লিঙ্কডইন তাদের পরবর্তী প্রজন্মের এআই সুপারিশকারী সিস্টেম তৈরি করার জন্য প্রম্পট ইঞ্জিনিয়ারিং এড়িয়ে গিয়ে মডেল ডিস্টিলেশন ব্যবহার করেছে, এমনটাই জানিয়েছেন লিঙ্কডইনের প্রোডাক্ট ইঞ্জিনিয়ারিং-এর ভাইস প্রেসিডেন্ট এররান বার্গার। বিয়ন্ড দ্য পাইলট পডকাস্টে বার্গার বলেন, প্রয়োজনীয় নির্ভুলতা, লেটেন্সি এবং দক্ষতার উন্নতির জন্য প্রম্পটিংকে "নন-স্টার্টার" হিসেবে বিবেচনা করা হয়েছিল।

প্রম্পট ইঞ্জিনিয়ারিংয়ের উপর নির্ভর না করে, লিঙ্কডইন একটি ৭ বিলিয়ন প্যারামিটারের মডেলকে সূক্ষ্মভাবে টিউন করার জন্য একটি বিস্তারিত প্রোডাক্ট পলিসি ডকুমেন্ট তৈরি করেছে, যা পরবর্তীতে কয়েক মিলিয়ন প্যারামিটারযুক্ত ছোট, অপ্টিমাইজ করা শিক্ষক এবং শিক্ষার্থী মডেলে ডিস্টিল করা হয়েছিল। মাল্টি-টিচার ডিস্টিলেশন নামে পরিচিত এই পদ্ধতিটি লিঙ্কডইনের এআই পণ্যগুলিতে একটি পুনরাবৃত্তিযোগ্য পদ্ধতি হিসাবে ব্যবহৃত হচ্ছে।

লিঙ্কডইন ১৫ বছরের বেশি সময় ধরে এআই সুপারিশকারী সিস্টেম তৈরি করছে। কোম্পানিটি দেখেছে যে তাদের চাকরি-সন্ধান প্ল্যাটফর্মের চাহিদা মেটাতে অফ-দ্য-শেল্ফ মডেলগুলি যথেষ্ট নয়। মডেল ডিস্টিলেশনের দিকে এই পদক্ষেপ কৌশলগত একটি গুরুত্বপূর্ণ পরিবর্তন, যা প্রম্পটিংয়ের মাধ্যমে বিদ্যমান বৃহৎ ভাষা মডেল (এলএলএম) ব্যবহারের চেয়ে কাস্টম-বিল্ট সমাধানকে অগ্রাধিকার দিচ্ছে।

মডেল ডিস্টিলেশন হল একটি কৌশল, যেখানে একটি ছোট, আরও দক্ষ মডেল (শিক্ষার্থী) একটি বৃহত্তর, আরও জটিল মডেলের (শিক্ষক) আচরণ অনুকরণ করার জন্য প্রশিক্ষিত হয়। লিঙ্কডইনের ক্ষেত্রে, শিক্ষার্থী মডেলটিকে গাইড করার জন্য একাধিক শিক্ষক মডেল ব্যবহার করা হয়েছিল, যা এর কার্যকারিতা বাড়িয়েছে। এই প্রক্রিয়াটি এআই মডেল তৈরি করতে দেয় যা শক্তিশালী এবং সম্পদ-সাশ্রয়ী উভয়ই, যা বৃহৎ আকারের অ্যাপ্লিকেশনগুলির জন্য একটি গুরুত্বপূর্ণ বিষয়।

বার্গার এই নতুন মূল্যায়ন প্রক্রিয়ার প্রভাবের উপর জোর দিয়ে বলেন, এটি "লিঙ্কডইনে আমরা সম্ভবত গত কয়েক বছরে দেখিনি এমন মানের যথেষ্ট উন্নতি ঘটাবে।" কোম্পানিটি মনে করে যে এই পদ্ধতির ফলে ব্যবহারকারীদের জন্য আরও প্রাসঙ্গিক এবং ব্যক্তিগতকৃত চাকরির সুপারিশ করা সম্ভব হবে।

এই উন্নয়ন এআই ইন্ডাস্ট্রিতে একটি ক্রমবর্ধমান প্রবণতাকে তুলে ধরে: নির্দিষ্ট কাজের জন্য ডিজাইন করা বিশেষায়িত, সূক্ষ্মভাবে টিউন করা মডেলের দিকে অগ্রসর হওয়া। যদিও বৃহৎ ভাষা মডেলগুলি উল্লেখযোগ্য মনোযোগ আকর্ষণ করেছে, লিঙ্কডইনের মতো কোম্পানিগুলি মনে করছে যে কাস্টম সমাধানগুলি কিছু অ্যাপ্লিকেশনে আরও ভালো পারফর্ম করতে পারে। এই প্রবণতার প্রভাব একটি আরও বৈচিত্র্যময় এআই ল্যান্ডস্কেপের দিকে নিয়ে যেতে পারে, যেখানে ছোট, আরও দক্ষ মডেলগুলি ক্রমবর্ধমান গুরুত্বপূর্ণ ভূমিকা পালন করবে।