শুশেং-S2 চালু আছে

শুশেং-S2 হলো সাংহাই এআই ল্যাবরেটরি কর্তৃক উন্মুক্ত করা মাল্টিমোডাল ফাউন্ডেশন মডেল (397B প্যারামিটার), যা বৈজ্ঞানিক কাজে সবচেয়ে দক্ষ বৃহৎ মডেল। মডেলটি Memory Decoder স্থাপত্যের মাধ্যমে প্লাগযোগ্য পেশাদার মেমরি মডিউল প্রবর্তন করে, যা মূল মডেল পুনঃপ্রশিক্ষণ ছাড়াই ধারাবাহিকভাবে ক্ষেত্রভিত্তিক জ্ঞান সম্প্রসারণ করতে পারে। শুশেং-S2-এর সাধারণ সক্ষমতা উন্মুক্ত মডেলগুলোর শীর্ষ সারিতে রয়েছে; জীববিজ্ঞান, উপাদানবিজ্ঞানসহ বিভিন্ন বৈজ্ঞানিক মূল্যায়নে এটি উল্লেখযোগ্যভাবে এগিয়ে। এর গাণিতিক যুক্তি Gemini 3.1 Pro-এর সমপর্যায়ের এবং এতে দীর্ঘমেয়াদি গবেষণা ও এজেন্ট সক্ষমতা রয়েছে।

বৈজ্ঞানিক জ্ঞানভিত্তিক প্রশ্নোত্তর ও যুক্তি: জীববিজ্ঞান, উপাদানবিজ্ঞানসহ বিভিন্ন ক্ষেত্রে পেশাদার মানের বোঝাপড়া ও কনটেন্ট তৈরির সক্ষমতা প্রদান করে এবং অন্যান্য উন্মুক্ত ও বদ্ধ উৎসের ফ্ল্যাগশিপ মডেলকে উল্লেখযোগ্যভাবে ছাড়িয়ে যায়।
দীর্ঘমেয়াদি কঠোর গাণিতিক যুক্তি: IMO-Proof, AdvancedMathBench-এর মতো প্রতিযোগিতামূলক গণিত ও উচ্চতর গণিতের বেঞ্চমার্কে কয়েক ঘণ্টা ধরে যুক্তি ও যাচাই চালিয়ে যেতে পারে এবং Gemini 3.1 Pro-এর সমপর্যায়ে পৌঁছায়।
গবেষণা কার্য সম্পাদন: প্রোটিন বাইন্ডার নকশা, স্ফটিক কাঠামো নির্মাণের মতো বাস্তব গবেষণা সমস্যায় ধারাবাহিকভাবে বিশ্লেষণ, যুক্তি ও অপ্টিমাইজেশন করতে পারে।
এজেন্টের স্বায়ত্তশাসিত কার্য সম্পাদন: একটি বাক্যে জটিল নির্দেশনা পেলে স্বয়ংক্রিয়ভাবে তথ্য অনুসন্ধান, কাজের বিভাজন, টুল সহযোগিতা ও সমাধান পরিকল্পনা সম্পন্ন করতে পারে।
সাধারণ সক্ষমতা: জ্ঞান, কোড ইত্যাদি সাধারণ সক্ষমতায় উন্মুক্ত মডেলগুলোর শীর্ষ সারিতে রয়েছে।

WeChat-এ অনুসরণ করে “开源” লিখে উত্তর দিন এবং AI উন্মুক্ত প্রকল্পের আলোচনা গ্রুপে যোগ দিন
Memory Decoder প্লাগযোগ্য পেশাদার মেমরি স্থাপত্য: Memory Decoder প্রক্রিয়া প্রবর্তন করা হয়েছে। বিভিন্ন ক্ষেত্রের পেশাদার জ্ঞান স্বাধীন মেমরি মডিউল দ্বারা শেখা ও সংরক্ষিত হয়; সংযুক্ত করার সময় মূল মডেলের প্যারামিটার পরিবর্তনের প্রয়োজন হয় না। যুক্তি প্রক্রিয়ায় মডেল বর্তমান কনটেক্সট অনুযায়ী মূল মডেল ও পেশাদার মেমরির অবদানকে গতিশীলভাবে সমন্বয় করে, ফলে ক্ষেত্রভিত্তিক জ্ঞান সম্পূর্ণ যুক্তিশৃঙ্খলে একীভূত হয়।
দীর্ঘমেয়াদি যুক্তি ও এজেন্ট সক্ষমতা: সাধারণ সক্ষমতা বজায় রেখে শুশেং-S2 দীর্ঘমেয়াদি চিন্তাশক্তি জোরদার করেছে। ধারাবাহিক অনুসন্ধান, যুক্তি ও যাচাইয়ের মাধ্যমে এটি কয়েক ঘণ্টা ধরে গবেষণামূলক কাজ সম্পাদন করতে পারে। একই সঙ্গে একটি এজেন্ট ফ্রেমওয়ার্ক তৈরি করা হয়েছে, যার মাধ্যমে মডেল কাজের লক্ষ্য বুঝতে, ধাপগুলো স্বয়ংক্রিয়ভাবে ভাগ করতে, বিভিন্ন টুল নির্বাচন ও সমন্বিতভাবে ব্যবহার করতে এবং কার্যসম্পাদনের প্রতিক্রিয়া অনুযায়ী পরবর্তী পদক্ষেপ গতিশীলভাবে সামঞ্জস্য করতে পারে।
Ascend কম্পিউটিং শক্তির সমন্বিত অপ্টিমাইজেশন: মডেলটি Ascend কম্পিউটিং ইকোসিস্টেমের সঙ্গে গভীরভাবে সমন্বিত। কম্পিউটিং, যোগাযোগ ও ভিডিও মেমরিসহ গুরুত্বপূর্ণ ধাপগুলোতে গভীর অপ্টিমাইজেশন করা হয়েছে এবং মডেল সক্ষমতা বৃদ্ধি ও দেশীয় কম্পিউটিং অবকাঠামো অপ্টিমাইজেশনের সমন্বিত বিবর্তনের পথ অনুসন্ধান করা হয়েছে, যা বৃহৎ আকারের বৈজ্ঞানিক কম্পিউটিং কাজের ভিত্তিগত সহায়তা প্রদান করে।
ল্যাটেন্ট স্পেস প্রি-ট্রেনিং অনুসন্ধান (NCP-ArchPreview): পরবর্তী প্রজন্মের স্থাপত্যের জন্য সাংহাই এআই ল্যাবরেটরি Next Concept Prediction-এর JEPA-ধাঁচের ল্যাটেন্ট স্পেস প্রি-ট্রেনিং কাজ প্রস্তাব করেছে। মডেলটি আর শুধু পরবর্তী Token অনুমান করে না; বরং বিশেষ Concept Module-এর মাধ্যমে ল্যাটেন্ট স্পেসে একাধিক Token জুড়ে বিচ্ছিন্ন সেমান্টিক ধারণা অনুমান করে এবং তা ব্যবহার করে নিম্নস্তরের অটোরিগ্রেসিভ জেনারেশনকে নির্দেশনা দেয়।

অনলাইন অভিজ্ঞতা: https://chat.intern-ai.org.cn/ ঠিকানায় গিয়ে সরাসরি শুশেং-S2-এর বিভিন্ন সক্ষমতা ব্যবহার করে দেখতে পারবেন।
API কল: সব ব্যবহারকারী বিনামূল্যের উন্মুক্ত API কোটা ব্যবহার করতে পারবেন। আরও বেশি কোটা প্রয়োজন হলে https://internlm.intern-ai.org.cn/api/strategy ঠিকানায় গিয়ে আবেদন জমা দিন।
মডেল সংগ্রহ: HuggingFace থেকে মডেল ওজন ডাউনলোড করুন।
স্থানীয় স্থাপন: https://github.com/InternLM/Intern-S1 GitHub রিপোজিটরির নির্দেশনা অনুসরণ করে স্থাপন করুন। Ascend কম্পিউটিং পরিবেশের জন্য গভীর অভিযোজন ও অপ্টিমাইজেশন সম্পন্ন হয়েছে।

শীর্ষস্থানীয় বৈজ্ঞানিক সক্ষমতা: জীববিজ্ঞান, উপাদানবিজ্ঞানসহ বিভিন্ন বৈজ্ঞানিক কাজের মূল্যায়নে বিদ্যমান উন্মুক্ত ও বদ্ধ উৎসের ফ্ল্যাগশিপ মডেলকে উল্লেখযোগ্যভাবে ছাড়িয়ে যায়।
প্লাগযোগ্য পেশাদার মেমরি: Memory Decoder স্থাপত্য মূল মডেলের প্যারামিটার পরিবর্তন না করেই নতুন ক্ষেত্রের জ্ঞান সংযুক্ত করতে পারে, ফলে ক্ষেত্র সম্প্রসারণের ব্যয় উল্লেখযোগ্যভাবে কমে।
সাধারণ সক্ষমতায় আপস নয়: পেশাদার সক্ষমতা সম্প্রসারণের পাশাপাশি জ্ঞান, কোড ও এজেন্টসহ সাধারণ সক্ষমতা উন্মুক্ত মডেলগুলোর শীর্ষ সারিতে স্থিতিশীল রয়েছে।
দীর্ঘমেয়াদি যুক্তি: কয়েক ঘণ্টা ধরে কঠোর গাণিতিক যুক্তি ও গবেষণা চালাতে পারে, Gemini 3.1 Pro-এর পর্যায়ে পৌঁছায় এবং কিছু সূচকে তাকে ছাড়িয়ে যায়।
এজেন্ট কার্যসম্পাদন: জটিল কাজ স্বয়ংক্রিয়ভাবে ভাগ করতে, একাধিক টুলের সঙ্গে সমন্বয় করতে এবং একটি বাক্যেই Changzheng 7 রকেটের 3D CAD মডেলের মতো সম্পূর্ণ ফলাফল তৈরি করতে পারে।

GitHub রিপোজিটরি: https://github.com/InternLM/Intern-S1
HuggingFace মডেল রিপোজিটরি: https://huggingface.co/internlm/Intern-S2-397B

জীবনবিজ্ঞান গবেষণা ও উন্নয়ন: DNA, RNA, প্রোটিন এবং জৈব অণুর পারস্পরিক ক্রিয়া বিশ্লেষণ সমর্থন করে। উদাহরণস্বরূপ, ইমিউনোথেরাপির লক্ষ্য IL-7Rα ঘিরে প্রোটিন বাইন্ডার প্রার্থীদের ধারাবাহিকভাবে নকশা ও অপ্টিমাইজ করা যায়।
উপাদান ও স্ফটিক কাঠামো নকশা: রাসায়নিক সূত্র অনুযায়ী স্বয়ংক্রিয়ভাবে স্পেস গ্রুপের সামঞ্জস্য নির্ধারণ এবং ল্যাটিস প্যারামিটার ও পরমাণুর স্থানাঙ্ক পদ্ধতিগতভাবে নির্মাণ করে, ফলে নতুন উপাদান অনুসন্ধান “অভিজ্ঞতাভিত্তিক পরীক্ষা-নিরীক্ষা” থেকে “মডেল-চালিত” পদ্ধতিতে রূপান্তরিত হয়।
গণিত ও তাত্ত্বিক গবেষণা: প্রতিযোগিতামূলক গণিত, উচ্চতর গণিত ও ডক্টরাল যোগ্যতা পরীক্ষার পর্যায়ের জটিল সমস্যায় কয়েক ঘণ্টা ধরে যুক্তি, যাচাই ও কঠোর সমাধান তৈরি করে তাত্ত্বিক গবেষণায় সহায়তা করে।
প্রকৌশল নকশা ও এজেন্ট অটোমেশন: একটি বাক্যে জটিল প্রকৌশল ফলাফল তৈরি করে এবং স্বয়ংক্রিয়ভাবে তথ্য অনুসন্ধান, কাজের বিভাজন ও একাধিক টুলের সমন্বয় সম্পন্ন করে।