কি হয়েছে
DX (একটি আটলাসিয়ান সাবসিডিয়ারি), ক্যাপিটাল ওয়ান, GitHub, Google, এবং ভিক্টোরিয়া বিশ্ববিদ্যালয়ের গবেষকরা ACM সারিতে প্রকাশিত CAFE(S) কাঠামো প্রবর্তন করেছেন। ফ্রেমওয়ার্ক এআই কোডিং এজেন্টদের সরবরাহকৃত প্রসঙ্গ মানের মূল্যায়ন করার জন্য একটি ডায়গনিস্টিক শব্দভান্ডার প্রদান করে, প্রসঙ্গ মানের পাঁচটি নির্দিষ্ট মাত্রা চিহ্নিত করে যা এজেন্টের কার্যকারিতাকে প্রভাবিত করে।
CAFE(S) কাঠামোটি DX, Capital One, GitHub, Google, এবং ভিক্টোরিয়া বিশ্ববিদ্যালয়ের গবেষকদের সহ একটি বহু-প্রাতিষ্ঠানিক দল দ্বারা তৈরি করা হয়েছে৷ এটি প্ল্যাটফর্ম দল এবং সফ্টওয়্যার ইঞ্জিনিয়ারদের তথ্য পরিবেশের মূল্যায়ন করতে সাহায্য করার জন্য ডিজাইন করা হয়েছে যা এআই কোডিং এজেন্টদের খাওয়ায়।
গবেষণা অনুসারে, এআই কোডিংয়ে টাস্ক ব্যর্থতাগুলি প্রায়শই মডেলের সীমাবদ্ধতা বা অর্কেস্ট্রেশন সমস্যাগুলির জন্য ভুলভাবে দায়ী করা হয়, যখন সেগুলি প্রায়শই মডেলকে প্রদত্ত প্রসঙ্গের গুণমানের কারণে ঘটে। দলগুলিকে এই সমস্যাগুলি সনাক্ত করতে এবং সংশোধন করতে সহায়তা করার জন্য কাঠামোটি প্রসঙ্গ মানের পাঁচটি মাত্রা স্থাপন করে৷
লেখকরা যুক্তি দেন যে AI দুর্বল জ্ঞান ব্যবস্থাপনার খরচ বাড়ায়, কারণ এজেন্টরা অস্পষ্ট বা বাসি ডেটার উপর কাজ করতে বাধ্য হলে ভুলগুলি তৈরি করার সম্ভাবনা বেশি থাকে যা মানুষকে তখন সংশোধন করতে হবে।
উত্স বিবরণ: natlawreview.com ↗
কেন এটা গুরুত্বপূর্ণ
CAFE(S) ফ্রেমওয়ার্ক এআই-সহায়তা সফ্টওয়্যার ডেভেলপমেন্টের একটি গুরুত্বপূর্ণ বাধাকে মোকাবেলা করে: নিম্নমানের ইনপুট ডেটার কারণে মডেলের কর্মক্ষমতার অবনতি। 'প্রসঙ্গ মানের' জন্য একটি ভাগ করা শব্দভাণ্ডার প্রতিষ্ঠা করে, কাঠামোটি মডেল ক্ষমতা থেকে তথ্য পরিবেশের প্রকৌশলে ফোকাস স্থানান্তরিত করে। এটি তাৎপর্যপূর্ণ কারণ এমনকি উন্নত মডেলগুলি প্রায়শই ব্যর্থ হয় যখন অস্পষ্ট, অসম্পূর্ণ, বা বাসি ডেটা প্রদান করা হয়, যার ফলে বিকাশকারীর পুনর্ব্যবহার এবং টোকেন খরচ বৃদ্ধি পায়। কাঠামোর লক্ষ্য হল প্রসঙ্গ গুণকে একটি আনুষ্ঠানিক প্রকৌশল শৃঙ্খলা হিসাবে বিবেচনা করা, দলগুলিকে পদ্ধতিগতভাবে নির্ণয় করতে দেয় কেন এজেন্টরা ব্যর্থ হয় এবং AI-চালিত কোডিং ওয়ার্কফ্লোগুলির নির্ভরযোগ্যতা উন্নত করে৷
কাঠামোটি একটি 'গুণমানের স্কোরকার্ড' হিসাবে কাজ করার উদ্দেশ্যে তৈরি করা হয়েছে যা বিদ্যমান সফ্টওয়্যার বিকাশের স্ট্যাকের উপরে বসে। প্রসঙ্গ আলোচনা করার জন্য ব্যবহৃত ভাষাকে মানসম্মত করার মাধ্যমে, লেখকরা AI এজেন্টদের সমর্থন করে এমন ডেটা পাইপলাইনগুলির আরও ইচ্ছাকৃত নকশা এবং রক্ষণাবেক্ষণ সক্ষম করার আশা করেন।
ইঞ্জিনিয়ারিং দলগুলির জন্য ব্যবহারিক প্রভাব হল তথ্য পরিবেশকে প্রথম-শ্রেণীর প্রকৌশল উদ্বেগ হিসাবে বিবেচনা করার দিকে একটি পরিবর্তন। এই পদ্ধতির লক্ষ্য হল 'টোকেন বর্জ্য' এবং নির্ভরযোগ্যতার ঝুঁকি হ্রাস করা, সম্ভাব্যভাবে সংস্থাগুলির জন্য বিনিয়োগের উপর রিটার্নের উন্নতি ঘটানো যা তাদের AI কোডিং সরঞ্জামগুলি ব্যবহার করে।
ইন্টারেক্টিভ মেকানিজম: এটা আসলে কিভাবে কাজ করে
এই বিকাশের পিছনে অন্তর্নিহিত প্রযুক্তিটি ইন্টারেক্টিভভাবে অন্বেষণ করুন।
crm_get_transaction(id='4092').What most distinguishes an AI agent from a basic chatbot?
পরবর্তী কি দেখতে
কাঠামোটি বর্তমানে একটি পরিমাণগত পরিমাপ পদ্ধতির পরিবর্তে একটি ডায়গনিস্টিক শব্দভান্ডার হিসাবে কাজ করে। ভবিষ্যত উন্নয়নগুলি স্কেলে এই পাঁচটি মাত্রা মূল্যায়ন করার জন্য নির্ভরযোগ্য মেট্রিক্স তৈরি করার উপর ফোকাস করবে এবং প্রসঙ্গ মানের নির্দিষ্ট উন্নতিগুলি সফ্টওয়্যার সরবরাহ, বিকাশকারীর উত্পাদনশীলতা এবং সাংগঠনিক দক্ষতার পরিমাপযোগ্য ফলাফলের সাথে কীভাবে সম্পর্কযুক্ত তা নির্ধারণ করবে।
গবেষণাটি স্পষ্টভাবে উল্লেখ করেছে যে CAFE(S) হল সংজ্ঞার কাঠামো, স্বয়ংক্রিয় পরিমাপের জন্য একটি সিস্টেম নয়। শিল্পটিকে পরবর্তী গবেষণা বা টুলিংয়ের জন্য পর্যবেক্ষণ করতে হবে যা এই পাঁচটি মাত্রার পরিমাণ নির্ধারণ করার চেষ্টা করে।
পর্যবেক্ষকদের নিরীক্ষণ করা উচিত যে এই কাঠামোটি প্রধান ডেভেলপমেন্ট প্ল্যাটফর্মগুলি দ্বারা গৃহীত হয়েছে বা প্রমিত ডায়াগনস্টিক রিপোর্টিং প্রদানের জন্য বিদ্যমান AI কোডিং এজেন্ট ওয়ার্কফ্লোতে একীভূত হয়েছে কিনা।