ভূমিকা

এর ল্যান্ডস্কেপ কৃত্রিম বুদ্ধিমত্তা এর আবির্ভাবের দ্বারা গত কয়েক বছরে নাটকীয়ভাবে পুনর্নির্মাণ করা হয়েছে বড় ভাষার মডেল (এলএলএম)। এই শক্তিশালী সরঞ্জামগুলি সাধারণ পাঠ্য প্রসেসর থেকে জটিল সিস্টেমে বিকশিত হয়েছে যা মানুষের মতো পাঠ্য বোঝা এবং তৈরি করতে সক্ষম, সক্ষমতা এবং অ্যাপ্লিকেশন উভয় ক্ষেত্রেই উল্লেখযোগ্য অগ্রগতি করেছে। এই বিবর্তনের অগ্রভাগে রয়েছে মেটার সর্বশেষ অফার, লামা 3, যা অ্যাক্সেসযোগ্যতা এবং কর্মক্ষমতার ক্ষেত্রে উন্মুক্ত মডেলগুলি কী অর্জন করতে পারে তার সীমানা ঠেলে দেওয়ার প্রতিশ্রুতি দেয়।                                                                                                                                     

লামার মূল বৈশিষ্ট্য 3 

• Llama 3 একটি ডিকোডার-অনলি ট্রান্সফরমার আর্কিটেকচার বজায় রাখে উল্লেখযোগ্য উন্নতি সহ, যার মধ্যে একটি টোকেনাইজার 128,000 টোকেন সমর্থন করে, ভাষা এনকোডিং দক্ষতা উন্নত করে।
• 8 বিলিয়ন এবং 70 বিলিয়ন প্যারামিটার মডেল উভয় জুড়ে সমন্বিত, ফোকাসড এবং কার্যকর প্রক্রিয়াকরণের জন্য অনুমান দক্ষতা বৃদ্ধি করে।
• Llama 3 বিভিন্ন মানদণ্ড জুড়ে তার পূর্বসূরি এবং প্রতিযোগীদের ছাড়িয়ে গেছে, MMLU এবং HumanEval-এর মতো কাজগুলিতে অসাধারণ।
• 15 ট্রিলিয়ন টোকেন ডেটাসেটে প্রশিক্ষণ দেওয়া হয়েছে, এর থেকে সাত গুণ বড়৷ লামা 2এর ডেটাসেট, 30 টিরও বেশি ভাষার বিভিন্ন ভাষাগত উপস্থাপনা এবং অ-ইংরেজি ডেটা অন্তর্ভুক্ত করে।
• বিস্তারিত স্কেলিং আইনগুলি ডাটা মিক্স এবং কম্পিউটেশনাল রিসোর্স অপ্টিমাইজ করে, লামা 2 এর তুলনায় প্রশিক্ষণ প্রক্রিয়ার কার্যকারিতা তিনগুণ করার সময় বিভিন্ন অ্যাপ্লিকেশন জুড়ে শক্তিশালী কর্মক্ষমতা নিশ্চিত করে।
• একটি উন্নত পোস্ট-প্রশিক্ষণ পর্যায় মডেলের গুণমান এবং সিদ্ধান্ত নেওয়ার ক্ষমতা উন্নত করতে তত্ত্বাবধানে সূক্ষ্ম-টিউনিং, প্রত্যাখ্যান স্যাম্পলিং এবং নীতি অপ্টিমাইজেশনকে একত্রিত করে।
• প্রধান প্ল্যাটফর্ম জুড়ে উপলব্ধ, এতে উন্নত টোকেনাইজার দক্ষতা এবং নিরাপত্তা বৈশিষ্ট্য রয়েছে, ডেভেলপারদের ক্ষমতায়ন করে অ্যাপ্লিকেশন তৈরি করতে এবং দায়িত্বশীল AI স্থাপনা নিশ্চিত করে।

টক অফ দ্য এআই টাউন

ক্লেমেন্ট ডেলাঙ্গু, সহ-প্রতিষ্ঠাতা এবং সিইও HuggingFace-এর

ইয়ান লেকুন, এনওয়াইইউ এর অধ্যাপক | মেটাতে প্রধান এআই বিজ্ঞানী | এআই, মেশিন লার্নিং, রোবোটিক্স ইত্যাদির গবেষক এসিএম টুরিং পুরস্কার বিজয়ী।

আন্দ্রেজ কার্পাথি, ওপেনএআই-এর প্রতিষ্ঠাতা দল

মেটা লামা 3 জেনারেটিভ এআই-এর বিবর্তনে অগ্রগতির একটি গুরুত্বপূর্ণ ধাপ চিহ্নিত করে মেটা-এর ভাষা মডেলের সিরিজের সর্বশেষ অগ্রগতির প্রতিনিধিত্ব করে। এখন উপলব্ধ, এই নতুন প্রজন্ম 8 বিলিয়ন এবং 70 বিলিয়ন প্যারামিটার সহ মডেলগুলিকে অন্তর্ভুক্ত করে, প্রতিটি অ্যাপ্লিকেশনের বিভিন্ন পরিসরে এক্সেল করার জন্য ডিজাইন করা হয়েছে৷ দৈনন্দিন কথোপকথনে জড়িত হওয়া থেকে জটিল যুক্তিযুক্ত কাজগুলি মোকাবেলা করার জন্য, Llama 3 কর্মক্ষমতার ক্ষেত্রে একটি নতুন মান সেট করেছে, যা তার পূর্বসূরিদের অনেক শিল্পের মানদণ্ডে ছাড়িয়ে গেছে। Llama 3 অবাধে অ্যাক্সেসযোগ্য, AI-তে উদ্ভাবন চালানোর জন্য সম্প্রদায়কে ক্ষমতায়ন করে, অ্যাপ্লিকেশন তৈরি করা থেকে শুরু করে ডেভেলপার টুল বাড়ানো এবং এর বাইরেও। 

লামা 2 থেকে মডেল আর্কিটেকচার এবং উন্নতি

Llama 3 প্রমাণিত ডিকোডার-অনলি ট্রান্সফরমার আর্কিটেকচার বজায় রাখে যখন উল্লেখযোগ্য বর্ধনগুলি অন্তর্ভুক্ত করে যা এর কার্যকারিতা লামা 2-এর চেয়েও উন্নীত করে। একটি সুসংগত নকশা দর্শনকে মেনে চলা, Llama 3-এ একটি টোকেনাইজার রয়েছে যা 128,000'র মডেলের বিস্তৃত শব্দভান্ডারকে সমর্থন করে। এনকোডিং ভাষায়। এই বিকাশ উল্লেখযোগ্যভাবে উন্নত সামগ্রিক কর্মক্ষমতা মধ্যে অনুবাদ. অধিকন্তু, অনুমানের কার্যকারিতা বাড়াতে, Llama 3 তার 8 বিলিয়ন এবং 70 বিলিয়ন প্যারামিটার মডেল উভয় জুড়ে গ্রুপড কোয়েরি অ্যাটেনশন (GQA) সংহত করে। এই মডেলটি একটি মাস্কিং কৌশল সহ 8,192 টোকেনের সিকোয়েন্স নিযুক্ত করে যা নথির সীমানা জুড়ে প্রসারিত হতে স্ব-মনোযোগকে বাধা দেয়, আরও ফোকাসড এবং কার্যকর প্রক্রিয়াকরণ নিশ্চিত করে। এই উন্নতিগুলি সম্মিলিতভাবে বর্ধিত নির্ভুলতা এবং দক্ষতার সাথে আরও বিস্তৃত কাজগুলি পরিচালনা করার জন্য Llama 3-এর ক্ষমতা বাড়ায়।

অন্যান্য মডেলের তুলনায় বেঞ্চমার্কিং ফলাফল

Llama 3 জেনারেটিভ AI-তে বার বাড়িয়েছে, বিভিন্ন মানদণ্ড জুড়ে এর পূর্বসূরি এবং প্রতিযোগীদের ছাড়িয়ে গেছে। এটি বিশেষ করে MMLU-এর মতো পরীক্ষায় দক্ষতা অর্জন করেছে, যা বিভিন্ন ক্ষেত্রে জ্ঞানের মূল্যায়ন করে এবং HumanEval, কোডিং দক্ষতার উপর দৃষ্টি নিবদ্ধ করে। অধিকন্তু, Llama 3 অন্যান্য উচ্চ-প্যারামিটার মডেলগুলিকে ছাড়িয়ে গেছে যেমন Google এর Gemini 1.5 Pro এবং Anthropic's Claude 3 Sonnet, বিশেষ করে জটিল যুক্তি এবং বোঝার কাজে।

দয়া করে দেখুন মূল্যায়ন বিবরণ সেটিং এবং প্যারামিটারের জন্য যা দিয়ে এই মূল্যায়নগুলি গণনা করা হয়।

স্ট্যান্ডার্ড এবং কাস্টম টেস্ট সেটের মূল্যায়ন

মেটা বিভিন্ন বাস্তব-বিশ্বের অ্যাপ্লিকেশন জুড়ে Llama 3 পরীক্ষা করার জন্য ঐতিহ্যগত বেঞ্চমার্কের বাইরে অনন্য মূল্যায়ন সেট তৈরি করেছে। এই উপযোগী মূল্যায়ন কাঠামোর মধ্যে রয়েছে 1,800টি সমালোচনামূলক ব্যবহারের ক্ষেত্রে 12টি প্রম্পট রয়েছে: পরামর্শ দেওয়া, চিন্তাভাবনা করা, শ্রেণীবদ্ধ করা, বদ্ধ এবং খোলা উভয় প্রশ্নের উত্তর দেওয়া, কোডিং, সৃজনশীল রচনা, ডেটা নিষ্কাশন, ভূমিকা-পালন, যৌক্তিক যুক্তি, পাঠ্য পুনর্লিখন এবং সংক্ষিপ্তকরণ। এই নির্দিষ্ট সেটে অ্যাক্সেস সীমাবদ্ধ করা, এমনকি মেটার মডেলিং দলগুলির জন্যও, মডেলের সম্ভাব্য ওভারফিটিং থেকে রক্ষা করে। এই কঠোর পরীক্ষার পদ্ধতি Llama 3 এর উচ্চতর কর্মক্ষমতা প্রমাণ করেছে, প্রায়শই অন্যান্য মডেলকে ছাড়িয়ে যায়। এইভাবে এর অভিযোজনযোগ্যতা এবং দক্ষতা আন্ডারস্কোরিং।

দয়া করে দেখুন মূল্যায়ন বিবরণ সেটিং এবং প্যারামিটারের জন্য যা দিয়ে এই মূল্যায়নগুলি গণনা করা হয়।

প্রশিক্ষণ তথ্য এবং স্কেলিং কৌশল

আসুন এখন প্রশিক্ষণের ডেটা এবং স্কেলিং কৌশলগুলি অন্বেষণ করি:

প্রশিক্ষণ ডেটা

• Llama 3 এর প্রশিক্ষণ ডেটাসেট, 15 ট্রিলিয়ন টোকেন, Llama 2 থেকে সাতগুণ বৃদ্ধি।
• ডেটাসেটটি 5টি ভাষার থেকে চারগুণ বেশি কোড এবং 30% উচ্চ-মানের অ-ইংরেজি ডেটা অন্তর্ভুক্ত করে। বহুভাষিক অ্যাপ্লিকেশনের জন্য বিভিন্ন ভাষাগত প্রতিনিধিত্ব নিশ্চিত করা।
• ডেটার গুণমান বজায় রাখার জন্য, মেটা হিউরিস্টিক ফিল্টার, NSFW ফিল্টার, শব্দার্থক ডিডপ্লিকেশন এবং টেক্সট ক্লাসিফায়ার সহ অত্যাধুনিক ডেটা-ফিল্টারিং পাইপলাইন নিয়োগ করে।
• পূর্ববর্তী লামা মডেল থেকে অন্তর্দৃষ্টি লাভ করে, এই সিস্টেমগুলি মানসম্পন্ন ডেটা সনাক্তকরণ এবং অন্তর্ভুক্ত করে লামা 3-এর প্রশিক্ষণকে উন্নত করে।

স্কেলিং কৌশল

• মেটা বিস্তারিত স্কেলিং আইন তৈরি করে লামা 3-এর ডেটাসেটের ইউটিলিটি সর্বাধিক করার উপর দৃষ্টি নিবদ্ধ করে।
• ডেটা মিক্স এবং কম্পিউটেশনাল রিসোর্সের অপ্টিমাইজেশন বিভিন্ন টাস্ক জুড়ে মডেল পারফরম্যান্সের সঠিক ভবিষ্যদ্বাণী করতে সহায়তা করে।
• কৌশলগত দূরদর্শিতা ট্রিভিয়া, স্টেম, কোডিং এবং ঐতিহাসিক জ্ঞানের মতো বিভিন্ন অ্যাপ্লিকেশন জুড়ে শক্তিশালী কর্মক্ষমতা নিশ্চিত করে।
• অন্তর্দৃষ্টি 8B প্যারামিটার মডেলের জন্য চিনচিলা-প্রশিক্ষণ গণনার সর্বোত্তম পরিমাণ প্রকাশ করেছে, প্রায় 200 বিলিয়ন টোকেন।
• 8B এবং 70B উভয় মডেলই 15 ট্রিলিয়ন টোকেনগুলির সাথে লগ-রৈখিকভাবে কর্মক্ষমতা উন্নত করে চলেছে৷
• মেটা কাস্টম-বিল্ট 400 GPU ক্লাস্টার জুড়ে একযোগে 16,000 GPU ব্যবহার করে GPU প্রতি 24,000 TFLOPS অর্জন করেছে।
• প্রশিক্ষণের পরিকাঠামোতে উদ্ভাবনের মধ্যে রয়েছে স্বয়ংক্রিয় ত্রুটি সনাক্তকরণ, সিস্টেম রক্ষণাবেক্ষণ এবং পরিমাপযোগ্য স্টোরেজ সমাধান।
• এই অগ্রগতিগুলি Llama 3-এর তুলনায় Llama 2-এর প্রশিক্ষণের দক্ষতাকে তিনগুণ করে, 95%-এর বেশি কার্যকর প্রশিক্ষণের সময় অর্জন করেছে।
• এই উন্নতিগুলি বৃহৎ ভাষার মডেলগুলিকে প্রশিক্ষণের জন্য নতুন মান নির্ধারণ করে, AI এর সীমানাকে এগিয়ে নিয়ে যায়।

ফাইন-টিউনিংয়ের নির্দেশনা

• নির্দেশ-টিউনিং পূর্বপ্রশিক্ষিত চ্যাট মডেলের কার্যকারিতা বাড়ায়।
• প্রক্রিয়াটি তত্ত্বাবধানকৃত ফাইন-টিউনিং, প্রত্যাখ্যান স্যাম্পলিং, পিপিও এবং ডিপিওকে একত্রিত করে।
• মডেল পারফরম্যান্সের জন্য PPO/DPO-তে SFT এবং পছন্দের র‌্যাঙ্কিং অত্যন্ত গুরুত্বপূর্ণ।
• মানব টীকাকারদের দ্বারা সূক্ষ্ম ডেটা কিউরেশন এবং গুণমানের নিশ্চয়তা।
• PPO/DPO-তে পছন্দের র‌্যাঙ্কিং যুক্তি এবং কোডিং টাস্কের কর্মক্ষমতা উন্নত করে।
• মডেলগুলি সঠিক উত্তর তৈরি করতে সক্ষম কিন্তু নির্বাচনের সাথে লড়াই করতে পারে।
• পছন্দের র‌্যাঙ্কিং সহ প্রশিক্ষণ জটিল কাজে সিদ্ধান্ত গ্রহণকে উন্নত করে।

Llama3 স্থাপনা

Llama 3 ক্লাউড পরিষেবা এবং মডেল API প্রদানকারী সহ প্রধান প্ল্যাটফর্ম জুড়ে ব্যাপক প্রাপ্যতার জন্য সেট করা হয়েছে। এটি উন্নত টোকেনাইজারের কার্যকারিতা বৈশিষ্ট্যযুক্ত, Llama 15 এর তুলনায় টোকেন ব্যবহার 2% পর্যন্ত হ্রাস করে, এবং Llama 8 1B এর উপর অতিরিক্ত 2 বিলিয়ন প্যারামিটার সহ অনুমান দক্ষতা বজায় রাখতে 7B মডেলে গ্রুপ কোয়েরি অ্যাটেনশন (GQA) অন্তর্ভুক্ত করে। ওপেন সোর্স 'লামা রেসিপি' ব্যবহারিক স্থাপনা এবং অপ্টিমাইজেশান কৌশলগুলির জন্য ব্যাপক সংস্থান সরবরাহ করে, যা লামা 3 এর বহুমুখী অ্যাপ্লিকেশনকে সমর্থন করে।

লামা 3-এ বর্ধিতকরণ এবং নিরাপত্তা বৈশিষ্ট্য

Llama 3 ডিজাইন করা হয়েছে ডেভেলপারদের ক্ষমতায়ন করার জন্য টুল এবং নমনীয়তা দিয়ে নির্দিষ্ট চাহিদা অনুযায়ী অ্যাপ্লিকেশন তৈরি করার জন্য। এটি ওপেন এআই ইকোসিস্টেমকে উন্নত করে। এই সংস্করণটি লামা গার্ড 2, সাইবারসেক ইভাল 2 এবং কোড শিল্ড সহ নতুন সুরক্ষা এবং বিশ্বাসের সরঞ্জামগুলি প্রবর্তন করে, যা অনুমানের সময় অনিরাপদ কোড ফিল্টার করতে সহায়তা করে। Llama 3 টর্চটিউনের সাথে অংশীদারিত্বে তৈরি করা হয়েছে, একটি পাইটর্চ-নেটিভ লাইব্রেরি যা দক্ষ, মেমরি-বান্ধব রচনা, সূক্ষ্ম-টিউনিং এবং এলএলএম পরীক্ষা করতে সক্ষম করে। এই লাইব্রেরিটি আলিঙ্গন মুখ এবং ওজন এবং পক্ষপাতের মতো প্ল্যাটফর্মগুলির সাথে একীকরণ সমর্থন করে৷ এটি এক্সিকিউটর্চের মাধ্যমে বিভিন্ন ডিভাইসে দক্ষ অনুমানকে সহজতর করে।

দায়িত্বশীল স্থাপনার জন্য একটি পদ্ধতিগত পদ্ধতি নিশ্চিত করে যে Llama 3 মডেলগুলি শুধুমাত্র দরকারী নয় কিন্তু নিরাপদও। নির্দেশনা ফাইন-টিউনিং হল একটি মূল উপাদান, যা সাইবার নিরাপত্তার মতো ক্ষেত্রে সম্ভাব্য অপব্যবহারের বিরুদ্ধে নিরাপত্তা এবং দৃঢ়তার জন্য রেড-টিমিং প্রচেষ্টার দ্বারা উল্লেখযোগ্যভাবে উন্নত। Llama Guard 2-এর প্রবর্তন MLCcommons শ্রেণীবিন্যাসকে শিল্পের মান নির্ধারণে সহায়তা করে, যখন CyberSecEval 2 কোড অপব্যবহারের বিরুদ্ধে সুরক্ষা ব্যবস্থা উন্নত করে।

লামা 3 বিকাশে একটি উন্মুক্ত পদ্ধতি গ্রহণের লক্ষ্য হল এআই সম্প্রদায়কে একত্রিত করা এবং সম্ভাব্য ঝুঁকিগুলিকে কার্যকরভাবে মোকাবেলা করা। মেটা আপডেট করা হয়েছে দায়িত্বশীল ব্যবহার নির্দেশিকা (RUG) সমস্ত মডেল ইনপুট এবং আউটপুট ক্লাউড প্রদানকারীদের দ্বারা প্রদত্ত বিষয়বস্তু সংযম সরঞ্জামগুলির দ্বারা পরিপূরক নিরাপত্তা মানগুলি মেনে চলে তা নিশ্চিত করার জন্য সর্বোত্তম অনুশীলনের রূপরেখা দেয়৷ এই সম্মিলিত প্রচেষ্টাগুলি বিভিন্ন অ্যাপ্লিকেশনে LLM-এর নিরাপদ, দায়িত্বশীল এবং উদ্ভাবনী ব্যবহারকে উৎসাহিত করার দিকে পরিচালিত হয়।

লামার জন্য ভবিষ্যত উন্নয়ন 3

Llama 3 মডেলের প্রাথমিক প্রকাশ, 8B এবং 70B সংস্করণ সহ। এটি এই সিরিজের জন্য পরিকল্পিত উন্নয়নের শুরু মাত্র। মেটা বর্তমানে 400 বিলিয়ন প্যারামিটার সহ আরও বড় মডেলের প্রশিক্ষণ দিচ্ছে। এই মডেলগুলি বর্ধিত ক্ষমতার প্রতিশ্রুতি দেবে, যেমন মাল্টিমডালিটি, বহুভাষিক যোগাযোগ, বর্ধিত প্রসঙ্গ উইন্ডো এবং সামগ্রিকভাবে শক্তিশালী কর্মক্ষমতা। আগামী মাসে, এই উন্নত মডেলগুলি চালু করা হবে। Llama 3-এর প্রশিক্ষণ থেকে প্রাপ্ত ফলাফলগুলির রূপরেখা দিয়ে একটি বিশদ গবেষণা পত্রের সাথে। মেটা তাদের বৃহত্তম LLM মডেলের চলমান প্রশিক্ষণের প্রাথমিক স্ন্যাপশটগুলি ভাগ করেছে, যা ভবিষ্যতে প্রকাশের অন্তর্দৃষ্টি প্রদান করে।

দয়া করে দেখুন মূল্যায়ন বিবরণ সেটিং এবং প্যারামিটারের জন্য যা দিয়ে এই মূল্যায়নগুলি গণনা করা হয়।

লামা 3 এর প্রভাব এবং অনুমোদন

• Llama 3 দ্রুততম মডেল হয়ে উঠেছে যেটি Hugging Face-এ #1 ট্রেন্ডিং স্পটে পৌঁছেছে। মুক্তির মাত্র কয়েক ঘণ্টার মধ্যেই এই রেকর্ড অর্জন।

এখানে ক্লিক করুন লিঙ্ক অ্যাক্সেস করুন।

• লামা 30,000 এবং 1 থেকে 2 মডেলের বিকাশের পর, লামা 3 এআই ইকোসিস্টেমকে উল্লেখযোগ্যভাবে প্রভাবিত করতে প্রস্তুত।
• প্রধান AI এবং ক্লাউড প্ল্যাটফর্ম যেমন AWS, Microsoft Azure, Google Cloud, এবং Hugging Face অবিলম্বে Llama 3 অন্তর্ভুক্ত করেছে।
• Kaggle-এ মডেলের উপস্থিতি এটির অ্যাক্সেসযোগ্যতাকে প্রশস্ত করে, ডেটা বিজ্ঞান সম্প্রদায়ের মধ্যে আরও হাতে-কলমে অন্বেষণ এবং বিকাশকে উত্সাহিত করে৷
• LlamaIndex-এ উপলব্ধ, @ravithejads এবং @LoganMarkewich-এর মতো বিশেষজ্ঞদের দ্বারা সংকলিত এই সংস্থানটি সাধারণ কাজ থেকে শুরু করে জটিল RAG পাইপলাইন পর্যন্ত বিভিন্ন অ্যাপ্লিকেশান জুড়ে Llama 3 ব্যবহার করার বিষয়ে বিস্তারিত নির্দেশনা প্রদান করে। এখানে ক্লিক করুন অ্যাক্সেস লিঙ্ক।

উপসংহার

Llama 3 বড় ভাষা মডেলের বিবর্তনে একটি নতুন মান সেট করে। তারা এর উন্নত স্থাপত্য এবং দক্ষতার সাথে বিভিন্ন টাস্ক জুড়ে AI ক্ষমতা বাড়াচ্ছে। এর ব্যাপক পরীক্ষা পূর্বসূরি এবং সমসাময়িক উভয় মডেলকে ছাড়িয়ে উচ্চতর কর্মক্ষমতা প্রদর্শন করে। দৃঢ় প্রশিক্ষণ কৌশল এবং লামা গার্ড 2 এবং সাইবারসেক ইভাল 2 এর মত উদ্ভাবনী নিরাপত্তা ব্যবস্থা সহ। লামা 3 দায়িত্বশীল AI উন্নয়নে মেটার প্রতিশ্রুতিকে আন্ডারস্কোর করে। যেহেতু Llama 3 ব্যাপকভাবে উপলব্ধ হয়ে উঠেছে, এটি AI অ্যাপ্লিকেশনগুলিতে উল্লেখযোগ্য অগ্রগতি চালানোর প্রতিশ্রুতি দেয়। এছাড়াও বিকাশকারীদের প্রযুক্তিগত সীমানা অন্বেষণ এবং প্রসারিত করার জন্য একটি শক্তিশালী হাতিয়ার প্রদান করে।

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
• প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
• প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
• উত্স: https://www.analyticsvidhya.com/blog/2024/04/meta-llama-3-redefining-large-language-model-standards/