LLM শব্দকোষ
র্যাংকিং পড়ার সময় যে মূল ধারণাগুলো দেখবেন। প্রতিটি শব্দের সঙ্গে সংক্ষিপ্ত ব্যাখ্যা ও সংশ্লিষ্ট পেজের লিঙ্ক আছে।
Podium Score
LLMPodium-এর ০–১০০ সম্মিলিত স্কোর: ০.৩৫·অ্যারেনা Elo + ০.৩০·বেঞ্চমার্ক গড় + ০.২০·ইন্টেলিজেন্স ইনডেক্স + ০.১৫·LLM Stats, min-max স্বাভাবিকীকরণসহ এবং অনুপস্থিত সংকেতের পুনঃবণ্টনসহ। — লাইভ ডেটা দেখুন
Elo রেটিং
দাবা থেকে নেওয়া রেটিং ব্যবস্থা। LLM অ্যারেনায় মডেলগুলো মানুষের পছন্দের মুখোমুখি লড়াই জিতে Elo অর্জন করে; দুটি Elo-র পার্থক্য জয়ের সম্ভাবনা অনুমান করে। — লাইভ ডেটা দেখুন
বেঞ্চমার্ক
স্কোরযুক্ত কাজ (গণিত, কোডিং, বিজ্ঞান) সহ একটি মানক পরীক্ষা সেট, যা তুলনীয় পরিস্থিতিতে মডেলের নির্দিষ্ট সক্ষমতা মাপে। — লাইভ ডেটা দেখুন
টোকেন
সাব-ওয়ার্ড খণ্ড যা LLM পড়ে ও লেখে। প্রায় ১ টোকেন ≈ ইংরেজি ৪টি অক্ষর (বাংলায় প্রায় ১ শব্দ); দাম প্রতি মিলিয়ন (M) টোকেনে ধরা হয়।
কনটেক্সট উইন্ডো
সর্বোচ্চ টেক্সট পরিমাণ (টোকেনে) যা মডেল একবারে বিবেচনা করতে পারে — প্রম্পট আর উত্তর মিলিয়ে। ২০২৬-এর ফ্রন্টিয়ার মডেল ১২৮K থেকে ১M টোকেন পর্যন্ত। — লাইভ ডেটা দেখুন
TTFT (প্রথম টোকেনের সময়)
প্রথম আউটপুট টোকেন আসা পর্যন্ত দেরি। চ্যাটে অনুভূত সাড়াদান ক্ষমতা এটিই নির্ধারণ করে; মাপা হয় মিলিসেকেন্ডে। — লাইভ ডেটা দেখুন
আউটপুট থ্রুপুট (টোকেন/সেকেন্ড)
প্রথম টোকেনের পর মডেল প্রতি সেকেন্ডে কত টোকেন তৈরি করে। লম্বা উত্তরের গতি এটি ঠিক করে। — লাইভ ডেটা দেখুন
Mixture of Experts (MoE)
এমন স্থাপত্য যেখানে প্রতি টোকেনে প্যারামিটারের একটি অংশ («এক্সপার্ট») সক্রিয় হয় — কম ইনফারেন্স খরচে বড় জ্ঞান — যেমন Qwen3.8 Max বা DeepSeek V4। — লাইভ ডেটা দেখুন
ওপেন ওয়েট
যেসব মডেলের প্রশিক্ষিত প্যারামিটার প্রকাশ্য, ফলে নিজে হোস্ট ও ফাইন-টিউন করা যায় (Kimi K3, GLM-5.2, Llama 4)। শুধু-API মালিকানাধীন মডেলের বিপরীত। — লাইভ ডেটা দেখুন
রিজনিং মডেল
উত্তরের আগে বাড়তি «চিন্তা» টোকেন খরচ করার জন্য প্রশিক্ষিত মডেল — কঠিন সমস্যায় (GPQA, HLE, অলিম্পিয়াড গণিত) দেরির বিনিময়ে নির্ভুলতা। — লাইভ ডেটা দেখুন
হ্যালুসিনেশন
আত্মবিশ্বাসী কিন্তু ভিত্তিহীন বক্তব্য। SimpleQA-র মতো সত্যতা বেঞ্চমার্ক মাপে মডেল কতবার এগুলো এড়ায়। — লাইভ ডেটা দেখুন
SWE-Bench Verified
বাস্তব রিপোজিটরিতে বাস্তব GitHub issue সমাধান, মানুষ দ্বারা যাচাইকৃত। এজেন্টিক সফটওয়্যার ইঞ্জিনিয়ারিংয়ের মানক বেঞ্চমার্ক। — লাইভ ডেটা দেখুন
GPQA Diamond
বিশেষজ্ঞদের লেখা স্নাতকোত্তর-স্তরের বিজ্ঞান প্রশ্ন যা সার্চ-প্রতিরোধী; মূল রিজনিং বেঞ্চমার্ক। — লাইভ ডেটা দেখুন
Humanity's Last Exam
মানব জ্ঞানের সীমানায় রাখা বিশেষজ্ঞ-তৈরি প্রশ্নসমূহ; বর্তমান ফ্রন্টিয়ার মডেল এখনও ৪০–৬০% পায়। — লাইভ ডেটা দেখুন
MMLU-Pro
MMLU-র কঠোরতর উত্তরসূরি: ১৪টি ক্যাটাগরি ও কঠিনতর বিকল্প দিয়ে বিস্তৃত একাডেমিক জ্ঞান মাপা হয়। — লাইভ ডেটা দেখুন
Min-max স্বাভাবিকীকরণ
যেকোনো কাঁচা মেট্রিককে সব ট্র্যাক করা মডেল জুড়ে ০–১০০-এ পুনঃস্কেল করা, যাতে ভিন্ন উৎসের স্কোর মেশানো যায়। ৮০ মানে সবসময় «সবচেয়ে খারাপ থেকে সেরা পথের ৮০%»। — লাইভ ডেটা দেখুন
কনফিডেন্স ইন্টারভাল (±CI)
অ্যারেনা Elo-র পরিসংখ্যানগত অনিশ্চয়তা। ইন্টারভাল ওভারল্যাপ করলে দুটি মডেল কার্যত সমান। — লাইভ ডেটা দেখুন
$/M টোকেন
প্রতি মিলিয়ন টোকেনের দাম, ইনপুট ও আউটপুটের জন্য আলাদা। আউটপুট টোকেন সাধারণত ইনপুটের চেয়ে ৩–৫ গুণ দামি। — লাইভ ডেটা দেখুন