বন্ধুরা, এখনও ChatGPT সদস্যতা থেকে আনসাবস্ক্রাইব করতে তাড়াহুড়ো করবেন না।
সম্প্রতি, ডিপসিক ওপেন সোর্স সপ্তাহ পুরোদমে চলছে, সারা বিশ্বের ডেভেলপাররা কোড ভাগাভাগি করতে এবং অনুপ্রেরণার সাথে সংঘর্ষে ব্যস্ত অন্যদিকে, ওপেনএআই জিপিটি-4.5-এর "বিগ কিলার" নিক্ষেপ করার জন্য ওপেন সোর্স সপ্তাহের শেষ দিনটিকে বেছে নিয়েছে৷
স্যাম অল্টম্যান X প্ল্যাটফর্মে তার ব্যক্তিগত অভিজ্ঞতা শেয়ার করেছেন:
এই প্রথম আমি অনুভব করলাম যে AI একজন চিন্তাশীল ব্যক্তির সাথে কথোপকথন করছে। এটি সত্যিই মূল্যবান উপদেশ প্রদান করে এবং এমনকি আমাকে কয়েকবার আমার চেয়ারে হেলান দিয়েছিল, এআই কতটা ভাল উত্তর নিয়ে আসতে পারে তা দেখে অবাক হয়েছিলাম।
যাইহোক, তিনি এটাও মনে করিয়ে দিয়েছেন যে GPT-4.5 একটি অনুমান মডেল নয় এবং বেঞ্চমার্ক পরীক্ষায় অন্যান্য মডেলকে ক্রাশ করবে না। সংবাদ সম্মেলনে উপস্থিত না হওয়ার কারণ হিসেবে তিনি হাসপাতালে তার সন্তানদের দেখাশোনা করছেন।
আজ থেকে, GPT-4.5 (গবেষণা পূর্বরূপ) ChatGPT প্রো ব্যবহারকারীদের জন্য উপলব্ধ। পরের সপ্তাহে, এটি ধীরে ধীরে প্লাস এবং টিম ব্যবহারকারীদের জন্য উন্মুক্ত করা হবে, এন্টারপ্রাইজ এবং এডু ব্যবহারকারীরাও এই নতুন সংস্করণটি উপভোগ করতে পারবেন।
অভিজ্ঞতাটি খুবই সহজ আপনাকে শুধুমাত্র ওয়েব সংস্করণ, মোবাইল সংস্করণ এবং ডেস্কটপ সংস্করণে মডেল নির্বাচকদের মধ্যে পরিবর্তন করতে হবে৷
GPT-4.5 ইন্টারনেট অনুসন্ধান সমর্থন করে এবং ফাইল এবং ছবি আপলোড পরিচালনা করতে পারে এবং লেখা এবং প্রোগ্রামিংয়ের জন্য ক্যানভাস ব্যবহার করতে পারে। যাইহোক, বর্তমানে GPT-4.5 মাল্টি-মোডাল বৈশিষ্ট্য যেমন ভয়েস মোড, ভিডিও এবং স্ক্রিন শেয়ারিং সমর্থন করে না।
GPT-4.5 প্রধানত OpenAI o1 বা DeepSeek R1-এর মত যুক্তির ক্ষমতার উপর ফোকাস করার পরিবর্তে "অনিয়ন্ত্রিত লার্নিং" (অর্থাৎ, নিজেই প্রচুর পরিমাণে ডেটা থেকে শেখার) মাধ্যমে স্মার্ট হয়ে ওঠে।
সহজ কথায়, GPT-4.5 আরও জানে, যখন o1 সিরিজ আরও ভাল চিন্তা করতে পারে।
হাইলাইটগুলি নীচে সংক্ষিপ্ত করা হয়েছে:
- বিস্তৃত জ্ঞান: এটি আরও তথ্য শেখে, তাই এটি আগের চেয়ে বেশি বোঝে
- কম বাজে কথা: হ্রাস "হ্যালুসিনেশন" (যেখানে এআই তথ্য তৈরি করে)
- মানুষের হৃদয় সম্পর্কে আরও ভাল বোঝা: উচ্চতর "আবেগীয় বুদ্ধিমত্তা" এবং আপনার প্রকৃত উদ্দেশ্য সম্পর্কে আরও ভাল বোঝা
- কথোপকথনগুলি আরও স্বাভাবিক: চ্যাটিং একটি বাস্তব ব্যক্তির সাথে যোগাযোগ করার মতো এবং কম রোবোটিক অনুভূত হয়
- আরও সৃজনশীল: লেখা এবং ডিজাইনে আরও ভাল পারফর্ম করুন
GPT-4.5 আনুষ্ঠানিকভাবে প্রকাশ করা হয়েছে, আমি আপনার হৃদয় ভাল বুঝতে
GPT-4.5 এর সবচেয়ে স্বজ্ঞাত পরিবর্তন হল এটি আপনাকে আরও ভালভাবে বোঝে।
এটি একটি বোধগম্য বন্ধুর মতো, আপনার অন্তর্নিহিততা বুঝতে এবং আপনার সূক্ষ্ম মানসিক পরিবর্তনগুলি ক্যাপচার করতে সক্ষম।
ওপেনএআই অভ্যন্তরীণ পরীক্ষায় খুঁজে পেয়েছে যে পরীক্ষকরা GPT-4o-এর উত্তরগুলিকে পছন্দ করেছেন, এটি আরও স্বাভাবিক, উষ্ণ এবং মানুষের যোগাযোগের অভ্যাসের সাথে সঙ্গতিপূর্ণ।
মানব পরীক্ষকদের সাথে তুলনামূলক মূল্যায়নে, GPT-4.5-এর জিপিটি-4o-এর তুলনায় উচ্চতর জয়ের হার (মানব পছন্দের পরীক্ষা) রয়েছে, যার মধ্যে সৃজনশীল বুদ্ধিমত্তা (56.8%), পেশাদার সমস্যা (63.2%), এবং দৈনন্দিন সমস্যা (57.0%) সহ কিন্তু সীমাবদ্ধ নয়।
এখন পর্যন্ত ওপেনএআই-এর বৃহত্তম এবং সবচেয়ে জ্ঞান সমৃদ্ধ মডেল হিসাবে, GPT-4.5 GPT-4o-এর উপর ভিত্তি করে প্রাক-প্রশিক্ষণকে আরও প্রসারিত করে এবং STEM ক্ষেত্রে যুক্তির উপর দৃষ্টি নিবদ্ধ করে OpenAI-এর শক্তিশালী মডেলগুলির তুলনায় আরও সাধারণভাবে ডিজাইন করা হয়েছে।
GPT-4.5 এর অগ্রগতি মূলত "নিরীক্ষণহীন শিক্ষা" এর অগ্রগতির কারণে।
সহজ কথায়, তত্ত্বাবধানহীন লার্নিং এআইকে ডেটার ম্যানুয়াল লেবেলিংয়ের উপর নির্ভর না করে নিজের থেকে প্রচুর পরিমাণে ডেটা থেকে শিখতে দেয়।
এটি একটি শিশুকে প্রাপ্তবয়স্কদের সবকিছু বলার পরিবর্তে তার নিজের মতো বিশ্ব দেখতে দেওয়ার মতো। এইভাবে, শিশুরা আরও এবং সমৃদ্ধ জ্ঞান শিখতে পারে এবং তাদের নিজস্ব "বিশ্ব দৃষ্টিভঙ্গি" গঠন করতে পারে।
ওপেনএআই বিশ্বাস করে যে তত্ত্বাবধানহীন শিক্ষা এবং যুক্তির ক্ষমতা হল এআই বিকাশের দুটি স্তম্ভ।
এর জন্য ধন্যবাদ, GPT-4.5 এর একটি বিস্তৃত জ্ঞানের ভিত্তি রয়েছে, ব্যবহারকারীর উদ্দেশ্য সম্পর্কে আরও সঠিক ধারণা এবং উন্নত মানসিক বুদ্ধিমত্তা তাই এটি বিশেষভাবে লেখার জন্য, প্রোগ্রামিং এবং ব্যবহারিক সমস্যা সমাধানের জন্য উপযুক্ত।
সরল কিন্তু চ্যালেঞ্জিং জ্ঞান প্রশ্নের উত্তরে বৃহৎ ভাষার মডেলের (LLM) বাস্তবতা মূল্যায়ন করতে SimpleQA ব্যবহার করা হয়। SimpleQA তে GPT-4.5 এর নির্ভুলতা (মান যত বেশি, তত ভাল) 62.5% এ পৌঁছে যা অন্যান্য OpenAI মডেলের থেকে অনেক এগিয়ে।
উপরন্তু, SimpleQA হ্যালুসিনেশন হারের মূল্যায়নে (মান যত কম হবে, তত ভালো), GPT-4.5 স্কোর করেছে 37.1%, যা অন্যান্য OpenAI মডেলের থেকেও অনেক পিছিয়ে।
PersonQA ডেটা সেটে, GPT-4.5 0.78 এর নির্ভুলতা অর্জন করেছে, যা GPT-4o (0.28) এবং o1 (0.55) থেকে ভাল।
এছাড়াও, OpenAI ক্ষতিকারক বিষয়বস্তু প্রত্যাখ্যান, হ্যালুসিনেশন মূল্যায়ন, পক্ষপাত সনাক্তকরণ, জেলব্রেক আক্রমণ সুরক্ষা, ইত্যাদি সহ GPT-4.5-এ ব্যাপক নিরাপত্তা পরীক্ষা পরিচালনা করেছে: GPT-4.5 অনিরাপদ বিষয়বস্তু প্রত্যাখ্যান করার ক্ষেত্রে ভাল পারফর্ম করেছে, কিন্তু অত্যধিক অস্বীকৃতির পরিপ্রেক্ষিতে পূর্ববর্তী প্রজন্মের মডেলের তুলনায় কিছুটা বেশি।
বহু-ভাষা কার্যক্ষমতার পরিপ্রেক্ষিতে, GPT-4.5 14টি ভাষাকে সমর্থন করে, MMLU মূল্যায়নে GPT-4o-কে ছাড়িয়ে যায়, বিশেষ করে স্বল্প-সম্পদ ভাষায় (যেমন সোয়াহিলি এবং ইওরুবা)।
প্রোগ্রামিং এবং সফ্টওয়্যার ইঞ্জিনিয়ারিংয়ের ক্ষেত্রে, GPT-4.5 কোড জেনারেশন এবং মেরামতের কাজগুলিতে কর্মক্ষমতা উন্নত হয়েছে।
এজেন্টিক টাস্কগুলি বাস্তব পরিবেশে স্বাধীনভাবে জটিল কাজগুলি সম্পূর্ণ করার জন্য AI-এর ক্ষমতা মূল্যায়ন করে, যার মধ্যে রয়েছে টার্মিনাল অপারেশন (লিনাক্স + পাইথন এনভায়রনমেন্ট), রিসোর্স অধিগ্রহণ (যেমন স্বয়ংক্রিয় ডাউনলোডিং, প্রোগ্রাম চালানো), এবং জটিল টাস্ক এক্সিকিউশন (যেমন AI মডেল লোড করা এবং চালানো) ইত্যাদি।
OpenAI দ্বারা প্রকাশিত সিস্টেম কার্ড দেখায় যে GPT-4.5 এখনও স্বায়ত্তশাসিত কাজগুলিতে কিছু সীমাবদ্ধতার বিষয় এবং এটি সত্যিকারের স্বায়ত্তশাসিত AI এজেন্ট থেকে অনেক দূরে।
সাধারণ ব্যবহারকারীদের পাশাপাশি, GPT-4.5 বিকাশকারীদের জন্যও দরজা খুলে দেয়।
OpenAI একই সাথে GPT-4.5 API খুলেছে, যার মধ্যে রয়েছে চ্যাট কমপ্লিশন API, সহকারী API এবং ব্যাচ API।
GPT-4.5 ফাংশন কলিং, স্ট্রাকচার্ড আউটপুট, স্ট্রিমিং প্রতিক্রিয়া এবং সিস্টেম বার্তাগুলিকে সমর্থন করে এবং এর ভিজ্যুয়াল ক্ষমতা রয়েছে যা ইমেজ ইনপুটের মাধ্যমে প্রক্রিয়া করা যেতে পারে।
বিকাশকারীরা আরও আকর্ষণীয় এবং দরকারী পণ্য তৈরি করতে API ইন্টারফেসের মাধ্যমে তাদের নিজস্ব অ্যাপ্লিকেশনগুলিতে GPT-4.5 সংহত করতে পারে।
যাইহোক, GPT-4.5 অত্যন্ত গণনামূলকভাবে নিবিড় এবং ব্যয়বহুল, তাই এটি GPT-4o প্রতিস্থাপন করবে না। অধিকন্তু, ওপেনএআই এখনও মূল্যায়ন করছে যে বর্তমান ফাংশনগুলিকে সমর্থন করার সময় ভবিষ্যতের মডেলগুলির বিকাশকে এগিয়ে নেওয়ার জন্য API দীর্ঘমেয়াদে GPT-4.5 প্রদান করা হবে কিনা।
এআই কি "আবেগীয় বুদ্ধিমত্তা" যুগে প্রবেশ করছে?
এই লাইভ সেশনটি হোস্ট করেছেন মিয়া গ্লেস, রাফা গন্টিজো লোপেস, ইউলং চেং, জেসন টেপ্লিটজ এবং অ্যালেক্স পাইনো।
যখন একটি ডেমোর দ্বারা একজন বন্ধুকে একটি রাগান্বিত টেক্সট বার্তা লিখতে বলা হয়েছিল যিনি প্রায়শই অ্যাপয়েন্টমেন্টগুলি বাতিল করেন, GPT-4.5 ব্যবহারকারীর হতাশাকে চিনতে সক্ষম হয়েছিল এবং আরও সূক্ষ্ম এবং গঠনমূলক প্রতিক্রিয়া প্রদান করতে সক্ষম হয়েছিল, ব্যবহারকারীকে তাদের অনুভূতিগুলি আরও যুক্তিপূর্ণ উপায়ে প্রকাশ করতে সহায়তা করে৷
আরেকটি প্রদর্শনী GPT-4.5 এর একটি জটিল প্রশ্ন ব্যাখ্যা করার ক্ষমতা প্রদর্শন করে, "কেন সমুদ্রের জল লবণাক্ত?"
GPT-1-এর উত্তর সম্পর্কে একেবারেই ধারণা ছিল না, GPT-2 একটি প্রাসঙ্গিক কিন্তু ভুল উত্তর দিয়েছে, GPT-3.5 Turbo প্রথমবারের মতো একটি সঠিক কিন্তু খারাপভাবে ব্যাখ্যা করা উত্তর দিয়েছে, GPT-4 অত্যধিক তথ্য বিস্তারিত করেছে, এবং GPT-4.5 একটি সংক্ষিপ্ত, সুসঙ্গত এবং আকর্ষণীয় ব্যাখ্যা প্রদান করেছে যা এমনকি আকর্ষণীয় বাক্যের শুরুতে ব্যবহার করে।
রিপোর্ট অনুসারে, ওপেনএআই জিপিটি-4.5 বিকাশ করার সময় বেশ কয়েকটি মূল প্রশিক্ষণ প্রক্রিয়া উদ্ভাবন অর্জন করেছে।
এই ধরনের একটি বড় মাপের মডেল প্রশিক্ষণের জন্য প্রশিক্ষণ-পরবর্তী অবকাঠামোতে উল্লেখযোগ্য উন্নতি প্রয়োজন কারণ প্রশিক্ষণের ডেটা এবং প্রাক-প্রশিক্ষণ এবং প্রশিক্ষণ-পরবর্তী পর্যায়ের প্যারামিটার আকার সম্পূর্ণ আলাদা।
দলটি একটি নতুন প্রশিক্ষণ ব্যবস্থা তৈরি করেছে যা ছোট কম্পিউটিং সংস্থানগুলি ব্যবহার করে এত বড় মডেলকে সূক্ষ্ম সুর করতে পারে।
বিশেষভাবে, তারা একাধিক পুনরাবৃত্তির মাধ্যমে প্রশিক্ষণ-পরবর্তী প্রক্রিয়া সম্পন্ন করেছে, তত্ত্বাবধানে সূক্ষ্ম-সুরকরণ এবং মানবিক প্রতিক্রিয়ার সাথে শক্তিবৃদ্ধি শেখার সমন্বয় করে এবং অবশেষে একটি স্থাপনযোগ্য মডেল তৈরি করেছে।
প্রাক-প্রশিক্ষণের পরিপ্রেক্ষিতে, অ্যালেক্স এবং জেসনের নেতৃত্বে দলটি কম্পিউটিং সংস্থানগুলির সর্বাধিক ব্যবহার করার জন্য বেশ কয়েকটি ব্যবস্থা গ্রহণ করেছিল:
- GPU পারফরম্যান্সের সম্পূর্ণ সুবিধা নিতে কম নির্ভুল প্রশিক্ষণ ব্যবহার করুন
- একই সাথে একাধিক ডেটা সেন্টার জুড়ে মডেলগুলিকে প্রশিক্ষিত করুন কারণ তাদের জন্য একটি একক উচ্চ-ব্যান্ডউইথ নেটওয়ার্ক আর্কিটেকচারের চেয়ে বেশি কম্পিউটিং সংস্থান প্রয়োজন।
উপরন্তু, মডেলটি ChatGPT-এ ব্যবহারকারীদের দ্রুত প্রতিক্রিয়া জানাতে পারে এবং কথোপকথনের মসৃণতা বজায় রাখতে পারে তা নিশ্চিত করার জন্য দলটি একটি নতুন অনুমান সিস্টেম তৈরি করেছে। একই সময়ে, তারা বলেছে যে তারা মডেলটি দ্রুত চালানোর জন্য মুক্তির পরে উন্নতি করতে থাকবে।
প্রশিক্ষণ এবং স্থাপনা পদ্ধতিতে এই উদ্ভাবনগুলি দলটিকে অ-তত্ত্বাবধানহীন শিক্ষার ব্যাপক স্কেলিং অর্জনের জন্য মডেলটিতে আরও কম্পিউটিং শক্তি ইনজেক্ট করার অনুমতি দেয়, এটি একটি মূল কারণ যে GPT-4.5 এখনও ধাপে ধাপে যুক্তির উপর নির্ভর না করে শক্তিশালী বোঝাপড়া এবং কম হ্যালুসিনেশন হার প্রদর্শন করতে পারে।
এটা উল্লেখ করার মতো যে ওপেনএআই-এর প্রধান গবেষণা কর্মকর্তা মার্ক চেন, GPT-4.5 প্রকাশের আগে অ্যালেক্স ক্যানট্রোভিটজের সাক্ষাতকার নিয়েছিলেন।
ওপেনএআই মডেল চালানোর দক্ষতায় উন্নতি করেছে কিনা জানতে চাইলে তিনি বলেন:
একটি মডেলকে আরও দক্ষতার সাথে চালানোর প্রক্রিয়াটি প্রায়শই মডেলের মূল ক্ষমতাগুলির বিকাশের তুলনায় তুলনামূলকভাবে স্বাধীন। আমি অনুমান আর্কিটেকচারের উপর দৃষ্টি নিবদ্ধ করে অনেক কাজ দেখি। ডিপসিক এটিতে একটি দুর্দান্ত কাজ করে এবং আমরা এতে অনেক প্রচেষ্টা করেছি। আমরা কীভাবে কম খরচে সমস্ত ব্যবহারকারীকে এই মডেল পরিষেবাগুলি সরবরাহ করতে পারি তার উপর খুব মনোযোগী এবং খরচ কমানোর জন্য কঠোর পরিশ্রম করে যাচ্ছি।
এটি GPT-4 বা অন্যান্য মডেলের মতো একটি অনুমান মডেল হোক না কেন, আমরা সর্বদা কম খরচে অনুমান অপ্টিমাইজেশানের জন্য চাপ দিই৷ GPT-4-এর প্রাথমিক প্রকাশের পর থেকে, চলমান খরচগুলি মাত্রার আদেশ দ্বারা হ্রাস করা হয়েছে, এবং আমরা সেই ফ্রন্টে ভাল অগ্রগতি করেছি।
পরে, বর্তমান স্কেলিং আইন কোন বাধার সম্মুখীন হয়েছে কিনা বা সম্প্রসারণ থেকে হ্রাসকারী রিটার্ন পরিলক্ষিত হয়েছে কিনা জানতে চাইলে, মার্ক চেন উত্তর দিয়েছিলেন:
“যখন তত্ত্বাবধানহীন শিক্ষার কথা আসে, তখন আপনার আরও মূল উপাদানের প্রয়োজন হয়, যেমন কম্পিউটিং সংস্থান, অ্যালগরিদম অপ্টিমাইজেশান, এবং GPT-4.5 সত্যিই প্রমাণ করে যে আমরা স্কেলিং প্যারাডাইমকে এগিয়ে নিয়ে যেতে পারি, এবং এই দৃষ্টান্তটি যুক্তির বিরোধী নয়।
যুক্তির দক্ষতা জ্ঞানের উপর ভিত্তি করে হওয়া দরকার। একটি মডেল ভ্যাকুয়ামে যুক্তি করতে পারে না, তবে প্রথমে জ্ঞান অর্জন করতে হবে এবং তারপরে এই ভিত্তিতে যুক্তির ক্ষমতা বিকাশ করতে হবে। অতএব, আমরা যুক্তি দিই যে দুটি দৃষ্টান্ত পরিপূরক এবং তাদের মধ্যে একটি পারস্পরিক শক্তিশালী প্রতিক্রিয়া লুপ রয়েছে। "
প্রকৃতপক্ষে, GPT-4.5 শুধুমাত্র তত্ত্বাবধানহীন শিক্ষার বিশাল সম্ভাবনাই প্রদর্শন করে না, বরং মানুষের মতোই AI-এর বিকাশের দিক নির্দেশ করে।
অতীতে, AI এর বিকাশ মূলত বুদ্ধিমত্তার উন্নতির উপর দৃষ্টি নিবদ্ধ করেছিল, যেমন দাবা খেলা, সমস্যা সমাধান করা, ছবি চেনা ইত্যাদি। এখন, দুই বছর আগে GPT-4 প্রকাশের সময় সৃষ্ট সংবেদন থেকে ভিন্ন, AI এর প্রতি মানুষের প্রত্যাশা দুই বছর আগে "এটি কী করতে পারে" থেকে "এটি আরও ভাল করতে পারে, নিরাপদ হতে পারে এবং আরও নিয়ন্ত্রিত হতে পারে" এ চলে গেছে।
আরও বেশি সংখ্যক AI কোম্পানিগুলি "আবেগজনিত বুদ্ধিমত্তা" এর উপর ফোকাস করতে শুরু করেছে, AI কে মানুষের আবেগ এবং প্রয়োজনগুলি আরও ভালভাবে বোঝার চেষ্টা করছে।
GPT-4.5 এই প্রবণতার প্রতিনিধি। AI বিকাশের জন্য সম্পদ বিনিয়োগ করা যা মানুষের মনকে আরও ভালভাবে বুঝতে পারে তা এখনও শিল্পের মনোযোগের যোগ্য একটি প্রস্তাব। যাইহোক, যদিও GPT-4.5 উচ্চতা দেখায় যা বিশাল ডেটা এবং কম্পিউটিং শক্তির উপর ভিত্তি করে ভাষার মডেলগুলি অর্জন করতে পারে, তবুও এর কার্যকারিতা কিছুটা সীমিত বলে মনে হচ্ছে।
এই দৃষ্টিকোণ থেকে, এটি একটি পর্যায়ক্রমিক সমাপ্তির মত হতে পারে, অতীত এবং পরবর্তী মধ্যে একটি ক্রান্তিকালীন ভূমিকা পালন করে। এটি শুধুমাত্র মডেলের বিগত প্রজন্মের সংক্ষিপ্তসার এবং মেরামত নয়, প্রযুক্তির পরবর্তী তরঙ্গের জন্য পথ প্রশস্ত করে।
বাস্তব অগ্রগতি জিপিটি-5 উপলব্ধি করার জন্য অপেক্ষা করতে হতে পারে।
আপনি যদি চিন্তিত হন যে ওপেনএআই-এর পুনরাবৃত্তি করার জন্য যথেষ্ট সময় নেই, তবে আমার কাছে একটি কৌশল রয়েছে যা হল GPT-4.5→GPT-5, আসল রিলিজটি GPT-4.5→GPT-4.6→GPT-4.7→…
ভাল খবর হল এই সময় আপনাকে আর দুই বছর অপেক্ষা করতে হবে না।
# Aifaner এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম: Aifaner (WeChat ID: ifanr) যত তাড়াতাড়ি সম্ভব আপনাকে আরও উত্তেজনাপূর্ণ সামগ্রী সরবরাহ করা হবে।