Large Language Models

Today's Stories

1. 1

   Amex AI ব্যবহার করে পণ্য উন্নয়ন ত্বরান্বিত করছে, চাকরি কমানোর আলোচনা এড়িয়ে চলছে

   কী ঘটেছে: American Express-এর সিইও Steve Squeri শুক্রবারের আয় প্রতিবেদনে বলেছেন যে কৃত্রিম বুদ্ধিমত্তা কোম্পানিকে প্রযুক্তি পণ্যের জমা পড়া কাজ দ্রুত সম্পন্ন করতে এবং দক্ষতা বৃদ্ধি করতে সাহায্য করছে, যদিও তিনি সতর্ক করেছেন যে কর্মপ্রবাহ এবং রাজস্বের উপর গভীর প্রভাব পরে আসবে। Amex দ্বিতীয় ত্রৈমাসিকে ৩.১১ বিলিয়ন ডলার নেট আয় (এক বছর আগে ২.৮৮ বিলিয়ন ডলার থেকে বৃদ্ধি), ১৯.৬৪ বিলিয়ন ডলার রাজস্ব (১৭.৮ বিলিয়ন ডলার থেকে বৃদ্ধি) এবং ৪৪৫.৮ বিলিয়ন ডলার বিলড বিজনেস (৪১৬.৩ বিলিয়ন ডলার থেকে বৃদ্ধি) রিপোর্ট করেছে। এটি কেন গুরুত্বপূর্ণ: Squeri কৃত্রিম বুদ্ধিমত্তাকে কর্মীদের প্রতিস্থাপন করার পরিবর্তে কাজ ত্বরান্বিত করার একটি মাধ্যম হিসেবে উপস্থাপন করেছেন—Amex ব্যবসায়িক পরিমাণ বৃদ্ধি পাওয়া সত্ত্বেও গ্রাহক সেবায় নিয়োগের ত্বরণের অভাব রিপোর্ট করেছে, কর্মীবাহিনী হ্রাস শুধুমাত্র সময়ের সাথে সাথে প্রাকৃতিক ক্ষতির মাধ্যমে প্রত্যাশিত। এই পদ্ধতিটি কিছু ফিনটেক প্রতিদ্বন্দ্বীর সাথে বৈপরীত্যপূর্ণ যারা কৃত্রিম বুদ্ধিমত্তা বৃদ্ধিকে সরাসরি ছাঁটাইয়ের সাথে যুক্ত করেছে, এবং বড় আর্থিক প্রতিষ্ঠানগুলি চাকরি স্থানচ্যুতি সম্পর্কে জনসাধারণের উদ্বেগ কীভাবে নেভিগেট করছে তা সংকেত দেয়।

   নজর রাখার বিষয়: Amex Agent Payments Protocol (AP2) সমর্থন করছে, যা ২০২৫ সালের শেষে Google, PayPal এবং ৬০টিরও বেশি অন্যান্য কোম্পানির সাথে চালু করা একটি খোলা মান, এবং আগামী বছরে একাধিক ব্যবসা-কেন্দ্রিক কৃত্রিম বুদ্ধিমত্তা-চালিত পণ্য প্রকাশ করার পরিকল্পনা করছে—এটি একটি বাজি যে এজেন্টিক কৃত্রিম বুদ্ধিমত্তা আর্থিক সেবার পরবর্তী পর্যায়কে শক্তি দেবে।

2. 2

   একক উদ্যোক্তাদের প্রধান কাজগুলি কৃত্রিম বুদ্ধিমত্তার কাছে আউটসোর্স না করার পরামর্শ দেওয়া হচ্ছে

   কী ঘটেছে: Fast Company একক উদ্যোক্তাদের জন্য নির্দেশনা প্রকাশ করেছে যাতে তারা জানতে পারে কোন ব্যবসায়িক কাজগুলি কৃত্রিম বুদ্ধিমত্তার কাছে অর্পণ করা উচিত নয়, মানব বিচার এবং ব্যক্তিগত সম্পর্কের প্রয়োজন এমন কাজগুলি চিহ্নিত করে। এটি কেন গুরুত্বপূর্ণ: যখন একক উদ্যোক্তারা স্বয়ংক্রিয়করণের চাপের সম্মুখীন হচ্ছেন, তখন বোঝা যে কোন কাজগুলি মানব-চালিত থাকতে হবে তা বিশ্বাস, প্রামাণিকতা এবং পার্থক্য রক্ষা করতে সাহায্য করে যা প্রায়শই ছোট স্বাধীন ব্যবসাগুলিকে সংজ্ঞায়িত করে—বিশেষ করে ক্লায়েন্ট-মুখী বা সিদ্ধান্ত গ্রহণের ভূমিকায় যেখানে ব্যক্তিগত স্পর্শ একটি প্রতিযোগিতামূলক সুবিধা।

   যা দেখার মতো: নিবন্ধটি জোর দেয় যে যদিও কৃত্রিম বুদ্ধিমত্তা নিয়মিত কাজগুলি পরিচালনা করতে পারে, একক উদ্যোক্তারা যারা মূল সম্পর্ক এবং কৌশলগত সিদ্ধান্তগুলির উপর ব্যক্তিগত নিয়ন্ত্রণ বজায় রাখেন তারা সম্পূর্ণ স্বয়ংক্রিয়করণকারীদের তুলনায় শক্তিশালী ক্লায়েন্ট আনুগত্য এবং ব্র্যান্ড পরিচয় তৈরি করতে পারেন।

3. 3

   退役軍人省がSalesforceに16億ドルのAI契約を授与

   米退役軍人省はSalesforceと3年間、16億ドル（約2600億円）の契約を締結し、部門全体にエージェンティックAI（自律的に行動できるソフトウェアエージェント）を展開する。これにはライブコールに対応するバーチャルコンタクトセンターと、一部のVA病院で既に使用されているSlackベースのオペレーティングシステムが含まれる。 VA職員は現在、バラバラのシステムをナビゲートするのに時間を費やしており、退役軍人へのサービス提供ができていない。Salesforceの契約は、データとワークフローを接続することで管理上の負担を軽減し、スタッフが情報にすばやくアクセスでき、ケアと給付金提供に時間を割けるようにすることを目的としている。

   この契約はSalesforceのAgentic Enterprise License Agreement（AELA）を使用しており、昨年10月に発表されたフラットなシート単位の価格モデルである。アナリスト企業Gartnerは使用量が制限されない場合のコスト超過の懸念を表明したが、Salesforceは更新時には柔軟性を保つと述べている。

4. 4

   LEAD পদ্ধতি LLM-গুলিতে দীর্ঘ-দিগন্ত যুক্তির বাধা অতিক্রম করে

   কী ঘটেছে: EPFL-এর গবেষকরা বড় ভাষা মডেল (LLM)-গুলিতে একটি গুরুত্বপূর্ণ ব্যর্থতার মোড চিহ্নিত করেছেন যা দীর্ঘ-দিগন্ত যুক্তির কাজ সম্পাদনের সময় দেখা দেয়—একটি "পুনরুদ্ধার-বিহীন বাধা" যা যুক্তিকে অত্যধিক পদক্ষেপে বিভক্ত করলে উদ্ভূত হয়। তারা Lookahead-Enhanced Atomic Decomposition (LEAD) প্রস্তাব করেছেন, যা স্বল্প-দিগন্ত ভবিষ্যত যাচাইকরণ এবং ওভারল্যাপিং রোলআউট ব্যবহার করে স্থিতিশীলতা বজায় রেখে ত্রুটি-সংশোধন ক্ষমতা সংরক্ষণ করে। LEAD ব্যবহার করে o4-mini মডেল জটিলতা n = 13 পর্যন্ত Checkers Jumping পাজলগুলি সমাধান করেছে, যেখানে চরম বিয়োজন n = 11-এর বাইরে ব্যর্থ হয়েছে। এটি কেন গুরুত্বপূর্ণ: এমনকি যখন LLM-গুলিকে উচ্চ-স্তরের কৌশল দেওয়া হয়, তখনও তারা দীর্ঘ-দিগন্ত সম্পাদনের সময় অস্থির থাকে—এটি টেকসই বহু-পদক্ষেপ যুক্তির প্রয়োজনীয় কাজগুলির জন্য একটি মূল সীমাবদ্ধতা। পুনরুদ্ধার-বিহীন বাধা ঘটে কারণ কয়েকটি সমালোচনামূলক "কঠিন" পদক্ষেপে ত্রুটিগুলি অত্যন্ত অসম ত্রুটি বিতরণের কারণে অপ্রতিরোধ্য হয়ে ওঠে। LEAD-এর বিয়োজন দানাদারিত্বকে স্থানীয় প্রসঙ্গের সাথে ভারসাম্য রাখার পদ্ধতি জটিল সমস্যা সমাধানের জন্য AI সিস্টেমে আরও নির্ভরযোগ্য যুক্তির দিকে একটি পথ পরামর্শ দেয়।

   লক্ষ্য রাখার বিষয়: পদ্ধতিটি প্রদর্শন করে যে o4-mini এখন LEAD ব্যবহার করে জটিলতা n = 13 পর্যন্ত Checkers Jumping সমাধান করতে পারে, চরম বিয়োজনের সাথে n = 11-এর তুলনায়—এটি দীর্ঘ-দিগন্ত কার্য ক্ষমতার সীমানায় একটি পরিমাপযোগ্য উন্নতি।

5. 5

   Oracle এন্টারপ্রাইজ AI-এর জন্য ডেডিকেটেড GPU ক্লাউড সেবা চালু করেছে

   কী ঘটেছে: Oracle OCI Dedicated Cloud Customer-Owned GPU ঘোষণা করেছে, যা এন্টারপ্রাইজগুলিকে Oracle-এর ক্লাউড অবকাঠামোতে তাদের নিজস্ব GPU চালাতে দেয় ডেডিকেটেড কম্পিউট এবং নেটওয়ার্কিং রিসোর্স সহ। এটি কেন গুরুত্বপূর্ণ: এন্টারপ্রাইজগুলি ক্রমবর্ধমান বড় AI মডেল চালাতে প্রয়োজন অনুভব করছে কিন্তু ডেটা সার্ভেরেইন্টি, খরচ নিয়ন্ত্রণ এবং অবকাঠামো একীকরণের চ্যালেঞ্জের সম্মুখীন—ক্লাউডে একটি ডেডিকেটেড GPU সেবা তাদের মালিকানা এবং নিয়ন্ত্রণ বজায় রাখতে দেয় একই সাথে Oracle-এর অবকাঠামো ব্যবহার করে শেয়ার করা রিসোর্সের জন্য প্রতিযোগিতা ছাড়াই।

   কী দেখতে হবে: এই সেবা সংবেদনশীল ওয়ার্কলোড প্রসেস করা সংস্থাগুলির জন্য ডিজাইন করা হয়েছে যাদের বিচ্ছিন্নতা এবং পূর্বাভাসযোগ্য কর্মক্ষমতা প্রয়োজন; উপলব্ধতার বিবরণ এবং মূল্য নির্ধারণের নির্দিষ্টতা ঘোষণায় প্রদান করা হয়নি।

6. 6

   Amazon সান ফ্রান্সিস্কোর কৃত্রিম বুদ্ধিমত্তা কেন্দ্র বন্ধ করছে, মডেল কাজ অব্যাহত রাখছে

   কী ঘটেছে: Amazon তার সান ফ্রান্সিস্কোর প্রধান কৃত্রিম বুদ্ধিমত্তা গবেষণা কেন্দ্র বন্ধের কথা নিশ্চিত করেছে, তবে কোম্পানি বলেছে যে তার শীর্ষ কৃত্রিম বুদ্ধিমত্তা মডেলের কাজ অন্যত্র চলমান রয়েছে। এটি কেন গুরুত্বপূর্ণ: এই বন্ধ Amazon-এর কৃত্রিম বুদ্ধিমত্তা গবেষণা ও উন্নয়ন সংগঠনের পদ্ধতিতে পরিবর্তনের ইঙ্গিত দেয়, যদিও কোম্পানি তার মূল মডেল নির্মাণ প্রচেষ্টায় ধারাবাহিকতার ইঙ্গিত দিচ্ছে—এমন পদক্ষেপ যা সংস্থার মধ্যে বড় কৃত্রিম বুদ্ধিমত্তা কাজ কোথায় ঘটে তা পুনর্গঠন করতে পারে।

   লক্ষ্য রাখার বিষয়: Amazon বন্ধের সময়সূচী বা কতজন কর্মচারী প্রভাবিত হচ্ছেন তা প্রকাশ করেনি, যা কোম্পানির সান ফ্রান্সিস্কো কৃত্রিম বুদ্ধিমত্তা কার্যক্রমে নিকটমেয়াদী প্রভাব সম্পর্কে প্রশ্ন রেখে গেছে।