AI এবং বিশ্বের কঠিন সমস্যাগুলো · রসায়ন ও উপকরণ · Nature Computational Science · 2026-10-12

বৃহৎ ভাষা মডেল দিয়ে বৈশিষ্ট্য পূর্বাভাসে কম মানেই বেশি হতে পারে

মূল শিরোনাম: Less can be more for predicting properties with large language models

স্ফটিকের গঠন থেকে গঠন-শক্তি বা ইলাস্টিক মডুলাসের মতো বৈশিষ্ট্য অনুমান করা, অর্থাৎ স্থানাঙ্ক-শ্রেণি (coordinate-category) ডেটা থেকে বৈশিষ্ট্য পূর্বাভাস, গণনামূলক বিজ্ঞানের একটি কেন্দ্রীয় বিষয়, এবং এতে বৃহৎ ভাষা মডেল (LLM) প্রয়োগ করা হয়েছে। সিনথেটিক ডেটাসেট ও MatText বেঞ্চমার্ক ব্যবহার করে লেখকেরা দেখেছেন, LLM শ্রেণির প্যাটার্ন ভালোভাবে সামলালেও স্থানাঙ্কের তথ্য ধরতে ধারাবাহিকভাবে ব্যর্থ হয়। এটি ৭০ বিলিয়ন প্যারামিটার পর্যন্ত মডেলের আকার, 2 × 10^6 কাঠামো পর্যন্ত ডেটাসেট এবং বিভিন্ন টেক্সট উপস্থাপনার ক্ষেত্রেই সত্য, আর কাঠামোগত প্রভাবের ওপর নির্ভরশীল বৈশিষ্ট্য পূর্বাভাসে বিশেষায়িত জ্যামিতিক আর্কিটেকচার LLM-কে ছাড়িয়ে যায়।

মূল লেখা পড়ুন ↗

সব আইটেম →