কনটেন্টে যান
গ্লোসারি

ভিত্তিকরণ

ভিত্তিকরণ হলো একটি AI মডেলের আউটপুটকে তার প্যারামেট্রিক স্মৃতির পরিবর্তে যাচাইযোগ্য উৎস-প্রমাণে সীমাবদ্ধ করার অনুশীলন। একটি ভিত্তিযুক্ত উত্তর এমন পুনরুদ্ধারকৃত অনুচ্ছেদ দ্বারা সমর্থিত যা উদ্ধৃত ও যাচাই করা যায়, যা বানানো বা আত্মবিশ্বাসের সাথে ভুল প্রতিক্রিয়ার বিরুদ্ধে প্রাথমিক প্রতিরক্ষা।

সমার্থক: grounded AI, evidence grounding, source grounding, factual grounding

ভিত্তিকরণ একটি জনিত মডেলকে যুক্তিসঙ্গত-শোনানো অনুমানকারী থেকে একটি জবাবদিহিযোগ্য উত্তর-ইঞ্জিনে পরিণত করে। মডেলকে পুনরুদ্ধারকৃত প্রমাণ খাওয়ানো এবং তার আউটপুটকে সেই প্রমাণ উদ্ধৃত করার প্রয়োজন দিয়ে, ভিত্তিকরণ উত্তরগুলোকে বাস্তব, সাম্প্রতিক উৎসের সাথে বাঁধা রাখে যা একজন পর্যালোচক পরিদর্শন করতে পারে। এই শৃঙ্খলা প্রম্পটের বাইরেও প্রসারিত: পুনরুদ্ধারের মান, উদ্ধৃতি-ট্র্যাকিং, এবং অনুপস্থিত প্রমাণের জন্য একটি ফলব্যাক পথ সবই অবদান রাখে। শক্তিশালী ভিত্তিকরণই একটি স্বয়ংক্রিয় উত্তরকে এতটা বিশ্বাসযোগ্য করে যাতে এটি একটি অনুরোধ সমাধান করতে বা একটি শাসিত ক্রিয়া ট্রিগার করতে পারে।

সাধারণ জিজ্ঞাসা

বাস্তবে ভিত্তিকরণ কীভাবে প্রয়োগ করা হয়?
পুনরুদ্ধার মডেলকে কেবল প্রাসঙ্গিক উৎস-অনুচ্ছেদ সরবরাহ করে, প্রম্পট তাকে সেই প্রমাণ থেকে উত্তর দিতে নির্দেশ দেয়, এবং একটি যাচাই-ধাপ এমন দাবি প্রত্যাখ্যান করে যেগুলোর সমর্থনকারী উদ্ধৃতি নেই।
যখন কোনো ভিত্তি-প্রমাণ থাকে না তখন কী হয়?
একটি সুনকশাকৃত ভিত্তিযুক্ত সিস্টেম একটি প্রতিক্রিয়া বানানোর পরিবর্তে উত্তর দিতে অস্বীকার করে বা একজন ব্যক্তির কাছে এসকেলেট করে, আত্মবিশ্বাসী অনুমানের পরিবর্তে একটি স্পষ্ট ফাঁক সামনে আনে।