মূল content-এ যান
Training guide-এর অধ্যায় সব নথিপত্র

Teacher, student ও training objective

উদাহরণ তৈরি, model-এর ওজন বদল এবং প্রশিক্ষিত সক্ষমতা মাপার পার্থক্য বুঝুন।

সব ভাষাতেই command ও code ইংরেজিতে থাকবে। বড় হাতের অক্ষরে লেখা placeholder নিজের account ও paid job-এর মান দিয়ে বদলান; shared notebook বা log-এ আসল key দেবেন না।

বিষয় ধরে প্রশিক্ষণ

কনফিগার করা বাজেটের মধ্যে চালান; ব্যর্থতা বা অগ্রগতি থামলে থামুন।
  1. প্রাথমিক মানদণ্ড বিদ্যমান কাজের মানদণ্ড মাপুন
  2. বিষয় একটি পূর্বশর্ত বেছে নিন
  3. অনুশীলন পাঠ তৈরি ও ওজন হালনাগাদ
  4. মূল্যায়ন প্রশিক্ষণ থেকে আলাদা রাখা স্থানীয় কাজ যাচাই
  5. সিদ্ধান্ত এগোন, উন্নতি করুন বা থামুন

প্রাথমিক মানদণ্ড: বিদ্যমান কাজের মানদণ্ড মাপুন. বিষয়: একটি পূর্বশর্ত বেছে নিন. অনুশীলন: পাঠ তৈরি ও ওজন হালনাগাদ. মূল্যায়ন: প্রশিক্ষণ থেকে আলাদা রাখা স্থানীয় কাজ যাচাই. সিদ্ধান্ত: এগোন, উন্নতি করুন বা থামুন

Teacher reference, deliverable নয়

অনুমোদিত reference integration দিয়ে teacher শিক্ষামূলক উপকরণ তৈরি বা পর্যালোচনা করে। SDK-তে লোড করা প্রশিক্ষণযোগ্য গ্রাহক model হলো student। Teacher-এর উত্তর তৈরি করলেই student-এর ওজন বদলায় না; আলাদা optimization step-এ training batch দিয়ে student parameter বদলানো হয়। Inference API দিয়ে teacher-এর ওজন ডাউনলোড হয় না।

  • একটি provider subscription-এ ওই provider plan-এর অন্তর্ভুক্ত reference model-গুলো থাকে।
  • ভিন্ন reference বাছলে আরেকটি subscription লাগে না।
  • ব্যবহারের আগে paid access period ও job compatibility যাচাই হয়।

লক্ষ্যটি পরীক্ষাযোগ্য করুন

“আমাকে জার্মান শেখাও” দিকনির্দেশ দেয়, কিন্তু training-এর জন্য নির্দিষ্ট শ্রোতা ও পরিমাপযোগ্য কাজ চাই। Conversation, translation, document understanding, writing, reasoning নাকি বিশেষায়িত ক্ষেত্র—কোনটি দরকার তা বলুন। গ্রহণযোগ্য ভুলের হার, privacy requirement এবং অগ্রহণযোগ্য আচরণের উদাহরণ উল্লেখ করুন। Teacher-তৈরি training material-এ গোপন evaluation প্রশ্ন রাখবেন না।

  • উদাহরণ: জার্মান support message সম্মত category-তে শ্রেণিবিন্যাস।
  • উদাহরণ: নাম, সংখ্যা ও অর্থ অক্ষুণ্ণ রেখে held-out collection অনুবাদ।
  • উদাহরণ: একটিমাত্র ব্যক্তিনির্ভর score নয়, সম্মত rubric-এ জার্মান লেখা মূল্যায়ন।
উদাহরণ · json
{
  "objective": "Train a separate model to classify German support messages into agreed categories.",
  "language": "German",
  "performance_criteria": "Evaluate held-out messages, report per-class precision and recall, and review regression against the untouched baseline."
}

নির্ধারিত সীমার topic curriculum ব্যবহার করুন

TrainingProject-এ স্পষ্ট curriculum topic দেওয়া যায়, অথবা অনুমোদিত teacher-কে curriculum প্রস্তাব করতে বলা যায়। এটি অপরিবর্তিত baseline মূল্যায়ন করে, কনফিগার করা budget-এর মধ্যে topic lesson প্রশিক্ষণ দেয় এবং গ্রহণযোগ্যতা, budget শেষ, অগ্রগতি না থাকা, বাতিল বা regression হলে থামে। Student-এর সক্ষমতা, data ও সামঞ্জস্যপূর্ণ runtime ফল নির্ধারণ করে।

  • Training, validation ও final acceptance data আলাদা রাখুন।
  • Teacher sharing শুধু অনুমোদিত প্রশিক্ষণ-টেক্সটে সীমিত; গোপন evaluation data কখনো শেয়ার হয় না।
  • সম্পন্ন topic ও অপূর্ণ criterion report-এ থাকে।