ලොකු භාෂා ආදර්ශ (LLM) මොඩලවලට නව වැඩක් ඉගෙන ගන්න අවශ්ය නම්, පළමු පුහුණුවෙන් පසු තවත් විශේෂිත පුහුණුවක් අවශ්ය වේ. මේ සඳහා online reinforcement learning (RL) නමැති ක්රමයක් භාවිතා කරමින්, මොඩලය වඩාත් සජීවීව, පරිශීලක ප්රතිචාරයෙන් නිරන්තරයෙන් ඉගෙන ගත හැක.
සාම්ප්රදායික offline RL ක්රමය දත්ත ගබඩාවකින් පූර්ව සකස් කර ඇති නියමිත දත්ත මත පදනම් වේ. එයට විරුද්ධව, online RL යනු යථාර්ථ භාවිතයේදී පරිශීලකයින්ගේ තත්කාලීන ප්රතිචාරය සෘජුවම මොඩලයට ලබා දී, ඒ අනුව පරාමිතීන් සවිස්තරාත්මකව ගොඩනැගීමයි. මෙය මොඩලය නිෂ්පාදන පරිසරයේ දෝෂ සකස් කර ගැනීමට, පරිසරය වෙනස් වීමත් සමඟ අනුකූල වීමට ඉඩ සලසයි.
RL පද්ධතියේ මූලික සංකල්පය ‘ඇජන්ට්’ සහ ‘පරිසරය’ අතර අන්තර්ක්රියායයි. LLM සඳහා, පරිශීලකයා ලියන පෙළ, පෙර සංවාද ඉතිහාසය, පද්ධති උපදෙස්, බාහිර මෙවලම්වල ප්රතිඵල වැනි තොරතුරු ‘state’ ලෙස ගෙන, එයට අදාළ ‘action’ ලෙස ටෝකන් අනුක්රමයක් නිර්මාණය කරයි. මෙහි ක්රියා විෂය ඉතා විශාල වේ; එක් පිළිතුරක් වුවමනා තත්ත්වයන් ගණනාවකින් සමන්විත තේරුම් ගත හැකි තැන්පත් අඩංගු වේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ සිසුන්, සංවර්ධකයින් සහ ව්යාපාරිකයන්ට මෙම තාක්ෂණය ගෙන දෙන ප්රතිලාභ කිහිපයක් ඇත:
- සිසුන්: ඉගෙනුම් අඩවියේ AI‑කෙරුණු පද්ධති, නවතම ප්රතිචාර මත පදනම්ව පෞද්ගලික ගැඹුරු පාඩම් සැපයීමට හැකියාව ඇත.
- සංවර්ධකයින්: online RL API භාවිතයෙන් මොඩලයන් ස්වයංක්රීයව පරිසරයට අනුකූල කර ගැනීමේ හැකියාව, නිර්මාණ කාලය හා පිරිවැය අඩු කරයි.
- ව්යාපාර: රියල්‑ටයිම් පාරිභෝගික සේවා, චැට්බොට්, අන්තර්ගත ජනකරණය වැනි ක්ෂේත්රවල නිරන්තර උත්තරදායකත්වය, පාරිභෝගික සතුට වැඩි කරයි.
ඉදිරි කාලයේ, ශ්රී ලංකාවේ තාක්ෂණික ආරම්භකයන් මෙම ක්රමය භාවිතා කර, AI‑මූලික නිෂ්පාදන නිර්මාණය, පර්යේෂණ සහ පෞද්ගලික අධ්යාපන වැඩසටහන් වර්ධනය කිරීමේ නව අවස්ථා සොයාගත හැක.
ඉතා ඉක්මණින්, online reinforcement learning LLM ක්ෂේත්රයෙහි මූලික මට්ටමක් වෙනස් කරයි. පරිශීලක ප්රතිචාරය සජීවීව අඩංගු කිරීමෙන්, මොඩලයන් තවත් නිරවද්ය, සාර්ථක සහ ප්රායෝගික වේ. ශ්රී ලංකාවේ තාක්ෂණික පරිසරය මේ සංකල්පය සමඟ ගොඩනැගීමෙන් ලොව පුරා අත්යවශ්ය AI නිපැයුම් වලට සම්බන්ධ වීමට සූදානම් වේ.
