোগত এবং শব্দার্থিক সামঞ্জস্য পরিমাপ করে।
কন্টিনিউম ডিফিউসিভ আর্কিটেকচার
সম্পূর্ণ সিস্টেমের পুনঃপ্রশিক্ষণ ছাড়াই গতিশীলভাবে নতুন জ্ঞান একীভূত করার জন্য নকশাকৃত নেটওয়ার্ক কাঠামো। এই মডুলার আর্কিটেকচারগুলি বিভিন্ন ডোমেইনে জেনারেটিভ ক্ষমতার ধীরে ধীরে সম্প্রসারণের অনুমতি দেয়।
লেটেন্ট স্পেস সম্প্রসারণ কৌশল
নতুন ধারণা ধারণ করার জন্য লেটেন্ট স্পেসের মাত্রিকতা ধীরে ধীরে বৃদ্ধির পদ্ধতি। এই কাঠামোগত সম্প্রসারণ নতুনত্বের জন্য বর্ধিত ক্ষমতা প্রদানের সময় বিদ্যমান উপস্থাপনাগুলির টপোলজি সংরক্ষণ করে।
মাল্টি-টাস্ক কন্টিনিউয়াল লার্নিং ডিফিউশন
একটি সিস্টেম যেখানে একটি একক ডিফিউসিভ মডেল দক্ষতার অনুক্রমিক অর্জনের সাথে একাধিক জেনারেটিভ টাস্ক একই সাথে পরিচালনা করে। আর্কিটেকচারটি বিভিন্ন টার্গেট ডিস্ট্রিবিউশনের জন্য মডিউলগুলিকে বিশেষীকরণ করার সময় প্যারামিটারগুলি ভাগ করে।
ডিফিউসিভ নলেজ ট্রান্সফার
সম্পর্কিত ডোমেইনে শেখার গতি বাড়ানোর জন্য একটি ডোমেইনে শেখা জ্ঞান পুনরায় ব্যবহার করার প্রক্রিয়া। মডেলটি নতুন টাস্কে কনভারজেন্স অপ্টিমাইজ করার জন্য ডিস্ট্রিবিউশনগুলির মধ্যে কাঠামোগত মিলগুলি কাজে লাগায়।
কন্টিনিউয়াস ডিফিউশন অর্কেস্ট্রেশন
ডিফিউসিভ মডেলগুলিতে কন্টিনিউয়াল লার্নিংয়ের বিভিন্ন উপাদানগুলির মধ্যে সূক্ষ্ম সমন্বয়ের সিস্টেম। এই অর্কেস্ট্রেশন কম্পিউটেশনাল রিসোর্স বরাদ্দ এবং লার্নিং টাস্কের অগ্রাধিকার পরিচালনা করে।
বিচ্ছুরণমূলক শব্দার্থিক অবনমন
অনিয়ন্ত্রিত ধারাবাহিক শিক্ষণ প্রক্রিয়ায় প্রজন্মান্তরে শব্দার্থিক সংগতির ক্রমাগত ক্ষয়ের ঘটনা। এই অবনমন প্রাথমিকভাবে লুকানো স্থানে সংরক্ষিত ধারণাগত সম্পর্কগুলির ক্রমাগত ক্ষতি দ্বারা প্রকাশ পায়।
প্রগতিশীল বিচ্ছুরণমূলক পুনর্গঠন
পুনরাবৃত্তিমূলক পরিমার্জন পদ্ধতি যেখানে মডেলটি ধারাবাহিক শিক্ষণ প্রক্রিয়ায় তার অভ্যন্তরীণ উপস্থাপনাগুলি অবিরামভাবে পুনর্গঠন ও উন্নত করে। এই প্রক্রিয়াটি বিদ্যমান সৃষ্টিশীল কাঠামোর মধ্যে নতুন জ্ঞানের সুষম সংযোজন নিশ্চিত করে।