এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ডিস্টিলেশন তাপমাত্রা
সফটম্যাক্স ফাংশনে প্রয়োগকৃত হাইপারথার্মিক প্যারামিটার যা টিচার মডেলের সম্ভাব্যতাগুলোর নরমীকরণ নিয়ন্ত্রণ করে, স্টুডেন্টকে সর্বাধিক সম্ভাব্য ভবিষ্যদ্বাণীর বাইরেও শ্রেণীগুলোর মধ্যকার সম্পর্ক শিখতে সক্ষম করে।
স্তরভিত্তিক ডিস্টিলেশন
ডিস্টিলেশন কৌশল যেখানে টিচারের প্রতিটি স্তরের মধ্যবর্তী উপস্থাপনাগুলো সংশ্লিষ্ট স্টুডেন্ট স্তরে স্থানান্তরিত হয়, সকল বিমূর্ততা স্তরে বৈশিষ্ট্যগুলোর পর্যায়ক্রমিক শেখা নিশ্চিত করে।
বিপরীতমুখী ডিস্টিলেশন
বিপরীতমুখী জোড়া ব্যবহার করে ডিস্টিলেশনের গুণমান উন্নত করার কৌশল, যেখানে স্টুডেন্ট একই সাথে টিচারকে অনুকরণ করা এবং নেতিবাচক নমুনাগুলো থেকে নিজেকে পৃথক করা শেখে।
ক্রস-আর্কিটেকচার ডিস্টিলেশন
বিভিন্ন আর্কিটেকচারের মডেলগুলোর মধ্যে জ্ঞান স্থানান্তরের পদ্ধতি, যেমন একটি ট্রান্সফরমারকে সিএনএন বা আরএনএন আর্কিটেকচারে ডিস্টিল করা, লক্ষ্য মোতায়েনে নমনীয়তা প্রদান করে।
জ্ঞান ছাঁটাই
প্যারামিটার ছাঁটাই এবং ডিস্টিলেশনের সমন্বিত প্রক্রিয়া যেখানে মডেল থেকে সবচেয়ে কম গুরুত্বপূর্ণ ওজনগুলো সরানো হয়, তারপর ডিস্টিলেশন ছাঁটাই থেকে সৃষ্ট পারফরম্যান্স হ্রাস পূরণ করে।
গতিশীল ডিস্টিলেশন
অভিযোজিত পদ্ধতি যেখানে ডিস্টিলেশনের শক্তি এবং লক্ষ্যগুলোর পছন্দ স্টুডেন্টের অগ্রগতি এবং নমুনাগুলোর কঠিনতা অনুযায়ী প্রশিক্ষণের সময় গতিশীলভাবে সামঞ্জস্য করা হয়।
জিরো-শট ডিস্টিলেশন
স্পষ্টভাবে লেবেলযুক্ত প্রশিক্ষণ ডেটা ছাড়াই একটি টিচার মডেল ডিস্টিল করার কৌশল, টিচার দ্বারা উত্পন্ন অন্তর্নিহিত জ্ঞান বা সিন্থেটিক ডেটা ব্যবহার করে।
সম্পর্ক-সচেতন ডিস্টিলেশন
উন্নত পদ্ধতি যেখানে স্টুডেন্ট শুধুমাত্র টিচারের পৃথক ভবিষ্যদ্বাণীই নয় বরং ডেটার বিভিন্ন অংশের মধ্যকার কাঠামোগত সম্পর্কও শেখে, জটিল নির্ভরতাগুলো ধারণ করে।
কম্প্রেশন-সচেতন ডিস্টিলেশন
চূড়ান্ত মডেলের পোস্ট-কম্প্রেশন পারফরম্যান্স অপ্টিমাইজ করার জন্য ডিস্টিলেশন প্রক্রিয়ায় সরাসরি কম্প্রেশন সীমাবদ্ধতা (কোয়ান্টাইজেশন, স্পার্সিফিকেশন) সংহত করার কৌশল।