AI & ML Research 24 Hours

সর্বশেষ আপডেট: September 5, 2026, 10:15 PM ET

এআই ও এমএল গবেষণা

একটি নতুন ভিজ্যুয়াল গাইড ব্যাখ্যা করে কেন টাইম-সিরিজ কাজের জন্য ট্রান্সফরমারদের পজিশনাল এনকোডিং প্রয়োজন, এবং দেখায় কিভাবে স্পষ্ট অবস্থানগত তথ্য ছাড়া সেলফ-অ্যাটেনশন ক্রমের ক্রম হারায়। গাইডটি স্কেলার পর্যবেক্ষণ থেকে সেলফ-অ্যাটেনশনে রূপান্তরের মধ্য দিয়ে যায়, এবং প্রদর্শন করে কিভাবে পজিশনাল তথ্য প্রয়োজনীয় ক্রমটি পুনরুদ্ধার করে।

আলাদাভাবে, গবেষকরা জটিল গতিশীল সিস্টেমে রিইনফোর্সমেন্ট লার্নিং কর্মক্ষমতা উন্নত করতে ট্রান্সফার লার্নিং সহ হ্রাসকৃত-ক্রম মডেল প্রস্তাব করেন, যা সিমুলেশন খরচ কমিয়ে নির্ভুলতা বজায় রাখে। এই পদ্ধতিটি হ্রাসকৃত-ক্রম মডেলগুলির ব্যবহার করে পদার্থবিদ্যা-ভিত্তিক কাজের জন্য প্রশিক্ষণকে ত্বরান্বিত করে যা অন্যথায় গণনাগতভাবে অসম্ভব হবে।