LLM / এজেন্টিক ওয়ার্কফ্লো ব্যবহার করার সময় ল্যাটিন নয় এমন ভাষার জন্য পেনাল্টি এতটাই বড়, এটা অবিশ্বাস্য। এবার আমি হিব্রু ভাষায় এই পরীক্ষা করেছি। একটি একক 6h14 QLoRA রানে হিব্রু টুল-কল এক্সাক্ট-ম্যাচ সঠিকতা প্রায় দ্বিগুণ হয়েছে, 43.4% থেকে 83.2% এ, যখন ইংরেজি সঠিকতাও 70.5% থেকে 88.4% এ উন্নতি পেয়েছে। শেষ থেকে শুরু পর্যন্ত রানের বিস্তারিত: - সম্পূর্ণ পাইপলাইন: 7h14, একটি NVIDIA L40S GPU-এ - ট্রেনিং: 3,662 স্টেপ, 2 ইপোক, 33.96M টোকেন - শীর্ষ GPU মেমোরি: 26,608 MiB - হিব্রু বৈধ JSON: 81.0% → 99.6% - হিব্রু ফাংশন-নাম সঠিকতা: 74.7% → 99.2% - হিব্রু–ইংরেজি ফারাক: −27.6 → −5.2 পয়েন্ট - অনুবাদ ফলাফল: 16,272/17,000 সারি (95.7%) - খরচ: $14.11