উত্তরটা কি বিশ্বাস করা যায়?
LLM-এর হ্যালুসিনেশন নিয়ে গবেষণা করি, আর খুঁজি বুদ্ধিমান সিস্টেম ঠিক কোথায় নির্ভরযোগ্যতা হারায়।
গবেষক ও প্রকৌশলী আইওয়া স্টেট ইউনিভার্সিটি
আমি Anwar Zahid। AI আর নিউমেরিক্যাল সফটওয়্যার কোথায়, কীভাবে ভুল করে তা নিয়ে গবেষণা করি, তারপর এমন টুল বানাই যাতে সেই ভুল সহজে ধরা যায়, আবার ঘটিয়ে দেখা যায় এবং ঠিক করা যায়।
AI-এর নির্ভরযোগ্যতা নিউমেরিক্যাল ডিবাগিং সফটওয়্যার ইঞ্জিনিয়ারিং
## খবর · সাম্প্রতিক
## পরিচিতি
আমি আইওয়া স্টেট ইউনিভার্সিটিতে কম্পিউটার সায়েন্সে পিএইচডি করছি। প্রোগ্রাম অ্যানালাইসিস অ্যান্ড এআই ল্যাবে আমার সুপারভাইজার অধ্যাপক Wei Le। আমার গবেষণার মূল বিষয় নির্ভরযোগ্য AI সিস্টেম, নিউমেরিক্যাল ডিবাগিং, আর মেশিন লার্নিং সিস্টেমের জন্য সফটওয়্যার ইঞ্জিনিয়ারিং কৌশল।
পিএইচডি শুরুর আগে চার বছর সফটওয়্যার ইঞ্জিনিয়ার হিসেবে ব্যাংকিং, ই-গভর্ন্যান্স, AI ও মোবাইল প্ল্যাটফর্মে কাজ করেছি। ইন্ডাস্ট্রির সেই অভিজ্ঞতাই আমার গবেষণার ধরন ঠিক করে দেয়: আমি এমন পদ্ধতি নিয়ে কাজ করতে চাই, যা ডেভেলপার ও গবেষকদের হাতে কাজের টুল হয়ে উঠতে পারে। পুরো সময়রেখা আছে বিস্তারিত পরিচিতির পাতায়।
## গবেষণার আগ্রহ
LLM-এর হ্যালুসিনেশন নিয়ে গবেষণা করি, আর খুঁজি বুদ্ধিমান সিস্টেম ঠিক কোথায় নির্ভরযোগ্যতা হারায়।
মেশিন লার্নিং যে সফটওয়্যারের ওপর চলে, তার ভেতরে নিউমেরিক্যাল অস্থিরতা আর নিঃশব্দে ঢুকে পড়া রিগ্রেশনের উৎস খুঁজে বের করি।
এমন ব্যাখ্যাযোগ্য টেস্টিং ও ডিবাগিং টুল বানাই, যা দিয়ে মানুষ ব্যর্থতার কারণ বুঝতে আর তা ঠিক করতে পারে।
## প্রকাশনা
ML-এর নির্ভরযোগ্যতা, LLM মূল্যায়ন আর নিউমেরিক্যাল নির্ভুলতা নিয়ে। পেপারগুলো ইংরেজিতে প্রকাশিত।
Soft Assertions নামে একটি পদ্ধতি, যা মেশিন লার্নিং অ্যাপ্লিকেশনের ভেতরে লুকিয়ে থাকা নিউমেরিক্যাল অস্থিরতার বাগ খুঁজে বের করে এবং সেগুলো ঘটিয়ে দেখায়।
@article{sharmin2025softassertions,
title = {Automatically Detecting Numerical Instability in Machine Learning Applications via Soft Assertions},
author = {Sharmin, Shaila and Zahid, Anwar Hossain and Bhattacharjee, Subhankar and Igwilo, Chiamaka and Kim, Miryung and Le, Wei},
journal = {Proceedings of the ACM on Software Engineering (PACMSE), issue FSE 2025},
year = {2025},
doi = {10.1145/3729394},
url = {https://arxiv.org/pdf/2504.15507}
}
ভৌগোলিক ও সামাজিক প্রেক্ষাপট যোগ করলে বড় ভাষা মডেলগুলো ঘৃণাসূচক বক্তব্য শনাক্তে কতটা ভালো করে, তার মূল্যায়ন।
@misc{zahid2025hatespeech,
title = {Evaluation of Hate Speech Detection Using Large Language Models and Geographical Contextualization},
author = {Zahid, Anwar Hossain and Roy, Monoshi Kumar and Das, Swarna},
year = {2025},
eprint = {2502.19612},
archivePrefix = {arXiv},
url = {https://arxiv.org/abs/2502.19612}
}
NVIDIA আর AMD GPU-তে একই গণনার ফলাফলে নিউমেরিক্যাল পার্থক্য, এবং পুনরুৎপাদনযোগ্যতা ও পোর্টেবিলিটিতে তার প্রভাব নিয়ে গবেষণা।
@misc{zahid2024gpunumerics,
title = {Testing GPU Numerics: Finding Numerical Differences Between NVIDIA and AMD GPUs},
author = {Zahid, Anwar Hossain and Laguna, Ignacio and Le, Wei},
year = {2024},
eprint = {2410.09172},
archivePrefix = {arXiv},
url = {https://arxiv.org/abs/2410.09172}
}
ভার্চুয়াল ইন্টার্নশিপ পরিচালনা এবং সফটওয়্যার ডেভেলপমেন্টের দক্ষতা যাচাইয়ের জন্য একটি সফটওয়্যার প্ল্যাটফর্মের ধারণাগত নকশা।
@inproceedings{mia2020virtualinternship,
title = {A Conceptual Design of Virtual Internship System to Benchmark Software Development Skills in a Blended Learning Environment},
author = {Mia, Raihan and Zahid, Anwar Hossain and Nath, Bipul Chandra Dev and Hoque, Abu Sayed Md Latiful},
booktitle = {2020 23rd International Conference on Computer and Information Technology (ICCIT)},
year = {2020},
publisher = {IEEE},
doi = {10.1109/ICCIT51783.2020.9392670},
url = {https://ieeexplore.ieee.org/document/9392670}
}
## অভিজ্ঞতা
গবেষণা, ব্যাংকিং, ই-গভর্ন্যান্স ও মোবাইল সফটওয়্যারে কাজের অভিজ্ঞতা।
প্রসূতি ও স্ত্রীরোগ বিভাগের ভিজিটিং স্কলার প্রোগ্রামের অধীনে গবেষণা ইন্টার্নশিপ; মা ও গর্ভস্থ শিশুর রেকর্ড মেলানোর জন্য গবেষণা ডেটাবেস সম্প্রসারণের কাজ।
ভিন্ন ভিন্ন GPU আর্কিটেকচারে ফ্লোটিং-পয়েন্ট প্রিসিশন বিশ্লেষণের টুল বানিয়েছি, যার মধ্যে আছে Varity প্রজেক্টের জন্য HIP ব্যাকএন্ড কোড জেনারেশন; LLNL Summer SLAM & Poster Symposium-এ সম্মানসূচক স্বীকৃতি পেয়েছি।
সরকারি কাজের জন্য ইআরপি, ক্রয়, হিসাবরক্ষণ ও কমপ্লায়েন্স সিস্টেমে কাজ করেছি।
ব্যাংকিং কাজের জন্য ফিনটেক চ্যাটবট, ফেস রিকগনিশন, রেমিট্যান্স ইন্টিগ্রেশন ও আরপিএ সিস্টেম বানিয়েছি।
ভোক্তা ডিভাইসের জন্য অ্যান্ড্রয়েড রম আর ফিচার ফোনের অপারেটিং সিস্টেমে নতুন সুবিধা যোগ করেছি।
## প্রজেক্ট
কোর্সের কাজ আর ছোট রিপোজিটরিগুলো নিচে ভাঁজ করে রাখা আছে।
স্কুল, স্নাতক ও স্নাতকোত্তর পর্যায়ের শিক্ষার্থী — আর AI নিয়ে আগ্রহী যে কারও জন্য একটি ওয়েব প্ল্যাটফর্ম, যেখানে কাজের উপযোগী AI টুল খুঁজে পাওয়া ও তা ব্যবহার করতে শেখা যায়। অধ্যাপক Wei Le-এর তত্ত্বাবধানে এর স্রষ্টা ও লিড ডেভেলপার হিসেবে বানিয়েছি।
FSE 2025-এর পেপার: Soft Assertions দিয়ে ML অ্যাপ্লিকেশনের নিউমেরিক্যাল অস্থিরতার বাগ শনাক্ত করা ও ঘটিয়ে দেখা।
LLNL-এর Varity প্রজেক্টে GPU কার্নেল টেস্টিংয়ের জন্য HIP ব্যাকএন্ড জেনারেশন যোগ করেছি, যাতে বিভিন্ন প্ল্যাটফর্মে গণনার ফলাফল একই থাকছে কি না যাচাই করা যায়।
একটি ক্লাস প্রজেক্টকে বড় করে ভৌগোলিক মেটাডেটা দিয়ে ঘৃণাসূচক বক্তব্য শনাক্তকরণ মডেলের মূল্যায়ন করেছি। পরে এটি বড় ভাষা মডেল যাচাইয়ের কাজে লাগানো হয় এবং ২০২৫ সালে প্রকাশিত হয়।
ফিনটেক অ্যাপ্লিকেশনের জন্য রিয়েল-টাইম ফেস রিকগনিশন ও জালিয়াতি শনাক্তকরণ সিস্টেম বানিয়েছি, যা দূর থেকে ব্যাংকিং যাচাইকে আরও নিরাপদ করে।
## শিক্ষকতা
আইওয়া স্টেট ইউনিভার্সিটির কম্পিউটার সায়েন্স বিভাগে টিচিং অ্যাসিস্ট্যান্ট হিসেবে কোর্স ডিজাইন, প্রোগ্রামিংয়ের প্রাথমিক কোর্স আর আর্টিফিশিয়াল ইন্টেলিজেন্স পড়ানোয় যুক্ত আছি।
কম্পিউটার সায়েন্স বিভাগে অধ্যাপক Wei Le ও অধ্যাপক Qi Li-এর সঙ্গে COMS 3710X: Introduction to Foundation Models I এবং COMS 3720X: Introduction to Foundation Models II কোর্স দুটি সাজাতে সাহায্য করেছি।
COM S 127 (প্রোগ্রামিংয়ের প্রাথমিক কোর্স)-এর ল্যাব ও রিসিটেশন সেকশন নিয়েছি — প্রতি সপ্তাহের ল্যাব চালানো, কোর্স ও মূল্যায়নের উপকরণ তৈরি, গ্রেডিং রুব্রিক বানানো, আর অ্যাসাইনমেন্ট ও পরীক্ষার খাতা দেখা।
COM S 472/572 (Principles of Artificial Intelligence) কোর্সে লেকচার দিয়েছি: অধ্যাপক Jin Tian বিভাগ ছাড়ার আগে তাঁর হয়ে, এবং অধ্যাপক Yan-Bin Jia-র হয়ে।
## লেখালেখি
লেখাগুলো ইংরেজিতে।
Academic papers are necessarily compressed. They describe the method, the evaluation, and the result, but they often leave out the messy middle: why a test design chan...
In our FSE 2025 paper, we introduce Soft Assertions — a new approach to detect and trigger these hidden bugs automatically.
Our SC24-W workshop paper presents a systematic method to detect and analyze these cross-vendor numerical differences.
## যোগাযোগ
আমার কাছে পৌঁছানোর সবচেয়ে সহজ উপায় ইমেইল।