এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
টাস্ক-অ্যাগনস্টিক ট্রেনিং
একটি প্রশিক্ষণ পদ্ধতি যেখানে মডেলগুলি নির্দিষ্ট কাজের জন্য অপ্টিমাইজ না করে সাধারণ উপস্থাপনা শেখে। এই পদ্ধতিটি নমনীয়তা এবং নতুন অ্যাপ্লিকেশনে স্থানান্তর করার ক্ষমতাকে উৎসাহিত করে।
ক্রস-ডোমেইন ট্রান্সফার
একটি মডেলের একটি ডোমেইনে অর্জিত জ্ঞান সম্পূর্ণ ভিন্ন ডোমেইনের কাজে প্রয়োগ করার ক্ষমতা। এই স্থানান্তরযোগ্যতা জিরো-শট লার্নিংয়ের সাফল্যের জন্য অত্যন্ত গুরুত্বপূর্ণ।
ফাউন্ডেশন মডেল
বৃহৎ ও বৈচিত্র্যময় ডেটাতে প্রি-ট্রেইন করা বৃহৎ আকারের মডেল, যা একাধিক ডাউনস্ট্রিম অ্যাপ্লিকেশনের ভিত্তি হিসেবে কাজ করে। এই মডেলগুলি আধুনিক জিরো-শট লার্নিংয়ের মেরুদণ্ড গঠন করে।
স্ব-সঙ্গতি
একটি অনুমান পদ্ধতি যা একই সমস্যার জন্য একাধিক যুক্তি তৈরি করে এবং সবচেয়ে ঘন ঘন পাওয়া উত্তর নির্বাচন করে। এই পদ্ধতি অতিরিক্ততা ব্যবহার করে জিরো-শট উত্তরের নির্ভরযোগ্যতা উন্নত করে।
মডেল ক্যাপাসিটি
একটি মডেলের জ্ঞান সংরক্ষণের জন্য কার্যকরভাবে ব্যবহার করা যেতে পারে এমন জটিলতা এবং প্যারামিটারের সংখ্যার পরিমাপ। জিরো-শট ক্ষমতার উদ্ভবের জন্য পর্যাপ্ত ক্যাপাসিটি পূর্বশর্ত।
টাস্ক অ্যাডাপ্টেশন
প্রক্রিয়া যার মাধ্যমে একটি প্রি-ট্রেইন করা মডেল ইনফারেন্সের সময় একটি নতুন নির্দিষ্ট কাজে গতিশীলভাবে সামঞ্জস্য হয়। পুনরায় প্রশিক্ষণ ছাড়াই এই অভিযোজন জিরো-শট লার্নিংয়ের কেন্দ্রবিন্দু।
জেনারেলাইজেশন গ্যাপ
প্রশিক্ষণের সময় দেখা কাজ এবং সম্পূর্ণ নতুন কাজের মধ্যে পারফরম্যান্সের পার্থক্য। এই ব্যবধান কমানো জিরো-শট লার্নিংয়ের মৌলিক লক্ষ্য।
জিরো-শট প্রম্পটিং
একটি কৌশল যেখানে মডেলকে শুধুমাত্র একটি কাজের বিবরণ দেওয়া হয়, তার উত্তর নির্দেশ করার জন্য কোনো উদাহরণ ছাড়াই। এই পদ্ধতি সরাসরি মডেলের জেনারেলাইজেশন ক্ষমতা পরীক্ষা করে।