৭টি ধাপ — বাংলায়, বাস্তব উদাহরণসহ (~৩ মিনিট)
আধুনিক ল্যাঙ্গুয়েজ টেকনোলজির মূল তাত্ত্বিক স্তম্ভ।
হাতে লেখা নিয়মের বদলে ডেটা থেকে প্যাটার্ন শেখা অ্যালগরিদম।
বহুস্তরীয় নিউরাল নেটওয়ার্ক — জটিল তথ্যের গভীর বৈশিষ্ট্য শিখতে সক্ষম।
মানুষের ভাষা বোঝা, ব্যাখ্যা করা ও তৈরি করার কৌশল।
অগোছালো ডেটা সোর্স প্রসেসিং পাইপলাইনে ঢোকানো।
ডকুমেন্ট, PDF, ছবি ও কাঁচা টেক্সট — সবই পরের ধাপের জন্য পাইপলাইনে লোড হয়।
শব্দ ও অক্ষরকে সংখ্যায় রূপান্তরের প্রথম ধাপ।
বাক্যকে ছোট ছোট সাব-ওয়ার্ড টোকেনে ভাঙা — প্রতিটা টোকেনের আলাদা নম্বর (ID) থাকে।
টোকেনকে অর্থবহ সংখ্যার জগতে বসানো।
টোকেন ID-কে এমন ভেক্টরে রূপান্তর করা হয় যা শব্দের অর্থ ও প্রসঙ্গের সম্পর্ক ধরে রাখে।
দূরের শব্দগুলোর মধ্যে সম্পর্ক জোড়া লাগানোর আর্কিটেকচারাল ইঞ্জিন।
বাক্যের প্রতিটা শব্দ একসাথে বাকি সব শব্দের সাথে কতটা প্রাসঙ্গিক — সেটা ওজন করে।
পুরো ইনপুট একসাথে প্রসেস করে বিশাল GPU ক্লাস্টারে ট্রেনিং সম্ভব করে।
ইনফারেন্সের সময় স্বল্পমেয়াদি সক্রিয় মেমরি ব্যবস্থাপনা।
টোকেন কনটেক্সট উইন্ডো — অস্থায়ী working RAM-এর মতো কাজ করে; প্রম্পট, retrieved ডকুমেন্ট ও কথোপকথনের ইতিহাস রিয়েল-টাইমে ধরে রাখে।
বিপুল টেক্সট ডেটায় মডেলকে বারবার চালিয়ে ওজন (weights) শেখানো।
ইন্টারনেট-স্কেল টেক্সটে মাসের পর মাস ট্রেনিং — ভাষার সাধারণ জ্ঞান তৈরি হয়।
নির্দেশনা মানা ও সংলাপের ধরন শেখাতে ছোট, মানসম্মত ডেটায় বাড়তি প্রশিক্ষণ।
ভাষার সাবলীলতার পেছনের মূল জেনারেটিভ কৌশল।
পরের শব্দ হিসেবে পুরো vocabulary-তে প্রতিটা শব্দের সম্ভাবনার স্কোর হিসাব করা হয় — সবচেয়ে সম্ভাব্য টোকেনটাই বাছা হয়।
একটা একটা করে টোকেন তৈরি হতে থাকে — এভাবেই উত্তর "লেখা" হয়।
দায়িত্বশীল, নিরাপদ ও নীতিমালা-সম্মত AI আউটপুট নিশ্চিত করা।
ব্যবহারকারীর প্রম্পটে ক্ষতিকর বা দূষিত উদ্দেশ্য আছে কিনা যাচাই।
মানুষের ফিডব্যাক থেকে শেখা — সহায়ক ও নিরাপদ হওয়ার জন্য।
চূড়ান্ত উত্তরের আগেই বিষাক্ত বা সংবেদনশীল কনটেন্ট আটকে দেওয়া।