ScholarGate
সহকারী

পদ্ধতির তুলনা করুন

নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।

বহুভাষিক রিইনফোর্সমেন্ট লার্নিং×বহুভাষিক ট্রান্সফরমার×
ক্ষেত্রগভীর শিখনগভীর শিখন
পরিবারMachine learningMachine learning
উদ্ভবের বছর2010s (applied to multilingual NLP settings)2019–2020
প্রবর্তকSutton, R. S. & Barto, A. G. (RL foundations); multilingual extensions emerged from the NLP/RL community in the 2010sDevlin et al. (mBERT); Conneau et al. (XLM-R)
ধরনReinforcement learning applied to multilingual environmentsPre-trained cross-lingual language model
মৌলিক উৎসSutton, R. S., & Barto, A. G. (1998). Reinforcement Learning: An Introduction. MIT Press. ISBN: 978-0262193986Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, pp. 4171–4186. Association for Computational Linguistics. DOI ↗
অপর নামCross-Lingual RL, Multilingual RL, Multilingual Policy Learning, Cross-Lingual Reinforcement Learningmultilingual LM, cross-lingual transformer, mBERT-style model, multilingual pre-trained model
সম্পর্কিত54
সারসংক্ষেপMultilingual Reinforcement Learning applies the RL paradigm — an agent learning by interaction and reward — to environments that involve multiple languages. The agent must interpret multilingual observations, follow cross-lingual instructions, or generalize policies trained in one language to new target languages, making it applicable to cross-lingual dialogue, multilingual game-playing agents, and language-grounded sequential decision tasks.A multilingual transformer is a pre-trained language model built on the transformer architecture and trained jointly on text from dozens to over one hundred languages. Models such as mBERT and XLM-RoBERTa learn shared cross-lingual representations, enabling zero-shot or few-shot transfer: a model fine-tuned on English data can often be applied directly to French, German, Arabic, or Chinese without language-specific labels.
ScholarGateডেটাসেট
  1. v1
  2. 2 উৎস
  3. PUBLISHED
  1. v1
  2. 2 উৎস
  3. PUBLISHED

অনুসন্ধানে যান স্লাইড ডাউনলোড করুন

ScholarGateপদ্ধতির তুলনা করুন: Multilingual Reinforcement Learning · Multilingual Transformer. 2026-06-18 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/compare