নতুন পরীক্ষা দেখাবে AI এজেন্ট দৈনন্দিন কেনাকাটার কাজ কতটা ভালো করে সামলায়
LifeVal নামে একটি নতুন গবেষণাপত্রে AI মডেলের জন্য একটি পরীক্ষার পদ্ধতি তুলে ধরা হয়েছে, যেখানে মানুষ যে ব্যক্তিগত কাজগুলো AI-কে করতে বলতে পারে সেগুলো যাচাই করা হয়। এই পরীক্ষাগুলোতে এজেন্টিক কাজের ওপর জোর দেওয়া হয়েছে, অর্থাৎ AI শুধু প্রশ্নের উত্তর না দিয়ে একাধিক ধাপে কাজ নিজে করে দেখাতে পারে কি না। গবেষণাপত্রটির লক্ষ্য হল এই ব্যবহারিক কাজগুলোতে বিভিন্ন মডেল কেমন ফল দেয় তা দেখানো।
সহজ শব্দকোষLifeVal, agentic, benchmark
- LifeVal
- LifeVal নামের একটি নতুন গবেষণাপত্র ও পরীক্ষা, যা মানুষের ব্যক্তিগত কাজে AI মডেল কতটা ভালো তা মাপে।
- agentic
- এমন AI যা নিজে পরিকল্পনা করে একাধিক ধাপে কাজ শেষ করতে পারে, শুধু প্রশ্নের উত্তর দিয়ে থেমে থাকে না।
- benchmark
- একটি আদর্শ পরীক্ষা বা কাজের সেট, যা দিয়ে বিভিন্ন AI মডেলের কর্মক্ষমতা একে অপরের সঙ্গে তুলনা করা হয়।
বার্নিং পটেটো স্কোর: 71%