গবেষণাপত্র পড়া

একটি Paper-এর গঠন

1. Title + Abstract — মূল দাবি এক অনুচ্ছেদে।
2. Introduction — সমস্যা, পূর্ব কাজ, অবদান।
3. Related Work — সাহিত্যের মানচিত্র।
4. Method — গণিত ও algorithm এখানে।
5. Experiments — পরীক্ষামূলক প্রমাণ।
6. Discussion / Limitations / Conclusion।
7. Appendix — proof, hyperparameter, ablation।

তিন-পাস কৌশল

1. Pass 1 (১০ মিনিট): title, abstract, figure, conclusion। ‘এটা কি আমার দরকার?’ স্থির করো।
2. Pass 2 (১ ঘণ্টা): introduction, method-এর মূল সূত্র, figure-এর caption ভালোভাবে। গণিতের detail এড়িয়ে যাও।
3. Pass 3 (কয়েক ঘণ্টা): সব derivation কাগজে নিজে কর। কোড থাকলে চালাও।

Case Study: ‘Attention is All You Need’ (২০১৭)

এই পেপার আধুনিক AI-এর ভিত্তি। আসো এটি আমাদের গণিতে অনুবাদ করি।

• Q, K, V — তিনটি ম্যাট্রিক্স (পর্ব ৫)। প্রতিটি token = একটি ভেক্টর (পর্ব ১)।
• QKᵀ — dot product, similarity (পর্ব ২)।
• √dₖ দিয়ে scaling — variance নিয়ন্ত্রণ (পর্ব ১১)।
• Softmax — probability distribution (পর্ব ১৩)।
• × V — weighted sum, linear combination (পর্ব ১)।
• Multi-head — subspace-এ projection (পর্ব ১৯.৩)।
• Residual + LayerNorm — gradient flow ও normalization (পর্ব ১৭.৩)।

Paper পড়ার Checklist

• প্রতিটি ভেরিয়েবলের dimension কী?
• প্রতিটি অপারেশন কোন lemma/সূত্রের উপর দাঁড়ানো?
• Limitation কী লেখক স্বীকার করেছেন?
• Ablation থেকে কোন উপাদান আসলে দরকার?
• Reproducibility — কোড, dataset কি আছে?

ভালো উৎস

• arXiv (cs.LG, cs.CV, stat.ML) — সর্বাধুনিক।
• Papers with Code — কোডসহ পেপার।
• Distill.pub — দৃষ্টিনন্দন ব্যাখ্যা।
• AK / Sasha Rush / Lilian Weng — কিউরেটেড সারাংশ।
• ‘Annotated Transformer’, ‘The Illustrated …’ সিরিজ।

নিজের পরবর্তী পদক্ষেপ

1. একটি ছোট পেপার বেছে নাও — যেমন word2vec বা ResNet।
2. Numpy দিয়ে এটি scratch থেকে implement করো।
3. তোমার বন্ধুকে বুঝিয়ে বলো — শেখার সেরা পরীক্ষা।
4. একটি ছোট সংশোধন বা প্রয়োগ লিখে blog/notebook প্রকাশ করো।
5. প্রতি সপ্তাহে একটি পেপার পড়ার অভ্যাস গড়ো।