Meituan-এর ৫৬০ বিলিয়ন প্যারামিটারের Mixture of Experts মডেল LongCat Flash Chat প্রকাশ

এখন এই উদ্বোধন কেন গুরুত্বপূর্ণ

চীনের অন-ডিমান্ড সেবার বৃহৎ প্রতিষ্ঠান Meituan LongCat Flash Chat প্রকাশের মাধ্যমে ওপেন সোর্স বৃহৎ ভাষা মডেলের ধারায় যোগ দিয়েছে। মডেলটিতে বিপুলসংখ্যক প্যারামিটারের সঙ্গে দক্ষতাকে অগ্রাধিকার দেওয়া নকশার সমন্বয় ঘটেছে। ২০২৫ সালের সেপ্টেম্বরের শুরুতে ঘোষণার পর মডেলটি GitHub ও Hugging Face-এ ডেভেলপারদের জন্য প্রকাশ করা হয়। এর সঙ্গে থাকা কারিগরি প্রতিবেদনে একে বর্তমান শীর্ষস্থানীয় মডেলগুলোর সমপর্যায়ে রাখা হয়েছে। Meituan-এর দাবি, তাদের বেঞ্চমার্ক অনুযায়ী LongCat Flash Chat-এর সক্ষমতা DeepSeek V3.1, Alibaba Cloud-এর Qwen3 পরিবার এবং Moonshot AI-এর Kimi K2-এর সমতুল্য। Anthropic-এর Claude Sonnet এবং Google-এর Gemini 2.5 Flash-এর সঙ্গেও এটি ভালো তুলনায় আসে। মডেলটি ব্যাপক ব্যবহার ও পরিবর্তনের জন্য লাইসেন্স করা হয়েছে, যা Meituan-এর এআই প্রযুক্তি ঘিরে সক্রিয় ডেভেলপার ইকোসিস্টেম গড়ার উদ্যোগের ইঙ্গিত দেয়।

LongCat Flash Chat-কে যুক্তি-নির্ভর মডেলের বদলে দ্রুত, উৎপাদন-উপযোগী একটি ভিত্তি মডেল হিসেবে তুলে ধরা হয়েছে। এতে একটি স্পষ্ট অগ্রাধিকার প্রতিফলিত: ধীরগতির, জটিল যুক্তির ধারায় কম জোর দিয়ে দ্রুত সাড়া দেওয়া এজেন্ট আচরণ, টুল ব্যবহার এবং নির্দেশনা অনুসরণে বেশি গুরুত্ব। ২০২৩ সালে ২৮১ মিলিয়ন ডলারে এআই স্টার্টআপ Light Year অধিগ্রহণের পর এই প্রকাশনা এলো। এটি Meituan-এর অভ্যন্তরীণ কর্মপ্রবাহে এআই, শেষ ব্যবহারকারীদের পণ্যে এআই-সুবিধা এবং মৌলিক মডেল তৈরিকে ঘিরে অভ্যন্তরীণ কৌশলের সঙ্গে সামঞ্জস্যপূর্ণ।

Meituan কী প্রকাশ করেছে

কোম্পানির নথিতে LongCat Flash Chat-কে Mixture of Experts মডেল হিসেবে বর্ণনা করা হয়েছে, যাতে মোট ৫৬০ বিলিয়ন প্যারামিটার রয়েছে। প্রতিটি টোকেন প্রক্রিয়াকরণের সময় এর কেবল একটি অংশ সক্রিয় হয়—সাধারণত ১৮.৬ বিলিয়ন থেকে ৩১.৩ বিলিয়ন, গড়ে প্রায় ২৭ বিলিয়ন। এই বাছাইভিত্তিক সক্রিয়করণই মডেলটির গতি ও ব্যয়ের বৈশিষ্ট্যের কেন্দ্রে রয়েছে। মডেলটি সর্বোচ্চ ১২৮k টোকেন পর্যন্ত দীর্ঘ কনটেক্সট উইন্ডো সমর্থন করে। ফলে বারবার নতুন করে শুরু না করেই দীর্ঘ কথোপকথন, নথি বা বহু-ধাপের কাজ প্রক্রিয়া করা যায়।

Meituan-এর ভাষায়, এটি একটি ননথিংকিং ফাউন্ডেশন মডেল। Caixin Global জানিয়েছে, মডেলটিতে উন্নত যুক্তি করার সক্ষমতা নেই, তবে অনেক ধরনের নির্দেশনা ও এজেন্ট-সংক্রান্ত কাজে এটি শক্তিশালী ফল দেয়। রিপোজিটরিতে সাধারণ বেঞ্চমার্ক, নির্দেশনা অনুসরণ, গণিত, কোডিং, টুল ব্যবহার এবং নিরাপত্তা মূল্যায়নে প্রতিযোগিতামূলক স্কোর তুলে ধরা হয়েছে। ডেভেলপাররা Hugging Face-এ এই পৃষ্ঠা থেকে মডেলের ওজন ও নথি দেখতে পারবেন এবং অফিসিয়াল সাইট longcat.ai-এ পণ্যের বিস্তারিত জানতে পারবেন। কোড ও ওজন MIT License-এর অধীনে প্রকাশ করা হয়েছে।

LongCat-এর স্থাপত্যের ভেতরে

Mixture of Experts মডেলে একটি বিশাল নেটওয়ার্ককে বিশেষায়িত বহু অংশে ভাগ করা হয়, যেগুলোকে এক্সপার্ট বলা হয়। প্রতিটি টোকেনের জন্য কোন এক্সপার্টগুলোকে কাজে লাগানো হবে, তা একটি রাউটার ঠিক করে। প্রতি টোকেনে অল্প কয়েকটি এক্সপার্ট সক্রিয় রেখে মডেলটি একদিকে বিপুল সামগ্রিক সক্ষমতা ধরে রাখে, অন্যদিকে প্রতিটি ধাপে গণনার চাপ নিয়ন্ত্রণে রাখে। গণনার খরচ না বাড়িয়ে মডেল বড় করার এই পদ্ধতি এখন বেশ প্রচলিত।

সহজ ভাষায় Mixture of Experts

ব্যবস্থাটিকে একটি বড় দলের মতো ভাবুন, যেখানে প্রতিটি বার্তার জন্য অল্প কয়েকজন বিশেষজ্ঞকে ডাকা হয়। বিষয়বস্তুর ভিত্তিতে রাউটার সেই বিশেষজ্ঞদের বেছে নেয়, ফলে অপ্রয়োজনীয় কাজ কমে। Meituan-এর নকশায় এর সঙ্গে আরও কয়েকটি বিশেষ দিক যুক্ত হয়েছে। প্রতিবেদনে Zero Computation Experts-এর কথা বলা হয়েছে। রাউটারকে কাজের চাপের ভারসাম্য রাখতে বা সহজ টোকেনের জন্য গণনা কমাতে হলে এগুলো স্থানধারক হিসেবে বেছে নেওয়া যায়। নেপথ্যে একটি PID controller রয়েছে, যা এক্সপার্টগুলোর বায়াস সমন্বয় করে সক্রিয় প্যারামিটারের গড় সংখ্যা স্থির রাখে। PID-এর পূর্ণরূপ proportional, integral, derivative। দোলাচল তৈরি না করে কোনো ব্যবস্থাকে কাঙ্ক্ষিত মাত্রার দিকে এগিয়ে নেওয়ার এটি একটি প্রচলিত নিয়ন্ত্রণ পদ্ধতি।

প্রক্রিয়াকরণের গতি বাড়াতে LongCat Flash Chat-এ shortcut connected MoE বিন্যাস ব্যবহার করা হয়েছে, যা যোগাযোগ ও গণনার কাজকে আরও বেশি মাত্রায় একই সময়ে চলতে দেয়। একাধিক GPU-র ব্যবস্থায় যোগাযোগের সময় কর্মক্ষমতায় বাধা সৃষ্টি করতে পারে। শর্টকাট সংযোগ এমন পথ তৈরি করে, যার মাধ্যমে ডিভাইসগুলোর মধ্যে ডেটা চলাচলের সময় নেটওয়ার্কের কিছু অংশ দ্রুত কাজ করতে পারে। কারিগরি নোটে H800-শ্রেণির হার্ডওয়্যারে একজন ব্যবহারকারীর জন্য প্রতি সেকেন্ডে ১০০টির বেশি টোকেন তৈরির হারের কথা বলা হয়েছে।

গতি ও ব্যয়ের দাবি

ওপেন সোর্সের সারসংক্ষেপ ও চীনা সংবাদমাধ্যমের প্রতিবেদন অনুযায়ী, অত্যন্ত সমান্তরাল ব্যবস্থায় Meituan প্রায় ৩০ দিনে প্রশিক্ষণ সম্পন্ন করেছে। H800 অ্যাক্সিলারেটরে মডেলটি প্রতি সেকেন্ডে ১০০ টোকেন তৈরি করতে পারে বলেও জানানো হয়েছে। নির্দিষ্ট পরিস্থিতিতে প্রতি ১০ লাখ টোকেন তৈরির ব্যয় প্রায় ৫ ইউয়ান বলে উল্লেখ করেছে কোম্পানি। প্রকৃত ব্যয় হার্ডওয়্যার, ব্যাচের আকার এবং ডেপ্লয়মেন্ট ফ্রেমওয়ার্কের ওপর নির্ভর করে বদলায়, তবে মূল দাবি স্পষ্ট: প্রতি অনুরোধে কম গণনাশক্তি ব্যবহার করে প্রতিযোগিতামূলক মানের ফল দেওয়ার পাশাপাশি গতি নিশ্চিত করার জন্য তৈরি হয়েছে LongCat Flash Chat।

প্রশিক্ষণ পদ্ধতি ও স্থিতিশীলতা

রিপোজিটরিতে স্থিতিশীলতা বাড়ানোর কয়েকটি পদ্ধতির কথা বলা হয়েছে: বিভিন্ন স্কেলে ভালো সেটিংস পুনর্ব্যবহারের জন্য হাইপারপ্যারামিটার স্থানান্তর, বড় সংস্করণগুলোকে ছোট সংস্করণ থেকে শুরু করানোর জন্য মডেল-গ্রোথ ইনিশিয়ালাইজেশন এবং MoE রাউটারকে কার্যকর রাখতে z loss-সহ রাউটার গ্রেডিয়েন্ট ভারসাম্য পদ্ধতি। পুনরুৎপাদনযোগ্য রান নিশ্চিত করতে দলটি নির্ধারিত পদ্ধতিতে গণনার ওপর জোর দিয়েছে। ডেটার ক্ষেত্রে Meituan একটি দুই-ধাপের প্রি-ট্রেনিং ফিউশন কৌশল এবং এজেন্ট আচরণের জন্য জটিল কাজের ধাপ তৈরি করতে একটি মাল্টি-এজেন্ট সিন্থেসিস ফ্রেমওয়ার্ক-এর বর্ণনা দিয়েছে। সারকথা, গভীর বহু-ধাপের যুক্তির বদলে নির্ভরযোগ্যতা ও এজেন্টের কর্মদক্ষতাকে গুরুত্ব দিয়ে প্রশিক্ষণ প্রক্রিয়াটি সাজানো হয়েছে।

প্রতিদ্বন্দ্বীদের সঙ্গে তুলনা

Meituan-এর বেঞ্চমার্কে LongCat Flash Chat-কে চীনের শীর্ষস্থানীয় সাধারণ কাজে ব্যবহৃত মডেলগুলোর সমপর্যায়ে রাখা হয়েছে। তুলনায় রয়েছে DeepSeek V3.1, Alibaba Cloud-এর Qwen3 পরিবার এবং Moonshot AI-এর Kimi K2। প্রতিবেদনে Claude Sonnet ও Gemini 2.5 Flash-এর মতো যুক্তরাষ্ট্রের উল্লেখযোগ্য মডেলের বিপরীতেও এর শক্ত অবস্থানের কথা বলা হয়েছে। কিছু প্রতিবেদনে নির্দিষ্ট ননথিংকিং কাজে GPT 4.1-এর সঙ্গে তুলনার কথাও এসেছে। সঠিক অবস্থান নির্ভর করে কোন বেঞ্চমার্ক সেট ও প্রম্পট সেটিংস ব্যবহার করা হচ্ছে তার ওপর। বিক্রেতার নিজস্ব পরীক্ষাগুলো প্রাথমিক ধারণা দেয়; তৃতীয় পক্ষের মূল্যায়নে আরও পূর্ণাঙ্গ চিত্র পাওয়া যাবে।

ননথিংকিং পরিচয়টি গুরুত্বপূর্ণ একটি শর্ত। যুক্তি-নির্ভর ব্যবস্থাগুলো একাধিক ধাপে পরিকল্পনা ও পর্যালোচনার লক্ষ্য রাখে, যা প্রায়ই তৈরি ধীর করে এবং গণনার ব্যয় বাড়ায়। LongCat Flash Chat দ্রুত নির্দেশনা অনুসরণ, টুল ব্যবহার এবং এজেন্ট সমন্বয়ে মনোযোগ দেয়। যেসব ক্ষেত্রে বিস্তৃত চিন্তার খসড়ার চেয়ে সাড়ার সময়, প্রক্রিয়াকরণের গতি এবং পূর্বানুমানযোগ্য ব্যয় বেশি গুরুত্বপূর্ণ, সেখানে এই পদ্ধতি উপযোগী।

বাস্তবে এজেন্ট-ধর্মী কাজের অর্থ কী

এজেন্ট-ধর্মী কাজে এমন মডেল ব্যবহৃত হয়, যা টুল চালাতে, তথ্য খুঁজে পেতে, কর্মপ্রবাহ অনুসরণ করতে এবং আরও তথ্য চাইবে কি না তা ঠিক করতে পারে। এই ইঞ্জিন নথি ঘাঁটতে পারে, অভ্যন্তরীণ ডেটাবেজে খোঁজ করতে পারে, পেমেন্ট API চালাতে পারে বা গ্রাহকের জন্য বার্তা লিখতে পারে। LongCat Flash Chat এই ধরনের কাজের জন্য তৈরি। বাস্তব অ্যাপ্লিকেশনে দ্রুত সিদ্ধান্ত নেওয়া, দীর্ঘ কনটেক্সট সামলানো এবং ল্যাটেন্সি কম রাখার মাধ্যমে ব্যবহারকারীর কাছে দ্রুত সাড়া দেওয়ার লক্ষ্য এর।

Meituan ইতোমধ্যে তাদের ব্যবসার বিভিন্ন ক্ষেত্রে এজেন্ট নিয়ে পরীক্ষা চালিয়েছে। এআই-সহায়তায় কোডিংয়ের জন্য NoCode, ব্যবসায়িক সিদ্ধান্ত সহায়তায় Kangaroo Advisor এবং হোটেল পরিচালনায় Meituan Jibai তারা তুলে ধরেছে। দ্রুতগতির এজেন্ট ইঞ্জিন ব্যবসায়ী নিবন্ধন, গ্রাহক সহায়তার অনুরোধ বাছাই, মজুত যাচাই, রুট পরিকল্পনায় সহায়তা এবং বিপণনের লেখা তৈরির মতো কাজে শক্তি জোগাতে পারে। ই-কমার্স ও স্থানীয় সেবায় ধীরগতির ধাপে ধাপে যুক্তির চেয়ে নির্ভরযোগ্য গতি, টুলের সঙ্গে সংযোগ এবং দীর্ঘ কনটেক্সট ধরে রাখার সুবিধা অনেক কাজেই বেশি উপকারী।

কৌশল, অধিগ্রহণ এবং চীনে ওপেন সোর্সের উত্থান

২০২৩ সালে ২৮১ মিলিয়ন ডলারে Light Year কেনার মধ্য দিয়ে Meituan মৌলিক মডেল তৈরির উদ্যোগ জোরদার করে। কোম্পানির নেতারা তিন স্তরের পরিকল্পনার কথা বলেছেন: অভ্যন্তরীণ কাজে এআই, ভোক্তা পণ্যে এআই এবং ভিত্তিমূলক মডেল তৈরি। মৌলিক মডেলের স্তরে LongCat Flash Chat-ই তাদের প্রথম প্রকাশ্য প্রমাণ। চীনা প্রযুক্তি প্রতিষ্ঠানগুলোর মধ্যে বৃহত্তর একটি প্রবণতার সঙ্গেও এটি মেলে। Alibaba, DeepSeek-সংশ্লিষ্ট ল্যাব এবং Moonshot AI-এর মতো প্রতিষ্ঠানের ওপেন সোর্স প্রকাশনা দ্রুত উন্নয়ন ও কমিউনিটির পরীক্ষার মাধ্যমে পশ্চিমা প্রতিদ্বন্দ্বীদের সঙ্গে ব্যবধান কমাচ্ছে।

এখানে ওপেন সোর্স লাইসেন্সের গুরুত্ব রয়েছে। MIT License-এর অধীনে মডেলের ওজন ও কোড প্রকাশ করে Meituan স্টার্টআপ, গবেষণা দল এবং প্রতিষ্ঠানের কর্মীদের বড় ধরনের বিধিনিষেধ ছাড়াই পরীক্ষা-নিরীক্ষা, পরিবর্তন ও ডেপ্লয়মেন্টের সুযোগ দিচ্ছে। এতে প্রতিক্রিয়া ও ব্যবহারিক ক্ষেত্রের পরিধি বাড়ে। খাবার সরবরাহের মূল পরিচয়ের বাইরেও প্রযুক্তিগত বিশ্বাসযোগ্যতা গড়তে Meituan-এর সহায়তা করে এটি। কয়েকটি সূত্র জানিয়েছে, কোম্পানি তাদের এআই পদ্ধতিকে আগ্রাসী ও অগ্রসরমুখী হিসেবে তুলে ধরছে এবং গতি ও উন্মুক্ততার মাধ্যমে ডেভেলপারদের কাছে গ্রহণযোগ্যতা অর্জন করতে চাইছে।

লাইসেন্স, ডেপ্লয়মেন্ট ও নিরাপত্তা

LongCat Flash Chat MIT License-এর অধীনে প্রকাশিত, যা বাণিজ্যিক ব্যবহারের ব্যাপক সুযোগ দেয়। রিপোজিটরিতে vLLM ও SGLang দিয়ে ডেপ্লয়মেন্টের নির্দেশনা রয়েছে। উচ্চ গতিতে ইনফারেন্সের জন্য এই ফ্রেমওয়ার্কগুলো জনপ্রিয়। ধারাবাহিক ব্যাচিং ও পেজড অ্যাটেনশনের মতো সুবিধা এগুলোতে রয়েছে, যা সার্ভিংয়ের ব্যয় কমাতে পারে। প্যারামিটারের একটি অংশ সক্রিয় হয় এমন মডেল GPU-র অলস সময় কমায়—এ ধরনের পরিবেশের সঙ্গে স্বাভাবিকভাবেই মানানসই।

সব বৃহৎ ভাষা মডেলের মতো LongCat Flash Chat-এরও সীমাবদ্ধতা রয়েছে। নিজেদের ব্যবহারের পরিবেশে নিরাপত্তা, ন্যায্যতা এবং আইন মেনে চলার বিষয়গুলো যাচাই করতে ডেভেলপারদের নথিতে পরামর্শ দেওয়া হয়েছে। ব্যক্তিগত তথ্য, অর্থায়ন বা স্বাস্থ্যসেবা-সংক্রান্ত ক্ষেত্রে এটি বিশেষভাবে প্রাসঙ্গিক। Meituan-এর উপকরণে নিরাপত্তা মূল্যায়ন ও রেড-টিমিংয়ের কথা রয়েছে। সংবেদনশীল ক্ষেত্রে মডেলটি ব্যবহারের সময় আইন ও শিল্প খাতের নিয়ম মেনে চলার কথাও ব্যবহারকারীদের মনে করিয়ে দেওয়া হয়েছে।

বিনিয়োগকারীদের প্রতিক্রিয়া ও বাজারের ইঙ্গিত

প্রকাশনার পর আর্থিক সংবাদমাধ্যমের প্রতিবেদনে বলা হয়, প্রতিযোগিতামূলক মডেল প্রকাশকারী চীনা প্রতিষ্ঠানের তালিকায় যুক্ত হলেও Meituan-এর শেয়ারের দাম কমেছে। TipRanks South China Morning Post-এর বেঞ্চমার্কের সূত্র উল্লেখ করে এবং বৃহত্তর নীতিগত প্রেক্ষাপটের দিকে ইঙ্গিত করেছে: বাণিজ্যিক টানাপোড়েনের মুখেও চীন তার প্রযুক্তি খাতে সহায়তা বাড়াচ্ছে। বাজারের প্রতিক্রিয়া প্রায়ই পণ্যের বাস্তব প্রভাবের পরে আসে। বিনিয়োগকারীদের কাছে গুরুত্বপূর্ণ হবে মডেলটি ব্যবহার বাড়ায় কি না, Meituan-এর পরিচালন ব্যয় কমায় কি না এবং বাইরের ডেভেলপাররা বাস্তব পণ্যের ইঞ্জিন হিসেবে এটি বেছে নেন কি না।

বৃহত্তর ইঙ্গিতটি হলো, এআইয়ের মূল পরিসরের বাইরের প্রতিষ্ঠানগুলোও এখন এমন মডেল প্রকাশ করছে, যা এজেন্ট ব্যবহারের ক্ষেত্রে গতি, ব্যয় ও সক্ষমতায় প্রতিষ্ঠিত খেলোয়াড়দের চ্যালেঞ্জ জানায়। এই গতি প্রতিষ্ঠানগুলোকে তাদের এআই প্রযুক্তি কোথা থেকে আসবে তা নতুন করে ভাবতে উৎসাহিত করতে পারে। পাশাপাশি, শুধু বেঞ্চমার্কের তালিকায় শীর্ষে থাকার বদলে ব্যবহারিক ও দ্রুত সাড়া দরকার এমন কাজে মূল্য প্রমাণের চাপ মডেল নির্মাতাদের ওপর বাড়াতে পারে।

মূল বিষয়গুলো

• Meituan ২০২৫ সালের সেপ্টেম্বরের শুরুতে GitHub ও Hugging Face-এ LongCat Flash Chat প্রকাশ করেছে। এটি মোট ৫৬০ বিলিয়ন প্যারামিটারের একটি ওপেন সোর্স Mixture of Experts মডেল।
• প্রতি টোকেনে মডেলটি গড়ে ১৮.৬ বিলিয়ন থেকে ৩১.৩ বিলিয়ন প্যারামিটার সক্রিয় করে। এতে বিপুল সামগ্রিক সক্ষমতা বজায় রেখে গণনার ব্যয় কমে।
• কারিগরি প্রতিবেদনের বেঞ্চমার্কে DeepSeek V3.1, Alibaba Cloud-এর Qwen3, Moonshot AI-এর Kimi K2-এর সমপর্যায়ের কর্মদক্ষতা এবং Claude Sonnet ও Gemini 2.5 Flash-এর বিপরীতে শক্ত অবস্থানের দাবি করা হয়েছে।
• গভীর যুক্তির বদলে গতি, নির্দেশনা অনুসরণ, টুল ব্যবহার এবং এজেন্ট কর্মপ্রবাহে মনোযোগী ননথিংকিং ফাউন্ডেশন মডেল হিসেবে Meituan এটি তুলে ধরেছে।
• প্রকৌশলগত বৈশিষ্ট্যের মধ্যে রয়েছে Zero Computation Experts, এক্সপার্ট বায়াস সামলানোর PID controller, shortcut connected MoE নকশা এবং ১২৮k টোকেনের কনটেক্সট উইন্ডো।
• কারিগরি নোটে H800 হার্ডওয়্যারে প্রতি সেকেন্ডে ১০০টির বেশি টোকেন তৈরির হার এবং নির্দিষ্ট পরিস্থিতিতে প্রতি ১০ লাখ টোকেনে প্রায় ৫ ইউয়ান ব্যয়ের কথা বলা হয়েছে।
• কোড ও ওজন MIT License-এর অধীনে প্রকাশ করা হয়েছে। vLLM ও SGLang দিয়ে ডেপ্লয়মেন্টের নির্দেশনাও রয়েছে।
• Meituan-এর ২০২৩ সালে Light Year কেনার পর এই প্রকাশনা এসেছে এবং কর্মক্ষেত্রের টুল, পণ্য ও মৌলিক মডেলজুড়ে বিস্তৃত তিন স্তরের এআই কৌশলকে সমর্থন করে।
• TipRanks জানিয়েছে, ঘোষণার পর শেয়ারের দাম কমেছে। এতে বোঝা যায়, বিনিয়োগকারীদের মনোভাব বাস্তব ব্যবহার ও ব্যয় সাশ্রয়ের ওপর নির্ভর করতে পারে।
• এই প্রকাশনা চীনে ওপেন সোর্স মডেল তৈরির ধারায় যোগ হয়েছে। এই ধারা পশ্চিমা প্রতিদ্বন্দ্বীদের সঙ্গে ব্যবধান কমাচ্ছে এবং দ্রুতগতির এজেন্ট ব্যবহারে গুরুত্ব দিচ্ছে।