রিজনিং মডেলের ব্যাখ্যা: Grok-কে ভাবতে দেওয়া কখন জরুরি
কিছু মডেল উত্তর দেওয়ার আগে বিষয়টি নিয়ে চিন্তা করে। এতে কিছুটা বাড়তি সময় লাগলেও কিছু নির্দিষ্ট কাজে অসাধারণ ফলাফল মেলে। আমাদের চ্যাটে কীভাবে সঠিক মডেল বেছে নেবেন, তা জেনে নিন।
আমাদের চ্যাটে Grok 4.3 Thinking বেছে নিলে আপনি লক্ষ্য করবেন যে প্রথম শব্দটি আসার আগে কিছুটা বিরতি থাকে। এই বিরতির সময় মডেলটি আটকে থাকে না। এটি মনে মনে খসড়া তৈরি করে: প্রশ্নটিকে কয়েকটি অংশে ভাগ করে, কোনো একটি উপায় চেষ্টা করে, তা যাচাই করে এবং কখনো কখনো নতুন করে শুরু করে। যে মডেলগুলো এমন করে সেগুলোকে reasoning model বা thinking model বলা হয়। এই গাইডে আলোচনা করা হয়েছে এগুলো কীভাবে কাজ করে, অতিরিক্ত কয়েক সেকেন্ড সময় নিয়ে আপনি কী সুবিধা পান, এবং প্রতি কাজের জন্য দ্রুতগতির ডিফল্ট Grok 4.20 নাকি Grok 4.3 Thinking বেছে নেবেন—তা সহজে ঠিক করার কৌশল।
একটি thinking model কীভাবে আলাদাভাবে কাজ করে
প্রতিটি language model লেখার সময় একবারে অল্প অল্প করে টেক্সট তৈরি করে, যেখানে প্রতিটি অংশ তার আগের অংশের ওপর ভিত্তি করে তৈরি হয়। একটি সাধারণ মডেল সরাসরি উত্তরে চলে যায়। প্রথম বাক্যে ভুল পথে যাওয়া শুরু করলে এটি সাধারণত সেই ভুলেই আটকে থাকে, কারণ পরের শব্দগুলো আগের শব্দগুলোর ওপর নির্ভর করে আসে।
একটি reasoning model-কে এমনভাবে প্রশিক্ষণ দেওয়া হয়েছে যাতে এটি মূল উত্তরের আগে কিছুটা খসড়া কাজ করে নেয়—ঠিক যেমন পরীক্ষায় চূড়ান্ত উত্তর লেখার আগে আপনি খসড়া কাগজ বা রাফ ব্যবহার করেন। এই খসড়া অংশে এটি সমস্যার শর্তগুলো সাজিয়ে নিতে পারে, কোনো হিসেব করে দেখতে পারে এবং ভুল বা অসঙ্গতি চোখে পড়লে তা সংশোধন করে নিতে পারে। কেবল তারপরই এটি আপনার দেখা চূড়ান্ত উত্তরটি লেখে। এই খসড়া কাজটি মডেলটির তৈরি করা বাড়তি টেক্সট, তাই এটি দেখতে না পেলেও এতে কিছুটা সময় ও কম্পিউটিং পাওয়ার খরচ হয়।
কৌশলটি মূলত এটুকুই, এবং এটি সুবিধার পাশাপাশি সীমাবদ্ধতাগুলোও স্পষ্ট করে তোলে। যে সমস্যাগুলোর জন্য ধাপে ধাপে কাজ, যাচাই এবং দ্বিতীয়বার চেষ্টা করা দরকার, সেগুলোর উত্তর আরও ভালো হয়। আর যেগুলোর জন্য বাড়তি পদক্ষেপের দরকার নেই, সেগুলোতে কেবল অকারণ দেরি হয়।
আপনাকে কেন অপেক্ষা করতে হয়, এবং আপনি কী দেখতে পান না
আমাদের চ্যাটে চিন্তা করার পুরো প্রক্রিয়াটি আড়ালে ঘটে। Grok 4.3 কাজ করার সময় আপনি একটি "Thinking…" সূচক দেখতে পাবেন, এবং কাজ শেষ হলে চূড়ান্ত উত্তরটি আসতে শুরু করবে। আড়ালের খসড়া নোটগুলো দেখানো হয় না এবং আপনার হিস্ট্রিতেও সেভ থাকে না।
xAI-এর ডেভেলপার ডকুমেন্টেশনে reasoning effort নামের একটি সেটিংয়ের কথা বলা হয়েছে, যা নিয়ন্ত্রণ করে উত্তর দেওয়ার আগে মডেলটি কতটা চিন্তা করবে। Grok 4.3-এর ক্ষেত্রে এর অপশনগুলো none থেকে high পর্যন্ত হতে পারে, এবং ডিফল্ট হলো low। আমাদের চ্যাটে Grok 4.3-কে low effort-এ চালানো হয়: এতে একটি উত্তরের জন্য পুরো এক মিনিট অপেক্ষা না করিয়েও অধিকাংশ ভুল এড়িয়ে চলার মতো পর্যাপ্ত চিন্তাভাবনা করা যায়। Grok 4.7-ও প্রতিটি উত্তরের আগে চিন্তা করে, কারণ xAI-এর ডকুমেন্টেশন অনুযায়ী এর reasoning বন্ধ করা যায় না; আমরা এটিকেও low effort-এ চালাই। Grok 4.20-এ reasoning বন্ধ রাখা হয়, আর সে কারণেই এটি প্রায় সাথে সাথেই উত্তর দেওয়া শুরু করে।
আমাদের নিজস্ব পরীক্ষায় একটি ছোট প্রশ্নের ক্ষেত্রে Grok 4.20 প্রায় এক সেকেন্ডের মধ্যেই উত্তর দেওয়া শুরু করেছে, অন্যদিকে Grok 4.3 Thinking-এর কয়েক সেকেন্ড সময় লেগেছে। কঠিন সমস্যার ক্ষেত্রে চিন্তার পরিধি বাড়ে, তাই আরও দীর্ঘ বিরতির আশা রাখতে পারেন।
যেসব কাজে চিন্তাভাবনা বেশি কাজে দেয়
- বহু ধাপের গণিত ও পাটিগণিতের সমস্যা। শতকরা হারের শতকরা হার, একক রূপান্তর, সম্ভাব্যতা—যেখানে শুরুর একটি ভুলেই পুরো ফল নষ্ট হয়ে যায়।
- যুক্তি ও বিভিন্ন শর্তের সমন্বয়। বসার আসন বিন্যাস, সময়সূচি, "কার কাছে মাছটি আছে" জাতীয় ধাঁধা, অথবা পরস্পরবিরোধী শিডিউলের পাঁচজনের বৈঠকের সময় নির্ধারণ।
- ডিবাগিং। কোনো ফাংশন কেন ভুল ভ্যালু দেখাচ্ছে তা বের করতে কোডটি ধাপে ধাপে খতিয়ে দেখতে হয়, আর রাফ বা খসড়া প্রক্রিয়াটি ঠিক এই কাজের জন্যই সেরা।
- সুবিধা-অসুবিধা বিচার করে তুলনা করা। যখন বিভিন্ন দিক একে অপরের সাথে সাংঘর্ষিক হয়, তখন দুটি চাকরির অফার, দুটি মর্টগেজ বা তিনটি সফটওয়্যার টুলের মধ্যে সঠিকটি বেছে নেওয়া।
- কোনো যুক্তি যাচাই করা। কোনো প্রমাণের ফাঁকফোকর, ব্যবসায়িক পরিকল্পনার অপ্রকাশিত অনুমান বা কোনো প্রবন্ধের অসংলগ্ন অংশ খুঁজে বের করা।
অপেক্ষার মূল্য পাওয়া যায় এমন একটি উদাহরণ: একটি দোকানে কোনো পণ্যের দাম ২০ শতাংশ বাড়ানো হলো, এরপর সেই নতুন দামের ওপর ২৫ শতাংশ ছাড় দিয়ে বিক্রি করা হলো। ছাড়ের পর এক ক্রেতা ৫৪ টাকা পরিশোধ করলেন। পণ্যটির আসল দাম কত ছিল, এবং ছাড়ের পরের দাম কি আসল দামের চেয়ে বেশি নাকি কম? ধাপে ধাপে দেখান।
একটি দ্রুতগতির মডেল হয়তো সঠিক সংখ্যাটি বলে দিতে পারে, তবে এটি এমন ধরনের প্রশ্ন যেখানে পুরো আত্মবিশ্বাস নিয়ে এক ধাপে ভুল করার সম্ভাবনা সবচেয়ে বেশি থাকে। Grok 4.3 Thinking খুলুন এবং পরীক্ষা করে দেখুন, অথবা আপনার নির্বাচিত মডেলে এই দামের ধাঁধাটি পাঠিয়ে তুলনা করে দেখুন।
যেসব কাজে এটি বাড়তি কোনো সুবিধা দেয় না
প্রতিদিনের সাধারণ অনেক কাজের ক্ষেত্রে আগে চিন্তা করার প্রক্রিয়াটি শুধু দেরিই বাড়ায়। এসব কাজের জন্য Grok 4.20 ব্যবহার করুন:
- কোনো টেক্সট পেস্ট করে তা নতুন করে লেখা, ছোট করা বা টোন পরিবর্তন করা;
- ইমেল, পোস্ট, ক্যাপশন এবং ছোট গল্পের খসড়া তৈরি করা;
- সহজ তথ্য ও সংজ্ঞা জানা (যা চিন্তা করুক বা না করুক, যাচাই করা প্রয়োজন);
- নাম, আইডিয়া বা শিরোনামের ব্রেনস্টর্মিং, যেখানে নিখুঁত হওয়ার চেয়ে বৈচিত্র্য বেশি জরুরি;
- সাধারণ টেক্সট অনুবাদ করা।
xAI-এর নিজস্ব ডেভেলপার কুকবুকেও একই কথা বলা হয়েছে: তাদের একটি উদাহরণে দেখা গেছে, ছোট সাপোর্ট টিকিটের ক্ষেত্রে reasoning effort বাড়ালে কেবল বেশি টোকেন খরচ হয়, কিন্তু উত্তরের মান তেমন উন্নত হয় না। বেশি চিন্তা করা মানেই স্বয়ংক্রিয়ভাবে ভালো চিন্তা করা নয়।
আমাদের চ্যাটের তিনটি মডেলের তুলনা
| মডেল | আগে চিন্তা করে? | গতি | যে কাজে ব্যবহার করবেন |
|---|---|---|---|
| Grok 4.20 | না, এখানে reasoning বন্ধ থাকে | সবচেয়ে দ্রুত | লেখালেখি, সম্পাদনা, ব্যাখ্যা এবং দৈনন্দিন সাধারণ প্রশ্ন |
| Grok 4.3 Thinking | হ্যাঁ, low effort | কয়েক সেকেন্ড ধীরগতির | গণিত, যুক্তি, পরিকল্পনা, ডিবাগিং ও খুঁটিনাটি তুলনা |
| Grok 4.7 | হ্যাঁ, low effort | 4.3-এর কাছাকাছি | সবচেয়ে কঠিন কোডিং ও বিশ্লেষণ; দিনে ১০টি মেসেজ |
তিনটি মডেলই ছবি বুঝতে পারে এবং তিনটির জন্যই দৈনিক ৩০টি ফ্রি মেসেজের একই সীমা বরাদ্দ থাকে, তাই চিন্তা করে উত্তর দেওয়া মডেলটির জন্য আপনার বাড়তি কোনো মেসেজ খরচ হয় না। একমাত্র মূল্য হলো কিছুটা সময় অপেক্ষা করা। আরও বিস্তারিত জানতে Grok 4.3 পেজ এবং Grok 4.7 ও Grok 4.3-এর তুলনা দেখুন।
Thinking model-কে যেভাবে প্রম্পট করবেন
একটি সমস্যার সমাধান কীভাবে করতে হবে, তা বের করতে reasoning model-গুলো বেশ পারদর্শী। কিন্তু আপনি যে তথ্য বাদ দিয়েছেন, তা এটি নিজে থেকে তৈরি করতে পারে না। তাই প্রথম মেসেজেই সব শর্ত উল্লেখ করে দিন।
দুর্বল প্রম্পট: সামনের সপ্তাহে আমার টিমের মিটিংয়ের পরিকল্পনা করতে সাহায্য করুন। কার্যকর প্রম্পট: সামনের সপ্তাহে সোমবার থেকে শুক্রবারের মধ্যে সকাল ৯:০০ থেকে বিকেল ১৭:০০-এর মধ্যে ৩০ মিনিটের পাঁচটি ওয়ান-টু-ওয়ান মিটিংয়ের পরিকল্পনা করুন। শর্ত: মঙ্গলবার সকালে এবং প্রতিদিন ১২:০০-১৩:০০ পর্যন্ত আমি ব্যস্ত। আনা শুধু সোমবার থেকে বুধবার কাজ করে। বেন সকালে থাকতে পারবে না। দিনে দুটির বেশি মিটিং নয়। একটি টেবিল দিন, এবং কোনো শর্ত পূরণ করা না গেলে তা উল্লেখ করুন।
কয়েকটি অভ্যাস বেশ কাজে দিতে পারে:
- "ধাপে ধাপে চিন্তা করুন" লেখার দরকার নেই। মডেলটি উত্তর দেওয়ার আগেই নিজে থেকে তা করে নেয়। আপনি যদি ধাপগুলো যাচাই করতে চান, তবে সেগুলো উত্তরে উল্লেখ করতে বলুন।
- সহজে বোঝার জন্য চূড়ান্ত উত্তরটি কেবল একটি আলাদা লাইনে দিতে বলুন।
- কোনো কিছু অনুমান করে নিলে তা জানাতে বলুন। কারণ thinking model-গুলোও তথ্যের ঘাটতি থাকলে আন্দাজের ওপর নির্ভর করে।
- এই বাড়তি যত্নকে পুরোপুরি নির্ভুলতার নিশ্চয়তা ভাববেন না। একটি reasoning model খুব সুন্দর যুক্তির মাধ্যমেও ভুল উত্তরে পৌঁছাতে পারে—বিশেষ করে এমন তথ্যের ক্ষেত্রে যা এটি কখনোই শেখেনি।
দুই মিনিটের একটি পরীক্ষা
পার্থক্যটি বোঝার সবচেয়ে ভালো উপায় হলো নিজের চোখে তা দেখা। এমন একটি সমস্যা বেছে নিন যার উত্তর আপনার আগেই জানা আছে, যেমন সমাধান জানা কোনো বাড়ির কাজ বা গত সপ্তাহে সমাধান করা কোনো বাগ। এটি Grok 4.20-এ পাঠান, এরপর Grok 4.3 Thinking দিয়ে নতুন চ্যাট শুরু করে একই মেসেজ পাঠান। শুধু চূড়ান্ত উত্তর নয়, জটিল ধাপগুলো প্রতিটি মডেল কীভাবে সামলেছে তাও তুলনা করে দেখুন। কয়েকবার পরখ করলেই আপনি বুঝে যাবেন আপনার কোন কাজগুলোর জন্য বিরতি নেওয়া সার্থক। এই পরীক্ষাগুলো করার জন্য math solver এবং code assistant দারুণ দুটি জায়গা, এবং ধাপে ধাপে কাজ করার পদ্ধতিটি কেন কার্যকর তা জানতে language model যেভাবে কাজ করে সম্পর্কিত আমাদের গাইডটি পড়ুন।
সাধারণ জিজ্ঞাসা (FAQ)
আমি কি আপনাদের চ্যাটে Grok-এর চিন্তার প্রক্রিয়াটি দেখতে পারি?
না। আমাদের চ্যাট ভেতরের কাজের প্রক্রিয়াটি আড়ালে রাখে এবং কেবল চূড়ান্ত উত্তরটি দেখায়। এটি কীভাবে সমাধানে পৌঁছেছে তা দেখতে চাইলে উত্তরে ধাপগুলো ব্যাখ্যা করতে বলুন।
Thinking model কি আমার দৈনিক মেসেজের কোটা বেশি খরচ করে?
না। আপনি যে মডেলই বেছে নিন না কেন, প্রতিটি উত্তর একটি মেসেজ হিসেবে গণনা করা হয়। তবে ৩০টির মধ্যে Grok 4.7-এর দৈনিক সর্বোচ্চ সীমা ১০টি।
Grok 4.3 Thinking কি সবসময় বেশি নির্ভুল?
সবসময় নয়। এটি সাধারণত ধাপভিত্তিক সমস্যাগুলোতে ভালো করে, তবে এটিও ভুল করতে পারে এবং প্রশিক্ষণে থাকা তথ্যের বাইরে এটি কিছু জানে না। তাই যেকোনো গুরুত্বপূর্ণ বিষয় যাচাই করে নিন, যা আমাদের তথ্য যাচাই সংক্রান্ত গাইডে বিস্তারিত দেখানো হয়েছে।
এখানে Grok 4.20 কেন একটি thinking model নয়?
Grok 4.20 যুক্তি খাটিয়ে চিন্তা করতে পারে, তবে দৈনন্দিন কাজে এর গতি দ্রুত রাখার জন্য আমরা reasoning বন্ধ করে এটি চালাই। আপনি যখন আরও সতর্ক উত্তর চান, তখন মডেল মেনু থেকে Grok 4.3 Thinking বেছে নিন।
Grok 4.3 Thinking এবং Grok 4.7-এর মধ্যে পার্থক্য কী?
উভয় মডেলই উত্তর দেওয়ার আগে চিন্তা করে। Grok 4.7 হলো xAI-এর সর্বাধুনিক ফ্ল্যাগশিপ মডেল, যা কোডিং, এজেন্ট সংক্রান্ত জটিলতা এবং গভীর জ্ঞানমূলক কাজের জন্য তৈরি, এবং আমাদের চ্যাটে এটি দিনে ১০টি মেসেজে সীমাবদ্ধ। অন্যদিকে Grok 4.3 হলো যত্নশীল যুক্তির জন্য প্রতিদিনের নিয়মিত পছন্দ।
আরও দেখুন
Grok-কে কিছু জিজ্ঞাসা করতে চান?
অ্যাকাউন্ট, ডাউনলোড বা কার্ড ছাড়াই। চ্যাট খুলুন, প্রশ্ন লিখুন এবং সাথে সাথে Grok-এর উত্তর দেখুন।
চ্যাট শুরু করুন