বিজিপিইউ, তসিংহু বিশ্ববিদ্যালয় এবং শাংহাই জিয়াওটং বিশ্ববিদ্যালয় একসাথে MemSlides সিস্টেম উন্নয়ন করেছে, যা AI-দ্বারা তৈরি PPT-এর ব্যক্তিগতকরণ এবং একাধিক সংস্করণের সমস্যা সমাধান করে। এই সিস্টেমটি প্রথম জেনারেশনের সময়ই ব্যবহারকারীর প্রোফাইল মেমোরি রিট্রিভ করে, যা ব্যবহারকারীর পছন্দের ভিত্তিতে পৃষ্ঠার সংগঠন এবং প্রকাশের পদ্ধতির উপর প্রভাব ফেলে। একইসাথে, এটি কার্যকরী মেমোরির মাধ্যমে বর্তমান টাস্কের অস্থায়ী সীমাবদ্ধতা সংরক্ষণ করে, যাতে বিলম্বিতভাবে প্রয়োগকৃত পছন্দগুলি সক্রিয়ভাবে কাজ করতে পারে। Plan-Act-Guard প্রক্রিয়ার মাধ্যমে, এটি স্থানীয়ভাবে সঠিকভাবে সংশোধন করে, যা পুরো ডকুমেন্টের উপর প্রভাব ফেলা থেকে বিরত থাকে। পরীক্ষা দেখিয়েছে, টুল-মেমোরির কারণে সম্পাদনা 2.27গুণ দ্রুততরভাবে অভিসন্দিষ্ট হয়, এবং কী-টুলসের 0.327গুণ। MemSlides Hugging Face Daily Papers-এর “Paper of the Day”-এর #1-এ উঠেছে, GitHub-এ 400+ stars-এরও বেশি। এই গবেষণা Agent-এর দীর্ঘমেয়াদি টাস্কগুলিতে memory management-এর জন্য একটি গুরুত্বপূর্ণ参考।লেখক এবং উৎস: নিউজিয়েন
সবচেয়ে বেশি অস্বস্তিকর মুহূর্তটি প্রায়শই AI পিপিটি জেনারেট করতে ব্যর্থ হওয়া নয়।
এটি ইতিমধ্যেই একটি ভালো স্লাইড সেট তৈরি করেছে, কিন্তু তুমি শুধু বলছ: "8 নম্বর স্লাইডের ডান নিচের অংশটিকে প্রক্রিয়া চিত্রের মতো করে পরিবর্তন করুন।"
পরবর্তী সেকেন্ডে, ৮ম পৃষ্ঠার কিছু পরিবর্তন হয়ে গেল হয়তো, কিন্তু ৩য় পৃষ্ঠার শিরোনামের স্তর পরিবর্তিত হয়ে গেল, ১২তম পৃষ্ঠার রংও বিচলিত হয়ে গেল, আগে বারবার ঠিক করা স্টাইলটা আবার বিক্ষিপ্ত হয়ে গেল।
এটিই প্রকৃত PPT কাজের প্রবাহে আরও সাধারণ সমস্যা।
প্রথম সংস্করণ শুধু খসড়া, সংশোধিত সংস্করণই মূল যুদ্ধক্ষেত্র।
"একটি সেট জেনারেট করুন" থেকে "এই ব্যবহারকারীর মতো জেনারেট করুন"
গত কয়েক বছরে স্বয়ংক্রিয় স্লাইড জেনারেশন দ্রুত উন্নতি লাভ করেছে। অনেক সিস্টেম এখন গবেষণা পত্র, পণ্য বর্ণনা বা একটি বিষয়বস্তু থেকেই গঠনগতভাবে সম্পূর্ণ এবং দৃশ্যমানভাবে অস্বাভাবিক নয় এমন প্রাথমিক খসড়া তৈরি করতে পারে।
কিন্তু বাস্তব ব্যবহারে, প্রথম সংস্করণের স্লাইডগুলির মূল বিষয় শুধুমাত্র 'এটি তৈরি হয়েছে কিনা' নয়, বরং এটি কি কোনো ব্যবহারকারীর অভিব্যক্তির অভ্যাসের কাছাকাছি এসেছে।
একই ট্রান্সফরমার পেপারটিকে বেসিক টিউটোরিয়াল হিসেবে প্রস্তুত করা যায়, আবার গ্রুপ মিটিং প্রেজেন্টেশন, পেপার রিডিং বা টেকনিক্যাল ট্রেনিং হিসেবেও সাজানো যায়। বিভিন্ন ব্যবহারকারীদের জন্য পৃষ্ঠার ভূমিকা, কনটেন্টের ঘনত্ব, প্রমাণের সীমানা এবং মেকানিজমের বিস্তারিত ব্যাখ্যার ধরন ভিন্ন। কেউ চান প্রথমে সিদ্ধান্ত এবং টেকওয়েজ দেখানো হোক, আবার কেউ চান সংজ্ঞা, মেকানিজম এবং সীমাবদ্ধতা পরিষ্কারভাবে বিশ্লেষণ করা হোক।
এটিই রাউন্ড-0 পর্যায়ে ব্যবহারকারী প্রোফাইল মেমোরির ভূমিকা।
বিজিপিইউ, ক্লিংহুয়া বিশ্ববিদ্যালয় এবং শাংহাই জিয়াওটং বিশ্ববিদ্যালয়ের সহযোগিতায় তৈরি MemSlides শুধুমাত্র ব্যবহারকারীর পুনরাবৃত্তি সংশোধনের পরেই "মনে রাখা" শুরু করে না, বরং প্রথম জেনারেশনের সময়ই বর্তমান কার্যের ইচ্ছা অনুযায়ী ব্যবহারকারীর প্রোফাইল অনুসন্ধান করে, সামঞ্জস্যপূর্ণ দীর্ঘমেয়াদি পছন্দগুলিকে বর্তমান কার্যস্মৃতিতে পাঠায়, যা পৃষ্ঠার সংগঠন এবং প্রকাশের পদ্ধতিকে প্রভাবিত করে।
পেপার লিঙ্ক: https://arxiv.org/abs/2606.17162
প্রকল্পের হোমপেজ: https://memslides.github.io/
ডেমো লিঙ্ক: https://memslides.com/
কোড লিঙ্ক: https://github.com/huohua325/Memslides
HF লিঙ্ক: https://huggingface.co/papers/2606.17162
এই কাজটি Hugging Face Daily Papers-এর দিনের সেরা পেপার হিসেবে শীর্ষে পৌঁছেছে, GitHub-এ 400+ স্টার পেয়েছে; ডেমো ওয়েবসাইট চালুর পরে 100+ যাচাইকৃত ব্যবহারকারী এটি ব্যবহার করেছেন।
চিত্র 1 শুধু একটি সাধারণ "জেনারেটেড রেন্ডার" দেখায় না। এটি বরং ব্যাখ্যা করে যে সিস্টেম কীভাবে পেপারের উপাদানগুলিকে সংজ্ঞা, মূল কার্যপ্রণালী, পরীক্ষামূলক প্রমাণ, সাধারণ ভুল বোঝাবুঝি এবং সীমাবদ্ধতা ইত্যাদি পৃষ্ঠাগুলিতে বিভক্ত করে। এই বিকল্পগুলির পিছনে রয়েছে ব্যবহারকারীর প্রোফাইলের সাথে সঙ্গতিপূর্ণ কনটেন্ট স্ট্রাকচার, তথ্য ঘনত্ব এবং প্রমাণ-ভিত্তিক প্রকাশের পছন্দ।
চিত্র 1: প্রথম পর্যায়ের জেনারেশন শুধুমাত্র সম্পূর্ণতা প্রদর্শন করে না, বরং ব্যবহারকারী প্রোফাইল মেমোরির প্রভাবও প্রদর্শন করে যা পেজ সংগঠন, কনটেন্ট ঘনত্ব এবং প্রমাণের সীমানা নির্ধারণ করে।
প্রকল্পটি একটি অনলাইন ডেমোও প্রদান করে। ব্যবহারকারীরা উপাদান আপলোড করতে পারেন, মেমোরি প্রোফাইল বা টেমপ্লেট নির্বাচন করতে পারেন, প্রাথমিক খসড়া তৈরি করেন, তারপর সংশোধনে যান এবং বর্তমান সংস্করণটি PPTX, HTML বা PDF হিসাবে ডাউনলোড করতে পারেন।
অর্থাৎ, MemSlides ব্যক্তিগতকৃত প্রাথমিক খসড়া থেকে পরবর্তী নিয়মিত সংশোধনের পুরো প্রক্রিয়াকে লক্ষ্য করে।
এবং প্রথম সংস্করণ যখন ব্যবহারকারীদের কাছে আসতে শুরু করবে, তখন পরবর্তী প্রশ্নগুলি আরও তীব্র হয়ে উঠবে: সিস্টেমটি একাধিক সংশোধনের মধ্যে এই পছন্দগুলি বজায় রাখতে পারবে কি? বর্তমান সেশনে অস্থায়ীভাবে উত্থাপিত অনুরোধগুলি কি কয়েক রাউন্ড পরে অকার্যকর হয়ে যাবে? ব্যবহারকারী শুধুমাত্র একটি স্থানীয় অঞ্চল পরিবর্তন করতে চাইলে, সিস্টেমটি কি ইতিমধ্যে সমন্বিত পৃষ্ঠাগুলিকে আবার বিচ্ছিন্ন করা এড়াতে পারবে?
মেমোরি বিভাজন করুন
অনেকেই যখন "Agent memory" শুনে, তখন স্বাভাবিকভাবেই ভাবে: তাহলে ইতিহাসের কথোপকথনটিকে দীর্ঘতর প্রসঙ্গে রাখুন।
মেমস্লাইডস এটি করেনি।
কারণটি খুব সহজ: যত বেশি ইতিহাস থাকে, তত বেশি সংঘাত থাকে। আজ কোনো ব্যবহারকারী বলছেন “এই রিপোর্টটির শিরোনামগুলি নীল রঙের হোক”, এর অর্থ এই নয় যে তিনি ভবিষ্যতে সমস্ত PPT-এর শিরোনামগুলি নীল রঙের চাইবেন; কোনো একটি সম্পাদনায় ব্যবহারকারীর যে টুলের ত্রুটি দেখা গেল, সেটি “তিনি কোন স্টাইল পছন্দ করেন” এর সাথে মিশিয়ে দেওয়া উচিত নয়।
অতএব, মেমস্লাইডস ব্যক্তিগতকৃত স্লাইড জেনারেশনকে একটি অবস্থা-ভিত্তিক লেখার প্রক্রিয়া হিসাবে মডেল করে: সিস্টেমটি প্রথমে সোর্স ম্যাটেরিয়াল, ব্যবহারকারীর প্রোফাইল মেমরি এবং ঐচ্ছিক টেমপ্লেটের ভিত্তিতে রাউন্ড-0 ড্রাফট তৈরি করে; তারপর প্রতিটি ফিডব্যাক রাউন্ডে বর্তমান সেশন স্টেট আপডেট করা হয়, এবং বর্তমান ডেকের উপর ভিত্তি করে লোকাল এডিটিং করা হয়।
এর মেমোরি সংগঠনের দুটি দৃষ্টিভঙ্গি রয়েছে।
জীবনচক্রের দৃষ্টিকোণ থেকে, দীর্ঘমেয়াদী স্মৃতি এবং কার্যকরী স্মৃতি রয়েছে। দীর্ঘমেয়াদী স্মৃতি টাস্কের মধ্যে স্থিতিশীলভাবে বিদ্যমান তথ্য সংরক্ষণ করে, এবং কার্যকরী স্মৃতি বর্তমান ডেকে এখনও প্রযোজ্য অস্থায়ী সীমাবদ্ধতা, পরিবর্তিত লক্ষ্য এবং বাস্তবায়নের অবস্থা সংরক্ষণ করে।
ফাংশনাল ভূমিকার দিক থেকে, ব্যবহারকারী প্রোফাইল মেমরি এবং টুল মেমরি রয়েছে। প্রথমটি উত্তর দেয় "এই স্লাইডগুলি কী প্রাধান্য প্রদর্শন করা উচিত", এবং দ্বিতীয়টি উত্তর দেয় "Agent-কে কীভাবে আরও স্থিতিশীল করা যায়।"
অর্থাৎ, MemSlides এজেন্টকে আরও অপ্রয়োজনীয় তথ্য মনে রাখতে বাধ্য করছে না, বরং এটি জানাচ্ছে যে কোন তথ্য দীর্ঘস্থায়ীভাবে সংরক্ষণ করতে হবে, কোনটি শুধুমাত্র বর্তমান কাজের জন্য প্রযোজ্য, কোনটি ব্যবহারকারীর পছন্দ এবং কোনটি টুলের অভিজ্ঞতা।
চিত্র ২: MemSlides একই বহু-পর্যায়ের সংশোধন প্রক্রিয়ায় দীর্ঘমেয়াদী স্মৃতি, কার্যকারী স্মৃতি, ব্যবহারকারী প্রোফাইল স্মৃতি এবং টুল স্মৃতি সংগঠিত করে।
ব্যবহারকারীর প্রোফাইল
প্রকৃত ব্যক্তিগতকরণ সাধারণত শুধুমাত্র একটি রোল প্রম্পট দিয়ে সমাধান করা যায় না।
একই ধরনের একাডেমিক প্রেজেন্টেশনে, কেউ প্রতিটি স্লাইডে শুধুমাত্র একটি মূল উপসংহার রাখতে পছন্দ করেন, আবার কেউ সূত্র এবং পরীক্ষাগত বিস্তারিত রাখেন; একইভাবে, একই ধরনের ব্যবসায়িক পিচে, কেউ ঘন টেবিলের প্রতি পছন্দ করেন, আবার কেউ ট্রেন্ড চার্ট এবং তুলনামূলক চার্টের উপর বেশি নির্ভরশীল।
এই পার্থক্যগুলি একটি প্রম্পটের ট্যাগ নয়, বরং ব্যবহারকারী দীর্ঘদিন ধরে লেখা এবং সংশোধন করার সময় ধীরে ধীরে প্রকাশ করা অভ্যাস।
MemSlides এই ধরনের ক্রস-টাস্ক পছন্দ সংরক্ষণের জন্য ব্যবহারকারীর প্রোফাইল মেমরি ব্যবহার করে। এটি প্রোফাইলটিকে প্রম্পটের আগে সম্পূর্ণভাবে চিপিয়ে দেয় না, বরং টাস্ক শুরুর সময় বর্তমান ইনটেন্টের ভিত্তিতে সংশ্লিষ্ট পছন্দগুলি রিট্রিভ করে, এবং তারপর এই রাউন্ডের অনুরোধের সাথে সমন্বয় করে।
যদি দীর্ঘমেয়াদী পছন্দ এবং বর্তমান স্পষ্ট নির্দেশ সামঞ্জস্যপূর্ণ হয়, তাহলে তারা একসাথে কার্যকরী স্মৃতিতে প্রবেশ করে; যদি দ্বন্দ্ব হয়, তাহলে বর্তমান স্লাইডগুলির স্পষ্ট অনুরোধটি প্রাধান্য পায়।
এই ধাপটি খুব গুরুত্বপূর্ণ। অন্যথায়, সিস্টেমটি "এই সময় আমি নীল শিরোনাম চাই" কে "ব্যবহারকারী সর্বদা নীল শিরোনাম পছন্দ করে" হিসাবে ভুল করতে পারে।
কাজ শেষে, মেমস্লাইডস প্রতিটি ফিডব্যাককে দীর্ঘমেয়াদী প্রোফাইলে ফিরিয়ে দেয় না। এটি শুধুমাত্র স্থিতিশীল এবং স্থানান্তরযোগ্য ইন্টারঅ্যাকশন সংকেতগুলিকে সঞ্চয় করে, যাতে পরবর্তী জেনারেশনটি ব্যবহারকারীর সাথে আরও কাছাকাছি হয়, বরং আরও বিশৃঙ্খল না হয়।
চিত্র 3: ব্যবহারকারী প্রোফাইল মেমোরি রিট্রিভাল, রাউটিং, বর্তমান টাস্ক ব্যবহার এবং টাস্ক শেষের পর স্থিতিশীল সংকেত প্রতিষ্ঠার মধ্যে দিয়ে যায়।
কাজের স্মৃতি
বহু সংস্করণের সংশোধনে, আরও এক ধরনের তথ্য আরও সূক্ষ্ম।
এটি দীর্ঘমেয়াদী পছন্দ নয়, কিন্তু বর্তমান ডেকে স্থায়ীভাবে কার্যকর হতে হবে।
উদাহরণস্বরূপ, ব্যবহারকারী দ্বিতীয় পর্যায়ে বলেছিলেন: “যদি পরবর্তীতে কোনো সারাংশ/টিপ বক্স যোগ করা হয়, তাহলে হালকা ধূসর ব্যাকগ্রাউন্ড ব্যবহার করুন।” সেই সময় সিস্টেমে এই ধরনের উপাদান যোগ করা হয়নি, তাই এই নির্দেশটি তখন প্রয়োগ করা হয়নি। কয়েকটি পর্যায়ের পর, যদি ব্যবহারকারী একটি সারাংশ বক্সযুক্ত পৃষ্ঠা যোগ করার অনুরোধ করে, তবে এই নিয়মটি ট্রিগার হওয়া উচিত।
যদি এজেন্ট শুধু বর্তমান প্রবেশ দেখে, তাহলে এই ধরনের দেরিতে কার্যকর হওয়া সীমাবদ্ধতা ভুলে যাওয়া সহজ।
MemSlides-এর কার্যকরী স্মৃতি হল বর্তমান লেখার কাজের স্টেটাস বোর্ড: active temporary preferences, carryover instructions, resolved targets, coverage status সবকিছু এখানে রাখা হয়। Plan পর্যায়ে এই স্টেটাসগুলি পড়ে পরিবর্তনের পরিসর নির্ধারণ করা হয়, Act পর্যায়ে এটি অনুযায়ী সীমিত সম্পাদনা করা হয়, এবং Guard পর্যায়ে পরীক্ষার ফলাফলগুলি আপডেট করা হয়।
এটি একক একক প্রম্পট হিসাবে একাধিক সংশোধনকে পরস্পর বিচ্ছিন্ন করে না, বরং একই সেটের স্লাইডগুলির উপর ভিত্তি করে ক্রমাগত সম্পাদনার প্রক্রিয়া হয়ে ওঠে।
চিত্র 4: কাজের স্মৃতি পূর্বে প্রস্তাবিত এবং পরবর্তীতে ট্রিগার করা অস্থায়ী স্টাইল পছন্দকে চালু রাখে।
শুধু প্রয়োজনীয় জায়গাগুলো পরিবর্তন করুন
মানুষের সম্পাদকদের জন্য, "শুধু এই একটি জায়গা পরিবর্তন করুন" একটি স্বাভাবিক বাক্য।
জেনারেটিভ সিস্টেমের জন্য এই বাক্যটি কঠিন।
কারণ অনেক সিস্টেম ফিডব্যাক প্রক্রিয়াকরণের সময় বড় পরিসরের কন্টেন্ট পুনরায় পড়ে বা পুনর্লিখন করে। ফলে লক্ষ্য অঞ্চলটি ঠিক হয়ে যায়, কিন্তু অলক্ষ্য পৃষ্ঠাগুলিতেও পরিবর্তন ঘটে। ব্যবহারকারী মনে করেন যে তিনি শুধু একটি ছোট অনুরোধ করেছেন, কিন্তু সিস্টেমটি পুরো PPT-এর অবস্থা পুনরায় বিক্ষিপ্ত করে দেয়।
MemSlides স্কোপড স্লাইড-লোকাল রিভিশন ব্যবহার করে এই সমস্যাটি সীমাবদ্ধ করে।
প্রতিটি ফিডব্যাক প্রথমে সর্বনিম্ন কার্যকর পরিবর্তন এলাকায় ম্যাপ করা হয়, তারপর Plan-Act-Guard প্রক্রিয়ায় প্রবেশ করে।
প্ল্যান পর্যায়ে প্রাকৃতিক ভাষার অনুরোধকে এক্সিকিউশন কন্ট্রাক্টে রূপান্তরিত করুন, যেখানে লক্ষ্য স্লাইড, প্রভাবের পরিসর, সিলেক্টর হিন্টস এবং কভারেজ প্রয়োজনীয়তা স্পষ্টভাবে নির্ধারিত হয়।
অ্যাক্ট পর্যায়ে পৃষ্ঠার কাঠামো অনুযায়ী এডিটিং টুল নির্বাচন করুন এবং সীমিত পরিসরে সর্বনিম্ন কার্যকরী অপারেশন সম্পাদন করুন। গার্ড পর্যায়ে "সম্পন্ন" কে একটি যাচাইয়ের প্রয়োজনীয় অবস্থায় পরিণত করুন: লক্ষ্য কভার না হলে অকিঞ্চিৎকরভাবে finalize করবেন না, snapshot এর মেয়াদ শেষ হলে পুনরায় বাইন্ড করতে হবে, এবং স্থানীয় অনুরোধকে সম্পূর্ণ deck-এর পুনর্লিখনে প্রসারিত করবেন না।
এই ধাপটি পরিবর্তন করে যাতে “মডেল মনে করে এটি সম্পন্ন হয়ে গেছে” তা “সিস্টেম যাচাই করতে পারে যে এই পরিবর্তনটি সত্যিই লক্ষ্যকে কভার করেছে কিনা এবং এটি সীমার বাইরে যায়নি” হয়ে যায়।
চিত্র ৫: প্ল্যান-অ্যাক্ট-গার্ড স্থানীয় পরিবর্তনকে পরিসর পরিকল্পনা, নিয়ন্ত্রিত বাস্তবায়ন এবং ফলাফল পরীক্ষায় বিভক্ত করে।
টুল মেমোরি
স্লাইডস সম্পাদনা শুধুমাত্র পাঠ্য পরিবর্তন নয়।
একটি স্থানীয় পরিবর্তন পৃষ্ঠার কাঠামো, সিলেক্টর, স্টাইল নিয়ম, লেআউট স্ন্যাপশট এবং যাচাইকরণ যুক্তি সহ অন্তর্ভুক্ত করতে পারে। ব্যবহারকারী যা চান তা বুঝতে পারলেও, এজেন্ট টুল কল করার সময় ভুল অঞ্চল পড়তে পারে, পুনরাবৃত্তি করতে পারে, পরিবর্তনের পরিসর বাড়াতে পারে, অথবা লক্ষ্যটি এখনও কভার না করা অবস্থায় আগেই শেষ করে দিতে পারে।
তাই, MemSlides টুল মেমরি চালু করেছে।
টুল মেমরি ব্যবহারকারীর পছন্দ রেকর্ড করে না, বরং রেকর্ড করে যে কোন এক্সিকিউশন পাথগুলি সদৃশ এডিট টাস্কে কার্যকর, এবং কোন ত্রুটি এড়ানো উচিত।
এটি দুটি কণা মাত্রায় সংগঠিত: রাউন্ড-স্কোপ টাস্ক অভিজ্ঞতা একটি সংশোধন রাউন্ডের অভিজ্ঞতা, ত্রুটির সারসংক্ষেপ এবং স্থানান্তরযোগ্য প্যাটার্ন রেকর্ড করে; অপারেশন-স্কোপ টুল-চেইন অভিজ্ঞতা আরও সূক্ষ্ম রিজনিং-টুল-অবজারভেশন পরিচ্ছেদ সংরক্ষণ করে, যা সদৃশ টুল কলের আগে রেফারেন্স হিসাবে রিট্রিভ করা হয়।
এই ডিজাইনটি লক্ষ্য এবং বাস্তবায়নকে পৃথক করে।
ব্যবহারকারীর প্রোফাইল নির্ধারণ করে যে স্লাইডগুলি কী দিকে পরিবর্তিত হবে, এবং টুল মেমোরি এজেন্টকে অপ্রয়োজনীয় পথ এড়িয়ে চলতে সাহায্য করে, যা অকার্যকর অনুসন্ধান এবং বাস্তবায়নের অনিশ্চয়তা কমায়।
চিত্র 6: টুল মেমোরি ব্যবহারকারীর সৌন্দর্য পছন্দের পরিবর্তে টুল কলের অভিজ্ঞতার দিকে মনোযোগ দেয়।
পরীক্ষার ফলাফল
মেমস্লাইডসের মূল্যায়ন শুধুমাত্র একটি সামগ্রিক জেনারেটিভ স্কোর দেয় না, বরং বিভিন্ন মেমোরি কম্পোনেন্টগুলির সাথে সম্পর্কিত ক্ষমতাগুলিকে আলাদাভাবে যাচাই করে: ব্যবহারকারী প্রোফাইল মেমোরি রাউন্ড-0 পারসোনা অ্যালাইনমেন্টের সাথে সম্পর্কিত, ওয়ার্কিং মেমোরি মাল্টি-রাউন্ড কনভারসেশনের মধ্যে ডিলেড প্রেফারেন্স ক্যারিওভারের সাথে সম্পর্কিত, এবং টুল মেমোরি diagnostic matched-pair modify setting-এ আলাদাভাবে যাচাই করা হয়।
ব্যক্তিগতকৃত জেনারেশনে, ইউজার প্রোফাইল মেমোরি মাল্টি-পারসোনা এবং মাল্টি-ইনটেন্ট সেটিংয়ের অধীনে পারসোনা অ্যালাইনমেন্টকে উন্নত করে। পেপারটি আরও উল্লেখ করে যে, এই উন্নতি শুধুমাত্র "কোনো টেমপ্লেটের মতো হওয়া" এর মধ্যেই সীমাবদ্ধ নয়, বরং কনটেন্টের গুরুত্ব, পেজ রোল, প্রমাণ সংগঠন এবং পারসোনা বিভাজনসহ প্ল্যানিং লেভেলের বিভিন্ন পছন্দেও প্রকাশ পায়।
স্থানীয় সংশোধিত জোড়া নির্ণয়ে, টুল মেমোরি দ্বারা আনা পরিবর্তনগুলি আরও সরাসরি:
একইসাথে, কোর টুল টাইম রেশিও 0.327x-এ নেমে যায়।
এই সংখ্যাগুলি নির্ণায়ক ম্যাচড-পেয়ার মডিফাই সেটিং থেকে আসে, এবং এগুলিকে সমস্ত পরিস্থিতিতে একঘেয়েভাবে এগিয়ে থাকার হিসাবে ব্যাখ্যা করা উচিত নয়। আরও সঠিকভাবে বলা যায়, এগুলি একটি প্রক্রিয়াগত উপসংহারকে সমর্থন করে: যখন টুল মেমোরি পুনরায় ব্যবহারযোগ্য বাস্তবায়নের অভিজ্ঞতা প্রদান করে, তখন এজেন্টটি ক্লোজড-লুপ সম্পন্ন, কঠোরভাবে যাচাইকরণ এবং প্রথম সঠিক এডিট পথ খুঁজে পাওয়ার ক্ষেত্রে সহজেই অভিসরণ করে।
চিত্র ৭: স্থানীয় সম্পাদনা তুলনা হল পেপারের একটি গুণগত কেস যা টুল মেমোরি ইনজেকশনের আগে ও পরে সম্পাদনা প্রক্রিয়ার পার্থক্য দেখানোর জন্য ব্যবহার করা হয়।
পিপিটি এজেন্টের পরবর্তী পদক্ষেপ
দীর্ঘমেয়াদি সহযোগিতা
MemSlides পিপিটি নিয়ে আলোচনা করে, কিন্তু এর পেছনের সমস্যাগুলি শুধু পিপিটির নয়।
যখন এজেন্ট ডকুমেন্ট জেনারেশন, কোড মডিফিকেশন, ডেটা বিশ্লেষণ, এবং এন্টারপ্রাইজ জ্ঞান সিস্টেমের মতো দীর্ঘমেয়াদি কাজে প্রবেশ করে, তখন এই ধরনের চ্যালেঞ্জগুলির সম্মুখীন হয়: কোন তথ্য দীর্ঘমেয়াদে সংরক্ষণ করা উচিত, কোন অবস্থা শুধুমাত্র বর্তমান কাজের জন্য প্রযোজ্য, কোন কার্যক্রমের অভিজ্ঞতা পুনরায় ব্যবহার করা যাবে, এবং কোন বিষয়গুলি স্থানীয় পরিবর্তনের সময় অপরিবর্তিত রাখা প্রয়োজন।
যদি একক ক্লিকে তৈরি করা 0 থেকে 1-এর সমাধান করে, তবে একাধিক সংশোধন প্রক্রিয়া 1 থেকে ব্যবহারযোগ্যতার পরীক্ষা করে।
ভবিষ্যতের স্লাইডস এজেন্ট শুধু আরও সুন্দর প্রথম স্লাইড তৈরি করতে পারবে না, বরং বারবার সংশোধনের মধ্যে ব্যবহারকারীকে বুঝতে পারবে, সম্পাদনা সীমানা বজায় রাখবে এবং একটি সেট স্লাইডসকে ব্যবহারকারীর প্রকৃত ইচ্ছার দিকে স্থিরভাবে নিয়ে যাবে।