Mellum2.1 চালু আছে

Mellum2.1 হলো JetBrains-এর তৈরি একটি ওপেন-সোর্স AI প্রোগ্রামিং মডেল, যা 12B মিশ্র বিশেষজ্ঞ আর্কিটেকচার ব্যবহার করে। Mellum2.1-এ শক্তিবর্ধনমূলক শিক্ষা প্রশিক্ষণের শেষ ধাপ থেকে প্রশিক্ষণের মূল অংশে পরিণত হয়েছে। কয়েক মিলিয়ন স্যান্ডবক্স রান একত্র করে মডেলটি কোডবেস অনুসন্ধান, ফাইল সম্পাদনা ও পরিবর্তন যাচাই করতে পারে, ফলে এজেন্ট-ভিত্তিক প্রোগ্রামিং সক্ষমতা ব্যাপকভাবে উন্নত হয়েছে। Mellum2.1-এর উচ্চ-লোড থ্রুপুট Qwen3.5-9B-এর প্রায় দ্বিগুণের কাছাকাছি, এটি প্রাইভেট ডিপ্লয়মেন্ট সমর্থন করে এবং Hugging Face-এ উপলভ্য।

এজেন্ট-ভিত্তিক প্রোগ্রামিং: কোডবেস অনুসন্ধান, ফাইল সম্পাদনা ও পরিবর্তন যাচাই করতে পারে; ব্যর্থ টেস্টের মূল কারণ শনাক্ত এবং সমাধানের খসড়া তৈরি ও যাচাই করতে পারে।
কোড সম্পূর্ণকরণ ও তৈরি: Mellum2-এর লক্ষ্য অনুসরণ করে কোডিং ওয়ার্কফ্লোর জন্য দ্রুত কোড তৈরি ও প্রশ্নোত্তর সুবিধা দেয়।
টুল কলিং: কাজ সম্পন্ন করতে বাহ্যিক টুল পরিচালনা করতে পারে, যা AI এজেন্ট সিস্টেম তৈরিতে উপযোগী।
সাধারণ যুক্তি: দৈনন্দিন প্রশ্নের উত্তর দিতে পারে এবং গণিত ও যুক্তির জটিল সমস্যা ধাপে ধাপে সমাধান করতে পারে।
প্রাইভেট ডিপ্লয়মেন্ট: স্থানীয়ভাবে বা নিজস্ব অবকাঠামোতে চালানো যায়, ফলে কোড ও ডেটা সম্পূর্ণভাবে প্রতিষ্ঠানের অভ্যন্তরে থাকে।

WeChat-এ অনুসরণ করে “开源” লিখে উত্তর পাঠান এবং AI ওপেন-সোর্স প্রকল্পের আলোচনা গ্রুপে যোগ দিন
মিশ্র বিশেষজ্ঞ (MoE) আর্কিটেকচার: Mellum2.1 12B প্যারামিটারের মিশ্র বিশেষজ্ঞ আর্কিটেকচার ব্যবহার করে, যেখানে প্রতিটি ইনফারেন্সে মাত্র 2.5B প্যারামিটার সক্রিয় হয়। মডেলটি একাধিক “বিশেষজ্ঞ” সাবনেটওয়ার্ক নিয়ে গঠিত। রাউটিং ব্যবস্থার মাধ্যমে ইনপুট কেবল কিছু বিশেষজ্ঞের কাছে পাঠানো হয়, ফলে মডেলের সক্ষমতা বজায় রেখেও কম্পিউটেশনাল ব্যয় উল্লেখযোগ্যভাবে কমে এবং কম খরচে উচ্চ থ্রুপুটের ইনফারেন্স সম্ভব হয়।
বড় পরিসরের শক্তিবর্ধনমূলক শিক্ষা (RL): এই সংস্করণের মূল উন্নতি প্রশিক্ষণ প্রক্রিয়ায়। RL প্রি-ট্রেনিংয়ের পরের স্বল্পমেয়াদি শেষ ধাপ থেকে প্রশিক্ষণের মূল অংশে সম্প্রসারিত হয়েছে। দলটি গণিত, প্রতিযোগিতামূলক প্রোগ্রামিং, বিজ্ঞান, টুল ব্যবহার ও সফটওয়্যার ইঞ্জিনিয়ারিংসহ বিভিন্ন কাজ যুক্ত করেছে। নিজস্ব অবকাঠামো প্রশিক্ষণের সময় কয়েক মিলিয়ন স্যান্ডবক্স চালু করে এবং হাজার হাজার বাস্তব পরিবেশ অন্তর্ভুক্ত করে, যাতে মডেল বাস্তব কোডিং পরিস্থিতির সঙ্গে মিথস্ক্রিয়ার মাধ্যমে পরীক্ষা-নিরীক্ষা ও পুরস্কার সংকেত থেকে এজেন্টের প্রয়োজনীয় অনুসন্ধান, সম্পাদনা ও যাচাইয়ের সক্ষমতা শেখে।
কঠোর ডেটা বাছাই: প্রশিক্ষণে ব্যবহৃত ওপেন ডেটাসেটের সব ডেটা অন্তর্ভুক্তির আগে ফিল্টার করা হয়। পরীক্ষার ত্রুটি, যাচাই-অযোগ্য উত্তর বা অনুপযুক্ত কঠিনতার কাজ বাদ দেওয়া হয়, যাতে RL প্রশিক্ষণের সংকেত নির্ভরযোগ্য থাকে এবং মডেল ভুল প্রতিক্রিয়া থেকে শেখা এড়াতে পারে।
মাল্টি-টোকেন প্রেডিকশন (MTP): MTP মডেলকে একবারের ফরওয়ার্ড পাসে একাধিক পরবর্তী Token অনুমান করতে দেয়। একক অনুরোধের ক্ষেত্রে গতি প্রায় 1.6 গুণ বাড়ে। MoE-এর কম সক্রিয় প্যারামিটার নকশার সঙ্গে মিলিয়ে Mellum2.1-এর উচ্চ-লোড থ্রুপুট Qwen3.5-9B-এর প্রায় দ্বিগুণের কাছাকাছি পৌঁছে।

মডেল পৃষ্ঠা দেখুন: Hugging Face-এ JetBrains-এর অফিসিয়াল সংস্থার পৃষ্ঠা খুলে Mellum2.1 মডেল রিপোজিটরি খুঁজুন।
মডেল ওজন ডাউনলোড করুন: মডেল কার্ড পৃষ্ঠায় ডাউনলোডে ক্লিক করুন বা লাইসেন্সের শর্ত অনুযায়ী মডেল ফাইল সংগ্রহ করুন (প্রয়োজন হলে আগে ব্যবহারের চুক্তিতে সম্মতি দিন)।
ডিপ্লয়মেন্ট ফ্রেমওয়ার্ক বেছে নিন: ডিপ্লয়মেন্টের জন্য Transformers বা vLLM ব্যবহার করুন। প্রথমটি সহজ যাচাইয়ের জন্য এবং দ্বিতীয়টি উৎপাদন-স্তরের উচ্চ-সমসাময়িকতার পরিষেবার জন্য উপযোগী।
ইনফারেন্স পরিবেশ কনফিগার করুন: GPU পরিবেশ প্রস্তুত করুন (অফিশিয়াল বেঞ্চমার্ক একটি H200-ভিত্তিক), মডেল লোড করুন এবং 131K কনটেক্সট প্যারামিটার নির্ধারণ করুন।
অ্যাক্সিলারেশন বিকল্প চালু করুন: অফিসিয়াল নির্দেশনা অনুযায়ী মাল্টি-টোকেন প্রেডিকশন (MTP) কনফিগার করুন, যাতে একক অনুরোধের গতি প্রায় 1.6 গুণ বাড়ে।
ইনফারেন্স কল পাঠান: API-এর মাধ্যমে কোড তৈরি, রিপোজিটরি-স্তরের সম্পাদনা বা এজেন্ট-ভিত্তিক কাজের প্রম্পট পাঠিয়ে মডেলের আউটপুট নিন।

এজেন্ট-ভিত্তিক প্রোগ্রামিংয়ে শক্তিশালী: বাস্তব পরিবেশে বড় পরিসরের RL প্রশিক্ষণের ফলে এটি স্বয়ংক্রিয়ভাবে কোডবেস অনুসন্ধান, ফাইল সম্পাদনা ও পরিবর্তন যাচাই করতে পারে এবং টেস্ট ব্যর্থতার মূল কারণ শনাক্ত করে সমাধানের খসড়া তৈরি করতে পারে।
ইনফারেন্স গতি শীর্ষস্থানীয়: উচ্চ-লোডে থ্রুপুট Qwen3.5-9B-এর প্রায় দ্বিগুণের কাছাকাছি, যা সমমানের মডেলগুলোর মধ্যে দ্রুততম।
একক অনুরোধে দ্রুত প্রতিক্রিয়া: মাল্টি-টোকেন প্রেডিকশন (MTP) প্রযুক্তি একক অনুরোধের গতি প্রায় 1.6 গুণ বাড়ায়।
দক্ষ আর্কিটেকচার: 12B MoE নকশায় মাত্র 2.5B প্যারামিটার সক্রিয় হয়, কম কম্পিউটিং ব্যয়ে উচ্চ কর্মক্ষমতা দেয়।
উচ্চমানের প্রশিক্ষণ ডেটা: সব প্রশিক্ষণ ডেটা কঠোরভাবে বাছাই করা হয় এবং ত্রুটিপূর্ণ কাজ বাদ দেওয়া হয়, ফলে শেখার সংকেত নির্ভরযোগ্য থাকে।
বহুমুখী সক্ষমতা: প্রোগ্রামিং, প্রতিযোগিতামূলক প্রোগ্রামিং, গণিত, টুল কলিং ও সাধারণ জ্ঞানসহ বিভিন্ন ক্ষেত্রে ব্যাপক উন্নতি।
প্রাইভেট ডিপ্লয়মেন্টে উপযোগী: স্থানীয়ভাবে বা নিজস্ব অবকাঠামোতে চালানো যায়। কোড ও ডেটার ওপর সম্পূর্ণ নিয়ন্ত্রণ থাকে, তাই প্রতিষ্ঠানের সংবেদনশীল পরিস্থিতিতে উপযোগী।

প্রকল্পের অফিসিয়াল ওয়েবসাইট: https://blog.jetbrains.com/ai/2026/10/mellum2-1-gets-to-work-a-fast-open-model-for-coding-agents/
HuggingFace মডেল রিপোজিটরি: https://huggingface.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking

এজেন্ট-ভিত্তিক প্রোগ্রামিং: স্বয়ংক্রিয়ভাবে কোডবেস অনুসন্ধান, ফাইল সম্পাদনা ও পরিবর্তন যাচাই করে, টেস্ট ব্যর্থতা শনাক্ত করা থেকে সমাধান পর্যন্ত সম্পূর্ণ প্রক্রিয়া সম্পন্ন করে।
প্রতিষ্ঠানের প্রাইভেট সহকারী: প্রতিষ্ঠানের সার্ভারে স্থানীয়ভাবে ডিপ্লয় করে কোড ও ডেটা অভ্যন্তরীণ নেটওয়ার্কের বাইরে যাওয়া থেকে সুরক্ষিত রাখা যায়।
IDE-তে গভীর সংযুক্তি: JetBrains সিরিজের IDE বা তৃতীয় পক্ষের টুলে যুক্ত করে কোড সম্পূর্ণকরণ ও বুদ্ধিমান প্রশ্নোত্তর প্রদান করা যায়।
সাব-এজেন্ট পরিচালনা: কম লেটেন্সি ও উচ্চ থ্রুপুটের সুবিধা কাজে লাগিয়ে বহু-এজেন্ট সিস্টেমে সাবটাস্ক সম্পাদন বা অনুরোধ রাউট করা যায়।
গণিত ও যুক্তির বিশ্লেষণ: গণিতের সমস্যা সমাধান, অ্যালগরিদম প্রতিযোগিতা ও দৈনন্দিন প্রশ্ন পরিচালনা করতে পারে এবং সাধারণ সহকারীর সক্ষমতাও রাখে।