# জিপিটি-৬ এষ্ট্ৰাই আন এটা এআইৰ অন্তহীন চিন্তাধাৰা পেচ কৰিছিল

Published: 2026-11-04

এমআইটি-সংযুক্ত অধ্যয়ন এটাই এটা সৰু কুইন মডেলৰ ওজন সম্পাদনা কৰিবলৈ আৰু অধিক উত্তৰ শেষ কৰাত সহায় কৰিবলৈ জিপিটি-৬ এষ্ট্ৰা ব্যৱহাৰ কৰিছিল। ইয়াৰ প্ৰকাশিত গণিত-স্কোৰৰ বৃদ্ধি এক লক্ষ্যযুক্ত লুপ মেৰামতি, পাইথন বিশ্লেষণ আৰু অনুশীলনৰ মতামতৰ ওপৰত নিৰ্ভৰ কৰিছিল। এটা পৃথক সৰু-জেম্মাৰ পৰৱৰ্তী অনুসন্ধানত কোনো প্ৰতিষ্ঠিত লাভ পোৱা নগ'ল।

Canonical: https://thedailydiff.dev/as/video/2026-11-03-astra-qwen-weights/

## এই ভিডিঅ’টোত কি আছে

- প্ৰকাশিত কুইনৰ স্কোৰ বৃদ্ধি পুনৰাবৃত্তি যুক্তিৰ এক লক্ষ্যযুক্ত মেৰামতিৰ পৰা আহিছিল; সম্পাদিত উত্তৰৰ প্ৰায় এক তৃতীয়াংশই প্ৰাথমিক প্ৰটোকলত দৈৰ্ঘ্যৰ সীমা পাইছিল।
- গ্ৰেডিয়েন্ট প্ৰশিক্ষণ নিষিদ্ধ আছিল, আনহাতে পাইথন, অনুশীলনৰ উত্তৰ আৰু বহুবাৰৰ ম'ডেল-ৰাণৰ মতামতক অনুমতি দিয়া হৈছিল। চূড়ান্ত মূল্যায়নৰ প্ৰশ্নসমূহ উৎস-ঘোষিতভাৱে বাদ দিয়া হৈছিল।
- সৰু কেঁচা ওজন আৰু কোনো ৰোলআউট নথকা খেলৰ পৰীক্ষাবোৰত বেলেগ বেলেগ চৰ্ত ব্যৱহাৰ কৰা হৈছিল। সিহঁতৰ দাবীয়ে সিহঁতৰ ব্যক্তিগত আহিলা, ইনপুট আৰু মৌলিক পৰিসৰ বজাই ৰাখিব লাগে।
- মেথিউ হনিবালে আহিলা-সহায়তাত কৰা অভিযান্ত্ৰিকতাক স্বীকৃতি দিয়ে আৰু পৰীক্ষাবোৰ একেলগে বান্ধি দিয়াৰ ফলত সৃষ্টি হোৱা বহল ধাৰণাটোক লৈ বিতৰ্ক কৰে।
- সৰু জেম্মাৰ পৰৱৰ্তী অনুসন্ধানত ইয়াৰ নিজৰ ছেটআপ ব্যৱহাৰ কৰা হৈছিল আৰু কোনো উন্নতি প্ৰতিষ্ঠা কৰাত বিফল হৈছিল। আন এটা ম'ডেলত প্ৰয়োগ কৰাৰ আগতে ওজন সম্পাদনাই কি বিফলতা মেৰামতি কৰে সেয়া পৰীক্ষা কৰক।

## প্ৰশ্ন আৰু উত্তৰ

### কুইনৰ প্ৰকাশিত গণিতৰ নম্বৰ উন্নত কৰিবলৈ এষ্ট্ৰাই কি সলনি কৰিছিল?

ৰিকিয়া তাকেহী আৰু সহ-লেখসকলৰ অধ্যয়ন অনুসৰি, এষ্ট্ৰাই এটা লক্ষ্যযুক্ত ওজন সম্পাদনা কৰিছিল যিয়ে কুইনক অধিক উত্তৰ শেষ কৰাত সহায় কৰিছিল। ই আভ্যন্তৰীণ স্তৰৰ নিৰ্বাচিত স্তম্ভৰ পৰা পুনৰাবৃত্তি-সম্পৰ্কীয় অৱদান আঁতৰাই পেলাইছিল। প্ৰকাশিত গণিত-স্কোৰৰ বৃদ্ধি এটা নিৰ্দিষ্ট মূল্যায়ন প্ৰটোকল ব্যৱহাৰ কৰিছিল। বহু সম্পাদিত উত্তৰে এতিয়াও দৈৰ্ঘ্যৰ সীমা পাইছিল, গতিকে ফলাফলটোত যথেষ্ট অৱশিষ্ট বিফলতাৰ হাৰ থাকে।

### কুইনৰ ওজন সম্পাদনাৰ সময়ত কি আহিলা আৰু মতামতৰ অনুমতি আছিল?

পাইথন বিশ্লেষণ, উত্তৰৰ সৈতে অনুশীলনৰ সমস্যা আৰু বেচ ম'ডেল-ৰানৰ মতামতক বহুবাৰৰ বাবে অনুমতি দিয়া হৈছিল। গৱেষকসকলৰ প্ৰকৃত প্ৰাৰম্ভিক প্ৰম্প্টে গ্ৰেডিয়েন্ট প্ৰশিক্ষণ নিষিদ্ধ কৰিছিল আৰু ডায়াগনষ্টিক আৰু কাৰণিক পৰীক্ষাৰ পৰামৰ্শ নিৰ্দিষ্ট কৰিছিল, য'ত পুনৰাবৃত্তি-চিন্তনৰ মেৰামতিও যোগ্য লক্ষ্য হিচাপে আছিল। এই সমৰ্থনে এষ্ট্ৰাক বিদ্যমান ওজনত পোনপটীয়া সম্পাদনা বাছনি কৰাত সহায় কৰিছিল। এটা বাজেট ইউনিটত শ শ সৃষ্টি হোৱা উত্তৰ থাকিব পাৰে।

### অন্তিম মূল্যায়নৰ সমস্যাবোৰ সম্পাদনা কৰা ম'ডেলটোৰ বাবে উপলব্ধ আছিলনে?

গৱেষকসকলে কয় যে অন্তিম মূল্যায়ন ছেটবোৰ এষ্ট্ৰাই দেখা নাছিল। অনুশীলনৰ মতামত প্ৰশিক্ষণ-বিভাজনৰ সমস্যাৰ পৰা আহিছিল আৰু সম্পাদনা বাছনি কৰাত সহায় কৰিছিল; পিছত পৃথকভাৱে ৰখা সমস্যাবোৰে দাখিল কৰা ম'ডেলটো জুখিছিল। প্ৰাৰম্ভিক প্ৰম্প্টে বেঞ্চমাৰ্কৰ নাম আৰু মূল্যায়ন প্ৰটোকল প্ৰকাশ কৰিছিল। সেই পাৰ্থক্যই কি ৰখা হৈছিল সেয়া বৰ্ণনা কৰে, এই দাবী নকৰাকৈ যে সম্পাদকৰ কামটোৰ বিষয়ে সকলো তথ্য নাছিল।

### সৰু জেম্মাৰ ওজন-সম্পাদনাৰ পৰৱৰ্তী অনুসন্ধানত কি হ'ল?

ৰিকিয়া তাকেহী আৰু সহ-লেখসকলৰ মতে, সৰু জেম্মাৰ পৰৱৰ্তী অনুসন্ধানত কোনো লাভ প্ৰতিষ্ঠা কৰাত বিফল হৈছিল। মডেলটোৱে খুব কম লুপ কৰিছিল, আৰু ইয়াৰ বিফলতাবোৰৰ ভিতৰত ভুল аಂಕিক আৰু অবৈধ বীজগণিত আছিল। অনুশীলনৰ মতামতৰ সৈতে লক্ষ্যযুক্ত সম্পাদনাই প্ৰকাশিত গণিতৰ নম্বৰ প্ৰায় এক পইণ্টৰ বেছি সলনি কৰা নাছিল। ই এটা পৃথক ছেটআপ ব্যৱহাৰ কৰিছিল, গতিকে তুলনাটোৱে এটা সমান-নিয়ন্ত্ৰিত এব্লেচনৰ সলনি এটা স্কোপযুক্ত প্ৰতি-উদাহৰণ যোগান ধৰে।

### ওজন-সম্পাদনাৰ দাবীৰ ওপৰত The Daily Diff ৰ ৰায় কি আছিল?

The Daily Diff ৰ ৰায় আছিল NEEDS REVIEW। নিকোৱে লক্ষ্যযুক্ত লুপ মেৰামতিটোক গুৰুত্ব সহকাৰে ল'ব আৰু পৰীক্ষা কৰিব, আনহাতে সেই বিফলতাৰ ধৰণৰ বাহিৰেও সফলতাত বহল দাবীসমূহ গেট কৰি ৰাখিব। গৱেষকসকলৰ নিজা সৰু-ম'ডেলৰ প্ৰতি-উদাহৰণে সেই বিচাৰক জনাই। ডেভেলপাৰসকলে এটা সম্পাদনাই মেৰামতি কৰা বিফলতা চিনাক্ত কৰিব লাগে আৰু এটা প্ৰকাশিত গুণক উদযাপন কৰাৰ আগতে নিজা কামবোৰত সংৰক্ষিত ওজনবোৰ মূল্যায়ন কৰিব লাগে।

## অধ্যায়সমূহ

- 0:00 গণিতৰ নম্বৰ কিয় বৃদ্ধি পালে?
- 0:58 কুইনৰ কি ভুল হৈছিল?
- 1:25 আজিৰ সমালোচকে কি লৈ বিতৰ্ক কৰিছে?
- 1:41 এষ্ট্ৰাই আচলতে কি সহায় পাইছিল?
- 2:27 আচল মেৰামতি কিমান সৰু আছিল?
- 3:08 কোনবোৰ পৰীক্ষাত আচলতে কোনো আহিলা নাছিল?
- 3:40 এটা অধিক সাধাৰণ দাবীৰ বাবে কি লাগিব?
- 4:06 যি ম'ডেলটোৱে খুব কম লুপ কৰিছিল, তাৰ কি হ'ল?
- 4:47 মই ওজন-সম্পাদনাৰ দাবীটো SHIP কৰিমনে?

## অনূদিত ট্ৰান্সক্ৰিপ্ট

মূল ইংৰাজী বৰ্ণনাৰ পৰা অনুবাদ কৰা হৈছে। উপলব্ধ অডিঅ’ আৰু কেপচন ইউটিউবে নিয়ন্ত্ৰণ কৰে।

### গণিতৰ নম্বৰ কিয় বৃদ্ধি পালে?

0:00 আন এটা এআইক ছয় গুণ বেছি স্মাৰ্ট কৰা এটা এআইয়ে তাৎক্ষণিক প্ৰতিভাৰ দৰে শুনা যায়। এষ্ট্ৰাৰ ডাঙৰ স্কোৰ বৃদ্ধি কুইনক উত্তৰ শেষ কৰাত সহায় কৰাৰ পৰা আহিছিল যিবোৰ ই বাৰে বাৰে পুনৰাবৃত্তি কৰি আছিল। এই ভিডিঅ'ত, কি সলনি হ'ল? এষ্ট্ৰাই কি সহায় পাইছিল? আৰু এই সমাধান কিমান দূৰলৈ যায়? কুইন প্ৰায় আঠ শতাংশৰ পৰা আঠচল্লিশ শতাংশলৈ বৃদ্ধি পালে। গৱেষকসকলে প্ৰায় কোনো লুপ নথকা দ্বিতীয় এটা মডেল চেষ্টা কৰিছিল। আমি ৰায় দিয়াৰ আগতে কি হ'ল সেয়া চাম।

0:22 আজি মঙলবাৰ, তিনি নৱেম্বৰ, আৰু এইটো হৈছে The Daily Diff। ওজন-স্থান প্ৰগ্ৰামিং হৈছে গৱেষকসকলে এটা এআইক পৰীক্ষা কৰিবলৈ বা এটা নিউৰেল নেটৱৰ্কৰ ভিতৰত সংখ্যা লিখিবলৈ কোৱাৰ নাম। সেই সংখ্যাবোৰ হৈছে ইয়াৰ ওজন। এই এমআইটি-সংযুক্ত দলে অপেনএআইৰ জিপিটি ছয় এষ্ট্ৰা ব্যৱহাৰ কৰি এটা সৰু কুইন ভাষা মডেল সম্পাদনা কৰিছিল, সাধাৰণ প্ৰশিক্ষণ নিষিদ্ধ আছিল। ৰিকিয়া তাকেহী আৰু তেওঁৰ সহ-লেখসকলে সোমবাৰে অধ্যয়নটো প্ৰকাশ কৰিছিল,

0:44 এটা বিদ্যমান এআইয়ে আন এটা নেটৱৰ্কৰ আভ্যন্তৰীণ বিষয়ে যুক্তি দিব পাৰেনে বুলি সুধি। তেওঁলোকৰ মূল ফলাফলটো অতি ক্লিক কৰিব পৰা। গণিত পাঁচশৰ ক্ষেত্ৰত, কুইন প্ৰায় আঠ শতাংশৰ পৰা আঠচল্লিশ শতাংশলৈ বৃদ্ধি পালে। প্ৰায় ছয় গুণ বেছি সঠিক উত্তৰ। কুইনে উত্তৰ দিবলৈ ঠাই নোহোৱালৈকে চিন্তা কৰি আছিল।

### কুইনৰ কি ভুল হৈছিল?

1:00 চিন্তন মোডত, ই প্ৰায়ে ইয়াৰ যুক্তি পুনৰাবৃত্তি কৰিছিল। কল্পনা কৰক এজন ছাত্ৰই পৰীক্ষাৰ বহীটো ঘণ্টা নবজাকৈ ভৰাই আছে। মাৰ্কাৰক এতিয়াও এটা উত্তৰ লাগে। বেছিভাগ মূল উত্তৰ দৈৰ্ঘ্যৰ সীমা পাইছিল। এষ্ট্ৰাই দুটা আভ্যন্তৰীণ স্তৰত এটা পুনৰাবৃত্তিৰ দিশ বিচাৰি উলিয়ালে, তাৰপিছত নিৰ্বাচিত ওজন স্তম্ভৰ পৰা ইয়াৰ অৱদান আঁতৰাই দিলে। সেই সম্পাদনাৰ পিছত, অধিক উত্তৰে এটা সিদ্ধান্তত উপনীত হ'ল। প্ৰকাশিত পৰীক্ষাত প্ৰায় এক তৃতীয়াংশই এতিয়াও সীমা পাইছিল।

1:22 পৰীক্ষাৰ বহীটোৱে অৱশেষত এটা শেষ লাইন পালে। আজি, মেথিউ হনিবাল, স্পেচীৰ সৃষ্টিকৰ্তা আৰু এক্সপ্ল'চনৰ সহ-প্ৰতিষ্ঠাপক,

### আজিৰ সমালোচকে কি লৈ বিতৰ্ক কৰিছে?

1:28 উপস্থাপনটোক প্ৰত্যাহ্বান জনালে। তেওঁ কয় যে পাঠকে পৰীক্ষাবোৰৰ বিভিন্ন চৰ্তবোৰক এটা অসাধাৰণ কৌশলৰ ধাৰণাত একত্ৰিত কৰিব পাৰে। তেওঁৰ আপত্তি তেওঁলোকৰ একত্ৰিত কাহিনীক লৈ। আমি নিজে চৰ্তবোৰ পৰীক্ষা কৰিব পাৰো। কুইন পৰীক্ষাত এষ্ট্ৰাক ওজন আৰু অনুশীলনৰ ওপৰত এটা পাইথন নোটবুক দিয়া হৈছিল

### এষ্ট্ৰাই আচলতে কি সহায় পাইছিল?

1:44 উত্তৰৰ সৈতে সমস্যা। বহুবাৰ, ই আভ্যন্তৰীণ সক্ৰিয়তা পৰীক্ষা কৰিছিল আৰু মূল আৰু সম্পাদিত সংস্কৰণ তুলনা কৰিছিল। চূড়ান্ত বাজেটত ম'ডেল ৰানৰ পঞ্চাশটা বেচৰ অনুমতি আছিল। প্ৰতিটো প্ৰজন্মৰ বেচত শ শ উত্তৰ থাকিব পাৰে। অনুশীলনৰ তথ্য প্ৰশিক্ষণ বিভাজনৰ পৰা আহিছিল। গৱেষকসকলে কয় যে এষ্ট্ৰাই কেতিয়াও চূড়ান্ত মূল্যায়ন ছেটবোৰ দেখা নাছিল। মতামতে সম্পাদনা বাছনি কৰাত সহায় কৰিছিল; পিছত বাদ দিয়া সমস্যাবোৰে ইয়াক জুখিছিল। মূল আৰু সম্পাদিত কুইনৰ মাজত চেম্পলিং ছেটিংছ স্থিৰ আছিল,

2:09 এই প্ৰটোকলৰ স্কোৰ তুলনা ব্যাখ্যামূলক কৰি তুলিছিল। প্ৰথম প্ৰম্প্টে ইয়াক এজন সহায়ক লেব চুপাৰভাইজাৰ দিছিল। বিফলতা নিৰ্ণয় কৰক, দায়বদ্ধ উপাদানবোৰ বিচাৰি উলিয়াওক, একে সমস্যাবোৰত তুলনা কৰক, আৰু কেইবাটাও শক্তি পৰীক্ষা কৰক। ই স্পষ্টভাৱে পুনৰাবৃত্তি চিন্তাক এটা মেৰামতি হিচাপে উল্লেখ কৰিছিল যি গণনা কৰে। স্নাতক ছাত্ৰসকলে এই অনব'ৰ্ডিং পেকেজৰ বাবে আলোচনা কৰিব লাগে। এইটো এটা প্ৰভাৱশালী মেৰামতি।

### আচল মেৰামতি কিমান সৰু আছিল?

2:28 এষ্ট্ৰাৰ লক্ষ্যযুক্ত সম্পাদনাই প্ৰায় এক লাখ একত্ৰিশ হাজাৰ ওজন স্পৰ্শ কৰিছিল। এইটো মডেলৰ ষোল হাজাৰ অংশৰ শতাংশৰ প্ৰায়। ওজন ফাইল পোনপটীয়াকৈ সলনি কৰা হৈছিল। গ্ৰেডিয়েন্ট প্ৰশিক্ষণ নিষিদ্ধ আছিল; বিদ্যমান মডেলটোৱে উত্তৰ দিছিল এষ্ট্ৰাৰ সম্পাদনা অধিৱেশন শেষ হোৱাৰ পিছত। লাভটো নিৰ্দেশনা অনুসৰণতো উপনীত হৈছিল। মই ব্যৱহাৰিক প্ৰভাৱ ভাল পাওঁ। এটা মডেলে নিজৰ বিফলতাৰ ধৰণটোৱে ঢাকি ৰখা উপযোগী কামৰ অধিকাৰী হ'ব পাৰে।

2:48 সেই বিফলতা সমাধান কৰিলে ব্যৱহাৰযোগ্য উত্তৰ পুনৰুদ্ধাৰ কৰিব পাৰি। শেষ কৰাটো গণনা কৰে। হনিবালে আহিলা-সহায়তাত কৰা কামক এজন মানৱ মেছিন-শিক্ষা অভিযন্তাই কৰিব পৰা কামবোৰ সম্পন্ন কৰাৰ বাবে স্বীকৃতি দিয়ে। এইটো এজন এজেণ্টৰ বাবে তাৎপৰ্যপূৰ্ণ। তেওঁৰ অভিযোগ হৈছে যে সৰু কেঁচা-সংখ্যাৰ প্ৰদৰ্শন আৰু ডাঙৰ পাইথন-সহায়তাত কৰা মেৰামতিবোৰ একেলগে বান্ধি দিলে এটা বহল সিদ্ধান্তৰ সৃষ্টি হয়। ক্ষুদ্ৰ খেলৰ নেটৱৰ্কবোৰ লওক।

### কোনবোৰ পৰীক্ষাত আচলতে কোনো আহিলা নাছিল?

3:09 এটা পৰীক্ষাত, এষ্ট্ৰাই সিহঁতৰ কেঁচা সংখ্যা পঢ়িছিল আৰু শুদ্ধভাৱে চিনাক্ত কৰিছিল যে কোন খেলটো প্ৰতিটো নেটৱৰ্কে শিকিছিল। আহিলা নিষিদ্ধ আছিল। আন এটা পৰীক্ষাত, ই নিয়ম আৰু উৎস কোড ব্যৱহাৰ কৰি নতুন খেল-খেলোৱা ওজন সৃষ্টি কৰিছিল, কোনো অনুশীলনৰ ৰোলআউট নোহোৱাকৈ। সেইবোৰ পৃথক প্ৰদৰ্শন পৃথক প্ৰমাণৰ সৈতে। এষ্ট্ৰাৰ নেটৱৰ্কবোৰে তিনিওটা খেলত একশ নিযুত ষ্টেপৰ বাবে প্ৰশিক্ষণ দিয়া বেচলাইনক হৰুৱাইছিল। দীঘলীয়া প্ৰশিক্ষিত বেচলাইনৰ বিৰুদ্ধে, ই ছিকুৱেষ্ট আৰু

3:32 এষ্টেৰিক্সত হাৰিছিল, আনহাতে ব্ৰেকআউটত জিকিছিল। তুলনা স্তম্ভ সলনি কৰক, আৰু বিজয় ভাষণ সম্পাদনা কৰিব লাগিব। সুবিধাজনকভাৱে, সম্পাদনা হৈছে আজিৰ বিষয়। এটা বহল দাবীৰ বাবে, আমি বিভিন্ন বিফলতাৰ সৈতে ম'ডেলবোৰত উন্নতি বিচাৰিম।

### এটা অধিক সাধাৰণ দাবীৰ বাবে কি লাগিব?

3:44 সম্পাদকে কি দেখিছিল আৰু কি সফল বুলি গণ্য কৰা হৈছিল সেয়া ট্ৰেক কৰক। কুইনৰ ম'ডেল কাৰ্ডে ইতিমধ্যে চিন্তন লুপৰ বিষয়ে সতৰ্ক কৰিছে। এই জ্ঞাত বাধাটো আঁতৰোৱাৰ এটা নিৰ্দিষ্ট আৰম্ভণি বিন্দু আছে। তেওঁলোকৰ কৃতিত্বৰ বাবে, লেখসকলে নিজে অস্বস্তিকৰ পৰৱৰ্তী অনুসন্ধান প্ৰকাশ কৰে। তেওঁলোকে ব্যাখ্যা কৰে যে লুপ বন্ধ কৰিলে কুইনক ইতিমধ্যেই সমাধান কৰিব পৰা উত্তৰ শেষ কৰিবলৈ দিয়ে। তেওঁলোকৰ লগত প্ৰম্পট, মতামত আৰু সম্পাদনা সন্নিৱিষ্ট আছে। আমি কৃতিত্ব পৰীক্ষা কৰিব পাৰো আৰু এটা কঠিন প্ৰশ্ন সুধিব পাৰো।

### যি ম'ডেলটোৱে খুব কম লুপ কৰিছিল, তাৰ কি হ'ল?

4:06 এতিয়া দ্বিতীয় ম'ডেলটো, ইয়াৰ নিজা পৰৱৰ্তী ছেটআপত এটা সৰু জেম্মা। ই খুব কম লুপ কৰিছিল, গতিকে ইয়াৰ বিফলতাবোৰ সাধাৰণ ভুল аಂಕিক আৰু অবৈধ বীজগণিত আছিল। এষ্ট্ৰাই পুনৰ অনুশীলনৰ মতামতৰ সৈতে লক্ষ্যযুক্ত ওজন সম্পাদনা চেষ্টা কৰিছিল। কোনোৱেই ইয়াৰ গণিতৰ নম্বৰ এক পইণ্টৰ বেছি বৃদ্ধি কৰা নাছিল, আৰু কোনো লাভ প্ৰতিষ্ঠা কৰা নহ'ল। সফল কুইন মেৰামতিৰ আঁতৰাবলগীয়া এটা বাধা আছিল। জেম্মাৰ аಂಕিক ভুলবোৰ বৰ্তি থাকিল। এইটো ডেভেলপাৰসকলৰ বাবে উপযোগী প্ৰশ্ন।

4:28 সম্পাদনাটোৱে কোন বিফলতা মেৰামতি কৰিলে, আৰু আপোনাৰ ম'ডেলত আচলতে সেইটো আছে নে? গুণকটো উদযাপন কৰাৰ আগতে আপোনাৰ নিজা কামবোৰত সংৰক্ষিত ওজনবোৰ পৰীক্ষা কৰক। এটা মেৰামতি কৰা বটলনেকে অত্যন্ত গুৰুত্বপূৰ্ণ হ'ব পাৰে আনহাতে পৰৱৰ্তী বটলনেকটো ঠিক য'ত আছিল ত'তেই থাকে। যদি আপুনি মোৰ কোৱাৰ সলনি এইটো পঢ়িব বিচাৰে, তেন্তে প্ৰতিদিনে পুৱা আপোনাৰ ইনবক্সত free at the daily diff dot dev, link below ত diff টো আহি পৰে।

### মই ওজন-সম্পাদনাৰ দাবীটো SHIP কৰিমনে?

4:47 গতিকে, আজিৰ ৰায় হৈছে NEEDS REVIEW। মই লুপ মেৰামতিটোক গুৰুত্ব সহকাৰে ল'ম আৰু পৰীক্ষা কৰিম। মই সেই বিফলতাৰ ধৰণৰ বাহিৰেও সফলতাত বহল দাবীসমূহ গেট কৰি ৰাখিম। লেখকসকলৰ নিজা প্ৰতি-উদাহৰণটো ডিফত আটাইতকৈ উপযোগী লাইন। আৰু এইটোৱেই আজিৰ ডিফ। মই Axrisi ৰ পৰা নিকো। দায়িত্বশীলভাৱে একত্ৰিত কৰক।

## উৎসসমূহ

- [Weight-space programming study](https://rikiyat.github.io/blog/weight-space-programming/) — Rikiya Takehi and coauthors
- [November 3 critique of bundled experiment conditions](https://honnibal.dev/blog/astra-read-write-misleading) — Matthew Honnibal
- [Pinned Qwen protocol and exact weight edits](https://github.com/RikiyaT/lm_understand-logs/tree/4d09ba6d6a7e891dd8063974dfe81b3d78e3494f/exp8_math) — Rikiya Takehi and coauthors
- [Actual initial Qwen prompt](https://github.com/RikiyaT/lm_understand-logs/blob/4d09ba6d6a7e891dd8063974dfe81b3d78e3494f/exp8_math/runs/p50c/turns/t001/prompt.txt) — Rikiya Takehi and coauthors
- [Pinned smaller Gemma follow-up](https://github.com/RikiyaT/lm_understand-logs/tree/4d09ba6d6a7e891dd8063974dfe81b3d78e3494f/exp8_math/gemma_followup) — Rikiya Takehi and coauthors
- [Original model-card thinking-loop warning](https://huggingface.co/Qwen/Qwen3.5-0.8B/blob/main/README.md) — Qwen
- [Primary study discussion](https://news.ycombinator.com/item?id=50341174) — Hacker News
- [Critique discussion](https://news.ycombinator.com/item?id=50351111) — Hacker News
- [Cover portrait: Sam Altman, TechCrunch 2019 crop, CC BY 2.0; cropped, background removed, resized and flipped; no endorsement](https://commons.wikimedia.org/wiki/File:Sam_Altman_TechCrunch_SF_2019_Day_2_Oct_3_%28cropped%29.jpg) — Steve Jennings/Getty Images for TechCrunch via Wikimedia Commons
- [Released checkpoint and attributed external re-run](https://huggingface.co/RikiyaT/Qwen3.5-0.8B-weight-space-programming) — RikiyaT on Hugging Face; re-run credited to akhaliq
- [Portrait license: Creative Commons Attribution 2.0](https://creativecommons.org/licenses/by/2.0/) — Creative Commons; Steve Jennings/Getty Images for TechCrunch portrait credit above