Grok-এর মতো লার্জ ল্যাঙ্গুয়েজ মডেল যেভাবে কাজ করে

Grok হলো একটি লার্জ ল্যাঙ্গুয়েজ মডেল বা LLM: বিপুল পরিমাণ লেখার ওপর ভিত্তি করে তৈরি একটি প্রোগ্রাম, যার কাজ অর্থপূর্ণভাবে টেক্সট এগিয়ে নেওয়া। এর মূল ভাবনাগুলো বুঝতে কোনো গণিতের দরকার নেই, আর এগুলো জানা থাকলে কাজ অনেক সহজ হয়ে যায়। এগুলো জানলেই বুঝবেন কেন Grok একটি অনুচ্ছেদ নতুন করে লিখতে এত দক্ষ, কেন এটি মাঝে মাঝে পুরোপুরি আত্মবিশ্বাসের সাথে ভুল তারিখ বলে ফেলে, কেন আমাদের চ্যাটে এটি গত সপ্তাহের খবর জানে না, আর কেন একটি স্পষ্ট প্রম্পট দিলে আরও ভালো উত্তর মেলে।

সবচেয়ে বড় মূল ভাবনা: এরপর কী আসবে তা অনুমান করা

একদম গোড়ার কথায়, একটি LLM মূলত একটি কাজই করে। কোনো টেক্সট দেওয়া হলে, এরপর কোন ছোট টেক্সটটি আসার সম্ভাবনা সবচেয়ে বেশি তা সে অনুমান করে, সেটি যোগ করে এবং বারবার একই কাজ করতে থাকে। আপনার প্রশ্ন, আগের মেসেজগুলো এবং সাইট থেকে মডেলকে দেওয়া নির্দেশাবলি—সবই সেই শুরুর টেক্সটের অংশ। আপনি যে উত্তরটি পড়েন, তা একের পর এক হাজার হাজার ছোট ছোট অনুমানের মাধ্যমে তৈরি হয়, যার প্রতিটিই এ পর্যন্ত লেখা সবকিছুর ওপর ভিত্তি করে ঘটে।

ট্যাক্সের জটিল নিয়ম ব্যাখ্যা করা বা কার্যকর কোড ফাংশন লেখার জন্য এই প্রক্রিয়াটি হয়তো বড্ড সাধারণ মনে হতে পারে। তবে এটি কাজ করে কারণ এর পরিধি বিশাল। শত কোটি উদাহরণের মধ্য দিয়ে নিখুঁতভাবে টেক্সট অনুমান করার জন্য একটি মডেলকে ব্যাকরণ, তথ্য, যুক্তির ধরন, লেখার শৈলী এবং মানুষের ব্যাখ্যার কৌশল গভীরভাবে আয়ত্ত করতে হয়। টেক্সট অনুমান করাই মূল কাজ; আর ভাষা ও পৃথিবী সম্পর্কে একটি বিস্তৃত, সামগ্রিক ধারণা তৈরি হওয়া হলো তারই ফল।

প্রতিটি শব্দ বাছাইয়ের পেছনে কিছুটা ইচ্ছাকৃত ভিন্নতা রাখা হয়। এ কারণেই আপনি প্রতিবার রিজেনারেট করলে একই প্রশ্নের উত্তরে ভাষার কিছুটা পরিবর্তন দেখতে পান।

টোকেন: মডেলের কাজের ক্ষুদ্রাংশ

মডেলগুলো সরাসরি কোনো বর্ণ বা পুরো শব্দ পড়ে না। তারা পড়ে টোকেন: টেক্সটের এমন কিছু অংশ যা হতে পারে একটি ছোট শব্দ, কোনো বড় শব্দের একাংশ, কোনো শব্দের সাথে স্পেস, অথবা কোনো বিরামচিহ্ন। সচরাচর ব্যবহৃত ইংরেজি শব্দগুলো সাধারণত একটি টোকেন হয়; তবে কম পরিচিত শব্দ এবং অনেক অ-ল্যাটিন লিপির ক্ষেত্রে একটি শব্দ একাধিক টোকেনে ভেঙে যায়।

টোকেন দুটি কারণে আপনার জন্য গুরুত্বপূর্ণ। একটি মডেল কতটা পড়তে ও লিখতে পারবে তার সীমাবদ্ধতা শব্দের সংখ্যায় নয়, টোকেনে পরিমাপ করা হয়। আর মডেল যেহেতু অক্ষরের বদলে এই অংশগুলো দেখে, তাই শব্দের অক্ষর গোনা বা উল্টো করে লেখার মতো সহজ কাজেও এটি ভুল করে বসতে পারে, যদিও অনেক জটিল ভাষার কাজ এটি খুব সহজেই করে ফেলে।

আমাদের চ্যাটে থাকা Grok মডেলগুলো ছবিও গ্রহণ করতে পারে। ছবিটিকে এমন একটি ফরম্যাটে রূপান্তর করা হয় যা মডেলটি আপনার টেক্সটের পাশাপাশি প্রসেস করতে পারে; আর এভাবেই এটি কোনো চার্ট বুঝতে পারে বা ছবির বর্ণনা দিতে পারে। তবে উত্তর কিন্তু এটি টেক্সটেই দেয়।

ট্রেনিং: সাধারণ টেক্সট থেকে কার্যকর সহকারীতে রূপান্তর

Grok-এর মতো একটি মডেল তৈরি করার কাজটি কয়েকটি ধাপে সম্পন্ন হয়। কোনো কোম্পানির সুনির্দিষ্ট প্রক্রিয়ার খুঁটিনাটি সাধারণত জনসমক্ষে প্রকাশ করা হয় না, তবে এর সাধারণ রূপরেখাটি বেশ পরিচিত।

1. প্রি-ট্রেনিং (Pre-training)। বই, ওয়েবসাইট, কোড ও অন্যান্য উপাদানের বিশাল সংগ্রহ থেকে মডেলটি টেক্সট অনুমান করতে শেখে। এখান থেকেই এর সাধারণ জ্ঞান এবং ভাষার দক্ষতা তৈরি হয়।
2. ফাইন-টিউনিং (Fine-tuning)। এরপর মডেলটিকে মানসম্পন্ন কথোপকথনের উদাহরণ দিয়ে প্রশিক্ষণ দেওয়া হয়: প্রশ্ন এবং সাথে সহায়ক ও সুবিন্যস্ত উত্তর। এটি সাধারণ টেক্সট প্রেডিক্টরকে এমন এক সহকারীতে রূপান্তর করে যা নির্দেশ মেনে চলতে পারে।
3. ফিডব্যাক (Feedback)। মানুষ ও স্বয়ংক্রিয় ব্যবস্থার মাধ্যমে উত্তরগুলো মূল্যায়ন করা হয় এবং সঠিক, স্পষ্ট ও নিরাপদ উত্তরের মতো ইতিবাচক স্কোর পাওয়া উত্তরগুলো বেশি পছন্দ করতে মডেলটিকে মানিয়ে নেওয়া হয়।

এর চূড়ান্ত ফল হলো ‘ওয়েট’ (weights) নামের সংখ্যার একটি বিশাল ফাইল, যাতে মডেলটির শেখা সমস্ত জ্ঞান সংরক্ষিত থাকে। কোনো কিছু খোঁজার জন্য মডেলটি তার প্রশিক্ষণের টেক্সটগুলোর কোনো কপি সংরক্ষণ করে রাখে না। এটি মূলত বিভিন্ন প্যাটার্ন মনে রাখে; এ কারণেই এটি কোনো ধারণাকে নতুন শব্দে ব্যাখ্যা করতে পারে, কিন্তু নির্দিষ্ট কোনো তথ্য মনে রাখতে গিয়ে গুলিয়ে ফেলতে পারে।

নলেজ কাট-অফ এবং ইন্টারনেটের অনুপস্থিতি

প্রশিক্ষণ একটি নির্দিষ্ট সময়ে শেষ হয়, আর সেই সময়ের পরের সবকিছুই মডেলের কাছে অজানা থাকে। সেই সময়সীমাকেই বলা হয় নলেজ কাট-অফ (knowledge cut-off)। Grok-এর কিছু সংস্করণ ওয়েবে সার্চ করতে পারে: grok.com এবং X-এ থাকা অফিশিয়াল Grok-এ লাইভ সার্চের সুবিধা রয়েছে। আমাদের চ্যাটে তা নেই, তাই এখানকার Grok কেবল তার প্রশিক্ষণ এবং কথোপকথনে আপনার দেওয়া তথ্যের ওপর ভিত্তি করেই উত্তর দেয়।

বাস্তব ক্ষেত্রে: খবর, পণ্যের দাম, খেলার ফলাফল, সময়সূচি, নতুন আইন এবং সফটওয়্যারের সর্বশেষ সংস্করণের জন্য হালনাগাদ কোনো উৎস ব্যবহার করুন। আপনি যদি চ্যাটে একটি আপ-টু-ডেট আর্টিকেল পেস্ট করে দেন, তবে Grok সেটি নিয়ে কাজ করতে পারবে, কারণ তখন সেই তথ্যটি কথোপকথনের অংশ হয়ে যায়।

কনটেক্সট উইন্ডো: মডেলের কাজের মেমরি

একটি মডেলের কনটেক্সট উইন্ডো হলো টেক্সটের সেই নির্দিষ্ট পরিমাণ, যা এটি একবারে বিবেচনায় নিতে পারে—যার মধ্যে আপনার মেসেজ, মডেলের উত্তর এবং যেকোনো নির্দেশাবলি অন্তর্ভুক্ত থাকে। xAI-এর Grok মডেলগুলোর কনটেক্সট উইন্ডো বেশ বড়; OpenRouter-এর তথ্য অনুযায়ী Grok 4.20-এর ক্ষেত্রে এটি ২০ লাখ টোকেন, Grok 4.3-এর জন্য ১০ লাখ এবং Grok 4.7-এর জন্য ৫ লাখ টোকেন। উত্তর দ্রুত এবং বিনামূল্যে রাখতে আমাদের চ্যাটে তুলনামূলকভাবে ছোট একটি অংশ পাঠানো হয়, যার ফলে দীর্ঘ কথোপকথনের সবচেয়ে পুরনো মেসেজগুলো বাদ পড়ে যায়।

এর ফলে দুটি বিষয় ঘটে। একটি কথোপকথনের ভেতরে, Grok কেবল ততটুকুই "মনে রাখে" যতটুকু এখনও উইন্ডোতে রয়েছে। আর দুটি ভিন্ন কথোপকথনের মধ্যে এটি কিছুই মনে রাখে না: প্রতিটি নতুন চ্যাট একদম শুরু থেকে খালি অবস্থায় চালু হয়, যদিও আপনার পুরনো চ্যাটগুলো ব্রাউজারে সংরক্ষিত থাকে যাতে আপনি পরে আবার দেখতে পারেন। দীর্ঘ চ্যাটে খেই হারিয়ে ফেললে একটি সারাংশ চেয়ে নিন এবং সেটি দিয়ে নতুন চ্যাট শুরু করুন।

রিজনিং: উত্তর দেওয়ার আগে যেসব মডেল চিন্তা করে

কিছু মডেলকে চূড়ান্ত উত্তর দেওয়ার আগে কাজের ধাপগুলো ভেবে দেখার জন্য প্রস্তুত করা হয়েছে: শর্তগুলো বিশ্লেষণ করা, একটি উপায় চেষ্টা করা এবং তা যাচাই করা। একে রিজনিং (যুক্তিনির্ভর চিন্তা) বলা হয় এবং এটি গণিত, যুক্তি, পরিকল্পনা ও কোড ডিবাগিংয়ে সবচেয়ে বেশি সাহায্য করে। আমাদের চ্যাটে, Grok 4.3 Thinking এবং Grok 4.7 উত্তর দেওয়ার আগে চিন্তা করে, তবে দ্রুত উত্তরের জন্য Grok 4.20-এ রিজনিং বন্ধ রাখা হয়েছে। আমাদের রিজনিং মডেলের গাইডে আলোচনা করা হয়েছে ঠিক কখন একটু সময় নেওয়া সার্থক হয়।

মডেলগুলো কেন মনগড়া তথ্য দেয়

মডেলটি সবসময় একটি যুক্তিযুক্ত বাক্য সাজাতে চায়, তাই নিজের জ্ঞানের সীমানায় পৌঁছালেও এটি স্বাভাবিকভাবে থেমে যায় না। এমন কোনো উৎসের কথা জিজ্ঞেস করলে যা এটি কখনো দেখেনি, এটি বানিয়ে একটি বিশ্বাসযোগ্য শিরোনাম দিয়ে দিতে পারে। কোনো ছোট শহরের কথা জানতে চাইলে এটি হয়তো কাছাকাছি অন্য কোনো শহরের তথ্যের সাথে তা মিশিয়ে ফেলে। একে সাধারণত হ্যালুসিনেশন (hallucination) বলা হয়, আর এটি ঠিক সেই প্রক্রিয়ারই একটি পার্শ্বপ্রতিক্রিয়া যা মডেলটিকে সাবলীলভাবে কথা বলতে সাহায্য করে। প্রশিক্ষণের মাধ্যমে এটি কমানো যায় এবং "নিশ্চিত না হলে স্পষ্ট জানিয়ে দাও"-এর মতো নির্দেশাবলি দিলে উপকার মেলে, তবে বর্তমানের কোনো মডেলই এটি থেকে পুরোপুরি মুক্ত নয়। আমাদের এআই উত্তর যাচাই করার গাইড থেকে জেনে নিন কোন কোন জায়গায় সতর্ক থাকতে হবে।

আপনার প্রম্পটের জন্য এর গুরুত্ব

ওপরের প্রতিটি ধারণা থেকে কাজের একটি সঠিক অভ্যাস তৈরি হয়। মডেলটি যা দেখতে পায় তা থেকেই অনুমান করে, তাই তাকে প্রয়োজনীয় তথ্য দিন। এর একটি কাট-অফ রয়েছে, তাই সাম্প্রতিক তথ্যগুলো নিজে পেস্ট করে দিন। এটি আন্দাজে উত্তর দিতে পারে, তাই কোনো বিষয়ে নিশ্চিত না থাকলে তা উল্লেখ করার নির্দেশ দিন।

দুর্বল:
আমার ভিসার নিয়মকানুন কী?

কার্যকর:
নিচে আমার ভিসার ধরন সম্পর্কিত অফিশিয়াল পৃষ্ঠার তথ্য দেওয়া হলো, যা আজ
সংগ্রহ করা হয়েছে। ভিসা শেষ হওয়ার আগে আমাকে কী কী করতে হবে তা সহজ কথায়
ব্যাখ্যা করুন এবং উল্লেখিত ডেডলাইনগুলোর তালিকা দিন। কেবল এই লেখার তথ্যই
ব্যবহার করুন, আর কোনো বিষয় অস্পষ্ট থাকলে তা জানিয়ে দিন।
---
[পেস্ট করা টেক্সট]

দুর্বল প্রম্পটটি Grok-কে এমন সব নিয়ম মনে করতে বলে যা ইতিমধ্যে হয়তো বদলে গেছে। কার্যকর প্রম্পটটি তাকে বর্তমান তথ্য দেয় এবং LLM যে কাজে সেরা—পড়া, ব্যাখ্যা করা ও গুছিয়ে লেখা—ঠিক সেটিই করতে বলে। এই ধরনের কাজের জন্য summarizer ব্যবহার করে দেখতে পারেন, অথবা Grok-কে সহজ কথায় বিষয়টি বুঝিয়ে দিতে বলতে পারেন।

সাধারণ জিজ্ঞাসা (FAQ)

Grok কি যা বলে তা নিজে বুঝতে পারে?

এটি একটি বিতর্কিত বিষয়। তবে এটি স্পষ্ট যে এটি প্রায়ই কার্যকরভাবে ব্যাখ্যা করতে, সারসংক্ষেপ তৈরি করতে ও যুক্তি দিতে পারে, আবার নিজের অজান্তেই ভুলও করতে পারে। এটি কতটা আত্মবিশ্বাসের সাথে বলছে তা দেখে নয়, বরং উত্তরের তথ্য যাচাই করে এর মান বিচার করুন।

Grok কি এই মুহূর্তে আমার চ্যাটগুলো থেকে শিখছে?

আপনার সাথে কথা বলার সময় মডেলটিতে কোনো পরিবর্তন হয় না; প্রশিক্ষণের পরেই এর ওয়েট স্থায়ী হয়ে যায়। একটি চ্যাটের ভেতরে এটি আপনার মেসেজগুলোকে কনটেক্সট হিসেবে ব্যবহার করে, এবং নতুন চ্যাট সেগুলো ছাড়াই শুরু হয়।

ভিন্ন ভিন্ন এআই মডেল আলাদা উত্তর দেয় কেন?

সেগুলোকে ভিন্ন ভিন্ন ডেটা, বিভিন্ন পদ্ধতি এবং আলাদা উদ্দেশ্যে প্রশিক্ষণ দেওয়া হয়েছে। অন্যান্য মডেলের সাথে Grok-এর তুলনা এবং Grok কী—এসব পাতায় Grok পরিবারের অবস্থান বিস্তারিত আলোচনা করা হয়েছে।

Grok কে তৈরি করেছে?

Grok তৈরি করেছে xAI, যা ফেব্রুয়ারি ২০২৬-এ SpaceX অধিগ্রহণ করে। আমাদের সাইটটি স্বাধীন এবং ক্লাউড API-এর মাধ্যমে Grok মডেলগুলো ব্যবহার করে; xAI, SpaceX বা X-এর সাথে আমাদের কোনো প্রাতিষ্ঠানিক সম্পৃক্ততা নেই। সম্পূর্ণ সময়রেখা দেখতে পাবেন Grok ইতিহাস পাতায়।