🏠 হোম
বেঞ্চমার্ক
📊 সমস্ত বেঞ্চমার্ক 🦖 ডাইনোসর v1 🦖 ডাইনোসর v2 ✅ টু-ডু লিস্ট অ্যাপস 🎨 সৃজনশীল ফ্রি পেজ 🎯 FSACB - চূড়ান্ত শোকেস 🌍 অনুবাদ বেঞ্চমার্ক
মডেল
🏆 সেরা ১০টি মডেল 🆓 ফ্রি মডেল 📋 সমস্ত মডেল ⚙️ কিলো কোড
রিসোর্স
💬 প্রম্পট লাইব্রেরি 📖 এআই গ্লসারি 🔗 দরকারী লিঙ্ক

এআই গ্লসারি

কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান

238
বিভাগ
3,112
উপ-বিভাগ
36,890
শব্দ
📖
শব্দ

ভেক্টর নলেজ বেস

HNSW বা IVF-এর মতো ইনডেক্সের মাধ্যমে বৃহৎ পরিসরে দ্রুত সিম্যান্টিক সাদৃশ্য অনুসন্ধানের অনুমতি দিয়ে এম্বেডিংয়ের জন্য অপ্টিমাইজড বিশেষায়িত স্টোরেজ।

📖
শব্দ

হাইড (হাইপোথেটিক্যাল ডকুমেন্ট এম্বেডিংস)

উন্নত কৌশল যেখানে LLM প্রথমে একটি আদর্শ কাল্পনিক নথি তৈরি করে, তারপর প্রকৃত প্রাসঙ্গিক নথিগুলির দিকে অনুসন্ধান পরিচালনা করতে এর এম্বেডিং ব্যবহার করে।

📖
শব্দ

ক্রস রির্যাঙ্কিং

প্রাসঙ্গিকতা মূল্যায়নের পদ্ধতি যেখানে মডেল একই সাথে ক্যোয়ারী এবং প্রার্থী নথি প্রক্রিয়া করে, যা স্ট্যান্ডার্ড বাই-এনকোডার পদ্ধতির বিপরীত।

📖
শব্দ

ক্যোয়ারী ডিকম্পোজিশন

কৌশল যেখানে একটি জটিল ক্যোয়ারী স্বয়ংক্রিয়ভাবে সহজ সাব-ক্যোয়ারীতে বিভক্ত হয় যাতে বহুমুখী তথ্য পুনরুদ্ধারের নির্ভুলতা উন্নত হয়।

📖
শব্দ

সিনক্রোনাস বনাম অ্যাসিনক্রোনাস RAG

সিনক্রোনাস পদ্ধতি (একই কল অনুসন্ধান এবং জেনারেশন) এবং অ্যাসিনক্রোনাস পদ্ধতি (রিয়েল-টাইম প্রি-ইনডেক্সিং এবং পুনরুদ্ধার) এর মধ্যে পার্থক্য লেটেন্সি সীমাবদ্ধতা অনুযায়ী।

📖
শব্দ

প্রম্পট শেপিং

RAG প্রম্পটের গঠন অপ্টিমাইজ করার শিল্প, যার মধ্যে পুনরুদ্ধারকৃত প্রসঙ্গের অবস্থান, ফরম্যাটিং নির্দেশাবলী এবং উত্তর গুণমান সর্বাধিক করার জন্য উদ্ধৃতি সীমাবদ্ধতা অন্তর্ভুক্ত।

📖
শব্দ

মাল্টি-হপ RAG

উন্নত আর্কিটেকচার যেখানে মডেল একাধিক পুনরুদ্ধার-জেনারেশন চক্র সম্পাদন করে, তথ্য অনুসন্ধান পরিমার্জন এবং গভীর করতে মধ্যবর্তী উত্তর ব্যবহার করে।

📖
শব্দ

ডাইনামিক নলেজ বেস

RAG সিস্টেম যেখানে নথির ভিত্তি ক্রমাগত রিয়েল-টাইমে আপডেট করা হয়, মডেল পুনরায় প্রশিক্ষণের প্রয়োজন ছাড়াই সর্বদা আপ-টু-ডেট উত্তর দিতে সক্ষম।

📖
শব্দ

ডোমেন-অজ্ঞেয়বাদী RAG

একটি পদ্ধতি যেখানে পুনরুদ্ধার ব্যবস্থাটি নির্দিষ্ট অভিযোজন ছাড়াই যেকোনো ডোমেনে কার্যকরভাবে কাজ করার জন্য ডিজাইন করা হয়েছে, সাধারণীকৃত এম্বেডিং এবং অনুসন্ধান কৌশলের মাধ্যমে।

📖
শব্দ

উৎস উদ্ধৃতি

📖
শব্দ

ক্রমিক RAG

একটি বহু-স্তরযুক্ত স্থাপত্য যেখানে পুনরুদ্ধার প্রথমে সারসংক্ষেপ বা মেটাডেটাতে ঘটে, তারপর গতি এবং প্রাসঙ্গিকতা অপ্টিমাইজ করার জন্য প্রাসঙ্গিক বিস্তারিত নথিতে ঘটে।

📖
শব্দ

প্রসঙ্গ সংমিশ্রণ

একাধিক পুনরুদ্ধারকৃত নথিকে একটি সুসংগত প্রম্পটে বুদ্ধিমত্তার সাথে সংহত করার প্রক্রিয়া, পুনরাবৃত্তি এড়ানো এবং তথ্যের পরিপূরকতা সর্বাধিক করা।

📖
শব্দ

স্মৃতি সহ RAG

মানক RAG-এর একটি সম্প্রসারণ যেখানে সিস্টেম পূর্ববর্তী মিথস্ক্রিয়াগুলির একটি স্মৃতি বজায় রাখে ভবিষ্যতের পুনরুদ্ধারগুলিকে প্রাসঙ্গিকীকরণের জন্য এবং কথোপকথনের ধারাবাহিকতা নিশ্চিত করার জন্য।

🔍

কোন ফলাফল পাওয়া যায়নি