我们比较了开放量和封闭式LLM的性能,例如Llama-3和GPT-4与跨孟加拉语下流任务的微调编码器模型,包括翻译,摘要,汇总,释义,问答,提示和自然语言的推流。我们的发现表明,尽管LLM通常在执行任务方面表现出色,但它们在重新制定孟加拉语脚本生成的任务中的表现却是不明智的。关键挑战包括现有LLM对孟加拉脚本的效率低下,从而导致计算成本增加和潜在的性能退化。加法 - 我们重点介绍了通常用于孟加拉NLP任务的机器翻译数据集中的偏差。我们得出的结论是,孟加拉国面向的LLM非常需要,但是该领域通常缺乏为降低一个高效模型所需的高质量预科和指导调整数据集。*
他的专业贡献包括在无线和移动通信领域的大量研究工作、朗讯科技架构团队负责人,致力于多项 5G 技术的研究;在 C-DOT 从事数字微波开发;德国杜伊斯堡大学访问学者,设计在德国戴姆勒奔驰 MMIC 铸造厂制造的 MMIC 芯片;多个咨询和标准委员会成员 - ITU-R NWG 9 研究组;指导 IISc/BITS 和其他研究所的硕士/博士学位学生;许多研究所/大学的咨询委员会/学术委员会成员。他在期刊和会议上发表并发表了许多论文,在国内和国际会议上举办研讨会,担任过多个会议的主席、联合主席、书籍、会议论文集的合著者、特约编辑和联合编辑。他最近的受邀演讲包括在 IEEE 印度 5G 小组讨论会上的演讲、在国际 GIFSI 研讨会上关于 5G 的受邀演讲。他是国际雷达研讨会和国际微波研讨会的组织主席。
疫苗接种是过去一个世纪预防传染病最重要的贡献,每年全球通过免疫接种可避免 300 万至 500 万人因疫苗可预防疾病(VPD)死亡(WHO,2019)。