NextStep නම් AI‑මූලික රෙසිමේ ඇගයීම් සහ සංස්කරණ මෙවලමක් සංවර්ධනය කරමින් සිටිනා කෙනෙකු, GPT‑4o මොඩලයේ අසත්ය පණිවුඩ (hallucination) ගැටළුවකට මුහුණ දුන්නා.
මෙම සේවාව රෙසිමේ එකක් හා රැකියා විස්තරයක් අතර සමානතාවය ගණනය කර, රෙසිමේ පළපුරුදු කිරීමේ යෝජනා දක්වයි. නමුත් මොඩලය එකම රෙසිමේ දෙවරක් ඇගයීමේදී 87% සහ 79% ලෙස වෙනස් සංඛ්යා ලබාදීම, හෝ DevOps තනතුරක් සඳහා “Managed production Kubernetes clusters” යන අසත්ය පදයක් එක් කිරීම වැනි වැරදි පෙන්වා දුන්නා.
මෙම ගැටළුවට විසඳුම් ලෙස, ලේඛකයා ගණිත ගණනය මැදින්ම Python භාවිතයෙන් ස්කෝරය ගණනය කළා. රැකියා විස්තරයේ ඉහළම 30 යතුරුපද අතර කීයක් රෙසිමේහි ඇතිදැයි ගණනය කිරීම, අවශ්ය හා අත්යවශ්ය කුසලතා ගණන, සහ embedding similarity (text‑embedding‑3‑small) යන දත්ත එකතු කර, සෑම වාරයකම එකම සංඛ්යා ලබා ගැනීමට හැකි වුණා.
ඉන්පසු, මෙම සංඛ්යා deterministic hints ලෙස මොඩලයට ලබා දී, එය නිවැරදිව ව්යාකරණය කර ගැනීමට උපකාර කළා. තවත් වැදගත් පියවර ලෙස, රෙසිමේ සංස්කරණ මොඩලයට “කවදාවත් අසත්ය අත්දැකීම්, දිනයන්, සමාගම් හෝ මිනුම් ඇතුළත් නොකරන්න” යන hard rules දී, වෙනස්කම් සිදු කරන විට මුල් වාක්යයත් එක්ක පෙන්වීමට නියම කළා.
එමෙන්ම, සර්වර් මට්ටමේ validation loop එකක් නිර්මාණය කර, මොඩලය විසින් නිර්දේශ කරන වෙනස්කම් රෙසිමේ තුළ අසත්ය තැනකට යොමු වුනාදැයි පරීක්ෂා කර, අයදුම්පත්රයට අදාළ නොවන සංස්කරණ අහෝසි කරන ලදි. සියලුම නිවැරදි සංස්කරණ නව පේළියක් ලෙස දත්ත සමුදායට ඇතුළත් කර, මුල් රෙසිමේ කිසිදාම වෙනස් නොවීමට වග බලා ගත්තා.
ශ්රී ලංකාවට ඇති වැදගත්කම
මෙම නව ක්රමවේදය ශ්රී ලංකාවේ තාක්ෂණික තරුණයින්ට රෙසිමේ නිර්මාණය කිරීමේ අධිකාරිත්වයක් ලබා දේ. AI‑මූලික ඇගයීම් නිවැරදිව, අධික පිරිවැයක් නැතිව ලබා ගත හැකි බැවින්, ස්ථානාත්රික ආයතන හා ස්ට්රට්අප්ස් සඳහා බදවා ගැනීමේ ප්රකාරය වේගවත් කරයි.
දෙදෙනාට, Python සහ AI API භාවිතයෙන් ස්කෝරය ගණනය කිරීමේ තාක්ෂණය ඉගෙන ගැනීම, දේශීය සංවර්ධකයින්ගේ කුසලතා වර්ධනයට හොඳ අවස්ථාවක් වේ. ඒ නිසා, රෙසිමේ තත්ත්වය උසස් කිරීමෙන්, අපේ රටේ නවතම තාක්ෂණික රැකියා අවස්ථා වෙත ප්රවේශය වඩාත් පහසු වේ.
අවසන් වශයෙන්, NextStep හි මෙම අභ්යන්තර පරීක්ෂණය AI‑මූලික රෙසිමේ සේවාවන්ගේ විශ්වාසනීයතාවය වැඩි කර, දේශීය තාක්ෂණික ආර්ථිකයට නව ගමනක් අරඹා දී ඇත.