এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
লিনফর্মার্স
কমানো মাত্রা k << n-এ কী এবং ভ্যালুর প্রজেকশন ব্যবহার করে রৈখিক জটিলতা সহ ট্রান্সফর্মার আর্কিটেকচার, যা খুব দীর্ঘ সিকোয়েন্সগুলিকে দক্ষতার সাথে প্রক্রিয়া করতে সক্ষম করে।
পারফর্মার্স
FAVOR+ (ফাস্ট অ্যাটেনশন ভায়া পজিটিভ অর্থোগোনাল র্যান্ডম ফিচার্স) অ্যাটেনশন ব্যবহার করে সফটম্যাক্স অ্যাটেনশনকে রৈখিক জটিলতায় আনুমানিক করার জন্য মডেলগুলি, গাণিতিক বৈশিষ্ট্যগুলি সংরক্ষণ করে।
সিঙ্কহর্ন অ্যাটেনশন
হ্রাসকৃত জটিলতা সহ ডাবলি-স্টোকাস্টিক অ্যাটেনশন ম্যাট্রিক্স গণনা করতে সিঙ্কহর্ন-নপ অ্যালগরিদম ব্যবহার করে অ্যাটেনশনের আনুমানিক, যা খুব দীর্ঘ সিকোয়েন্সে প্রয়োগযোগ্য।
লো-র্যাঙ্ক অ্যাটেনশন
সম্পূর্ণ অ্যাটেনশন ম্যাট্রিক্সকে নিম্ন র্যাঙ্কের ম্যাট্রিক্সের গুণফলে ফ্যাক্টরাইজ করার পদ্ধতি, O(n²) থেকে O(nr) পর্যন্ত প্যারামিটার সংখ্যা এবং গণনামূলক জটিলতা হ্রাস করে।
মেমরি-ভিত্তিক অ্যাটেনশন
অতীত টোকেনগুলির প্রাসঙ্গিক তথ্য সংরক্ষণ করতে একটি সংকুচিত বাহ্যিক মেমরি ব্যবহার করে আর্কিটেকচার, যা নির্বিচারে দীর্ঘ সিকোয়েন্সে অ্যাটেনশন সম্ভব করে।
স্পার্স ফ্যাক্টরাইজড অ্যাটেনশন
সম্পূর্ণ অ্যাটেনশনকে একাধিক স্পার্স ম্যাট্রিক্সের (সাধারণত স্থানীয় এবং গ্লোবাল) গুণফলে বিভক্ত করা, নিয়ন্ত্রিত আনুমানিকতা সহ প্রায়-রৈখিক জটিলতা সম্ভব করে।