सैन फ्रांसिस्को में LlamaCon Hackathon का सफल समापन हुआ, जो एक वैश्विक डेवलपर AI कार्यक्रम था। इस आयोजन में 600 से अधिक पंजीकरण हुए, जिनमें से 238 प्रतिभाशाली डेवलपर्स और इनोवेटर्स एक दिन के लिए परियोजनाओं का निर्माण करने के लिए एकत्र हुए। चुनौती थी, केवल 24 घंटों में, Llama API, Llama 4 Scout या Llama 4 Maverick (या उन्नत उपकरणों के किसी भी संयोजन) का उपयोग करके एक प्रदर्शन योग्य परियोजना बनाना।
प्रतियोगिता में एक आकर्षक पुरस्कार, $35,000 का नकद पुरस्कार शामिल था, जिसमें प्रथम, द्वितीय और तृतीय पुरस्कारों के साथ-साथ Llama API के सर्वश्रेष्ठ उपयोग का पुरस्कार भी शामिल था। Meta और प्रायोजक भागीदारों के एक जूरी ने जमा की गई 44 परियोजनाओं का सावधानीपूर्वक मूल्यांकन किया।
हम अपने सहयोगियों Groq, Crew AI, Tavus, Lambda, Nebius और SambaNova को उनके बहुमूल्य समर्थन के लिए धन्यवाद देते हैं, जो उन्होंने पूरे हैकथॉन में प्रदान किया। प्रत्येक प्रायोजक ने क्रेडिट उपयोग, विशेषज्ञ वक्ताओं की कार्यशालाएं, मेंटरशिप, ऑनसाइट प्रश्नोत्तर बूथ, जज और Discord पर रिमोट समर्थन प्रदान किया।
विजेता सूची
समीक्षा के दो दौरों के बाद, हमने 44 जमा की गई परियोजनाओं में से शीर्ष छह का चयन किया और अंततः प्रथम, द्वितीय, तृतीय और Llama API के सर्वश्रेष्ठ उपयोग पुरस्कार विजेताओं का फैसला किया।
OrgLens - प्रथम पुरस्कार
OrgLens एक AI-पावर्ड विशेषज्ञ मिलान प्रणाली बनाता है जो आपको संगठन के भीतर सही पेशेवरों से जोड़ती है। Jira कार्यों, GitHub कोड और मुद्दों, आंतरिक कागजात और रेज़्यूमे सहित विभिन्न स्रोतों से डेटा का विश्लेषण करके, OrgLens प्रत्येक योगदानकर्ता के लिए व्यापक ज्ञान ग्राफ और विस्तृत प्रोफ़ाइल बनाता है। इससे आप उन्नत AI-संचालित खोज क्षमताओं का उपयोग करके विशेषज्ञों को खोज सकते हैं, या यहां तक कि कनेक्ट करने से पहले प्रश्न पूछने के लिए किसी व्यक्ति के डिजिटल जुड़वां के साथ बातचीत कर सकते हैं। अपनी कार्यक्षमता दिखाने के लिए, इसने GitHub API और Llama API का लाभ उठाकर डेटा को संसाधित और संग्रहीत करने के लिए React, Tailwind और Django का उपयोग करके एक डेमो वेब एप्लिकेशन बनाया। OrgLens विशेषज्ञ मिलान को सुव्यवस्थित करता है, जिससे नौकरी के लिए सही लोगों को खोजना आसान हो जाता है।
OrgLens की नवीनता में गहराई से उतरें, यह केवल एक विशेषज्ञ मिलान प्रणाली से कहीं अधिक है, यह एक कॉर्पोरेट इन-हाउस ज्ञान साझाकरण और सहयोग त्वरक है। यह चालाकी से कृत्रिम बुद्धिमत्ता की शक्ति का उपयोग करता है, सूचना सिलोस को तोड़ता है, और संगठन के विभिन्न कोनों में छिपी विशेषज्ञता को जोड़ता है। कल्पना कीजिए, जब आपको एक जटिल परियोजना के साथ परेशानी होती है, तो आपको आंतरिक ईमेल और दस्तावेजों में बेतरतीब ढंग से खोज करने की आवश्यकता नहीं होती है, लेकिन OrgLens के माध्यम से, आप जल्दी से प्रासंगिक अनुभव और कौशल वाले सहकर्मियों को ढूंढ सकते हैं, और आप उनकी “डिजिटल जुड़वां” के साथ एक प्रारंभिक संचार सीधे कर सकते हैं, जो निस्संदेह कार्य कुशलता और समस्या समाधा न की गति में बहुत सुधार करेगा। OrgLens की मुख्य ताकत डेटा के गहन खनन और विश्लेषण की क्षमता में निहित है। यह न केवल Jira, GitHub और अन्य प्लेटफार्मों से डेटा क्रॉल कर सकता है, बल्कि आंतरिक दस्तावेजों और रेज़्यूमे का भी विश्लेषण कर सकता है, जिससे एक व्यापक ज्ञान ग्राफ का निर्माण होता है। यह ज्ञान ग्राफ न केवल कर्मचारियों के कौशल और अनुभव को रिकॉर्ड करता है, बल्कि अलग-अलग परियोजनाओं में उनके योगदान और बातचीत को भी रिकॉर्ड करता है। इस ज्ञान ग्राफ के माध्यम से, OrgLens विशेष कार्यों के लिए सबसे उपयुक्त विशेषज्ञों को सटीक रूप से पहचान सकता है और उन्हें उन लोगों के लिए सिफारिश कर सकता है जिन्हें मदद की आवश्यकता है। इसके अलावा, OrgLens उपयोगकर्ता अनुभव पर ध्यान केंद्रित करता है। यह एक सहज वेब इंटरफ़ेस प्रदान करता है, जहां उपयोगकर्ता कीवर्ड द्वारा खोज कर सकते हैं या सही विशेषज्ञ को खोजने के लिए उन्नत फ़िल्टर का उपयोग कर सकते हैं। इसके अलावा, “डिजिटल जुड़वां” सुविधा उपयोगकर्ताओं को प्रारंभिक प्रश्न पूछने और त्वरित उत्तर प्राप्त करने की अनुमति देती है, जिससे विशेषज्ञ और साधक दोनों का समय बचता है। विशेषज्ञ मिलान প্রক্রিয়া में कृत्रिम बुद्धिमत्ता को एकीकृत करके, ऑर्गलेंस में कंपनियों को उनकी आंतरिक प्रतिभा संसाधनों के إدارة और उपयोग करने के तरीके में क्रांति लाने, सहयोग, नवाचार और समग्र प्रदर्शन में सुधार करने की क्षमता है।
OrgLens की सफलता इस तथ्य में निहित है कि इसने कॉर्पोरेट आंतरिक ज्ञान प्रबंधन कठिनाई को हल किया। कई कंपनियों को कर्मचारी कौशल अपव्यय और जानकारी तक पहुंचने में कठिनाई की समस्याओं का सामना करना पड़ता है, जिससे संसाधन बर्बाद होते हैं और दक्षता कम होती है। OrgLens विशेषज्ञ मिलान प्रक्रिया को स्वचालित करके इस समस्या को प्रभावी ढंग से हल करता है, जो कंपनियों को निम्नलिखित महत्वपूर्ण लाभ लाता है:
- उत्पादकता में सुधार: कर्मचारी आवश्यक मदद जल्द ही पा सकते हैं, जिससे परियोजना की प्रगति में तेजी आती है।
- नवाचार को बढ़ावा देना: विभिन्न क्षेत्रों के विशेषज्ञों को जोड़कर, यह नए विचारों और समाधानों को प्रेरित कर सकता है।
- संसाधन उपयोग अनुकूलन: दोहराव वाले श्रम और संसाधनों की बर्बादी से बचें, और समग्र दक्षता में सुधार करें।
- कर्मचारी भागीदारी बढ़ाना: कर्मचारियों को ज्ञान और अनुभव साझा करना आसान बनाएं, तो उनकी भागीदारी और अपनत्व की भावना को बढ़ाता है।
अनुपालन जादूगर - दूसरा पुरस्कार
Compliance Wizards धोखाधड़ी का पता लगाने और कस्टम जोखिम मूल्यांकन एल्गोरिथ्म के आधार पर उपयोगकर्ताओं को सचेत करने के लिए एक AI-पावर्ड लेनदेन विश्लेषक बनाता है। ईमेल सूचनाएं उपयोगकर्ताओं को भेजी जाती हैं, रिपोर्ट या पुष्टि के लिए प्रेरित किया जाता है। फिर उपयोगकर्ता AI वॉयस असिस्टेंट के साथ रिपोर्ट करने और पुष्टि करने के लिए बातचीत कर सकते हैं। बहुविधता में Llama API का उपयोग करते हुए, धोखाधड़ी मूल्यांकनकर्ता ग्राहक जानकारी अपलोड कर सकते हैं और अपने ग्राहकों के बारे में प्रासंगिक समाचारों की खोज कर सकते हैं ताकि यह निर्धारित करने में मदद मिल सके कि ग्राहक किसी उल्लेखनीय आपराधिक गतिविधि में शामिल है या नहीं।
अनुपालन नियामक एक कृत्रिम बुद्धिमत्ता संचालित लेनदेन विश्लेषक बनाते हैं যা जटिल जोखिम मूल्यांकन एल्गोरिदम के माध्यम से संदिग्ध गतिविधियों की पहचान करने और उपयोगकर्ताओं को सचेत करने के लिए डिज़ाइन किया गया है। यह प्रणाली उपयोगकर्ताओं को ईमेल सूचनाएं भेजकर संचालित होती है, जिससे उपयोगकर्ताओं को कुछ लेनदेन की समीक्षा करने और पुष्टि करने के लिए प्रेरित किया जाता है। फिर, उपयोगकर्ता AI संचालित आवाज सहायक के साथ बातचीत कर सकते हैं ताकि লেনদেন की रिपोर्ट कर सकें या इसकी वैधता की पुष्टि कर सकें। Llama API की बहुविधता सुविधाओं का उपयोग करके, धोखाधड़ी मूल्यांकनकर्ता ग्राहक जानकारी अपलोड कर सकते हैं और प्रासंगिक समाचारों की खोज कर सकते हैं যাতে यह निर्धारित करने में मदद मिल सके कि গ্রাহক किसी महत्वपूर्ण आपराधिक गतिविधि में शामिल है या नहीं।
Compliance Wizards के मूल में इसका शक्तिशाली AI इंजन है, जो संभावित धोखाधड़ी पैटर्न की पहचान করার জন্য লেনদেন डेटा का गहन विश्लेषण करने में सक्षम है। इंजन न केवल पारंपरिक धोखाधड़ी व्यवहार का पता लग सकता है, बल्कि ग्राहकों की विशिष्ट जोखिम स्थितियों के आधार पर अनुकूलित जोखिम मूल्यांकनও कर सकता है, जिससे धोखाधड़ी का पता लगाने की सटीकता में सुधार হয়। इसके अलावा, Compliance Wizards ने समाचार खोज विशेषताओं को एकीकृत किया है, Fraud Assessors को अपने ग्राहकों के बारे में প্রাসঙ্গিক जानकारी को जल्दी से इकट्ठा करने में सक्षम बनाता है, जैसे कि मीडिया उल्लेख और कानूनी रिकॉर्ड। यह संदर्भ जानकारी ग्राहकों की समग्र जोखिम प्रोफ़ाइल का आकलन ਕਰਨੇ और संभावित खतरे वाले संकेतों की पहचान ਕਰਨੇ में महत्वपूर्ण हो सकती है।
AI संचालित आवाज सहायक Compliance Wizards का एक और प्रमुख উপাদান है। यह उपयोगकर्ताओं को विशेष रूप से यात्रा करते समय लेनदेन की रिपोर्ट करने और स्वीकार करने का सुविधाजनक और कुशल तरीका प्रदान करता है। आवाज सहायक लेनदेन के बारे में सवालों के जवाब भी दे सकता है और প্রাসঙ্গিক विनियमों का पालन करने के बारे में मार्गदर्शन प्रदान कर सकता है।
Compliance Wizards का मुख्य लाभ इसकी सुरक्षा का बहुस्तरीय পদ্ধতি है:
- उन्नत जोखिम मूल्यांकन: अनुकूलित जोखिम মূল্যায়ন অ্যালগরিদম के माध्यम से潜在 धोखाधड़ी व्यवहार की अधिक सटीक पहचान করতে সक्षm।
- वास्तविक समय लेनदेन বিশ্লেষণ: वास्तविक समय में सभी লেনদেন की निगरानी करें और समय पर संदिग्ध गतिविधियों का पता लगाएं।
- स्थिति осознаता: समाचार जानकारी को क्रमबद्ध करने में सक्षम होने के कारण ग्राहकों की जोखिम स्थिति का एक पूर्ण मूल्यांकन किया जाता है।
- সুবিধাজনক रिपोर्टিং: रिपोर्टिंग और पुष्टि प्रक्रियाओं को सरल बनाने के জন্য एक वॉयस असिस्टेंट प्रदान किया जाता है।
Compliance Wizards न केवल ഒരു টুল, बल्कि एक ব্যাপক अनुपालन समाधान है, जो कंपनियों को उनकी धोखाधड़ी जोखिम को कम करने और প্রাসঙ্গিক नियमों का पालन करने में मदद करता है।
Llama CCTV ऑपरेटर - तीसरा पुरस्कार
Agajan Torayev के नेतृत्व में एक टीम ਨੇ Llama CCTV AI नियंत्रण कक्ष ऑपरेटर का निर्माण किया, ਜੋ बिना किसी मॉडल फाइन-ट्यूनिंग के কাস্টম निगरानी ویڈیو ઘટનાઓની otomatik সনাক্ত করতে পারে। ऑपरेटर साधारण ভাষায় वीडियो घटनाগুলিকে সংজ্ঞায়িত করতে ସକ୍ଷମ। Llama 4 की मल्टीমডल চিত্র સમજ का उपयोग करके प्रणाली প্রতি पांच फ्रेम ক্যাপ्चার করে ও গতির সনাক্তকরণ करके এই নির্ধারিত ঘটনাগুলি मूल्यांकन করে और অপারেটরকে रिपोर्ट করে।
Llama CCTV Operator এর পিছনের ধারণাটি হলো নজরদারি সিস্টেমকে বুদ্ধিমত্তা প্রদান করা ताकि এটি স্বয়ংক্রিয়ভাবে অস্বাভাবিক ઘટનાগুলি সনাক্ত করতে পারে, শুধুমাত্র निष्क्रियভাবে ভিডিও রেকর্ড করার পরিবর্তে। 시스템 Llama 4 এর শক্তিশালী চিত্র સમજ ক্ষমতাগুলি ব্যবহার করে যা বাস্তব সময়ে वीडियो ফিড বিশ্লেষণ করতে এবং পূর্বনির্ধারিত অনেকগুলি ઘટનાগুলি, যেমন সন্দেহজনক কার্যকলাপ, অননুমোদিত অ্যাক্সেস বা সুরক্ষা ప్రమాణాల সনাক্ত করতে समर्थन করে। অপারেটর সাধারণ ভাষা ব্যবহার করে এই ઘટનાগুলি সংজ্ঞায়িত করতে পারেন, মেশিন লার্নিং বা কম্পিউটার ভিশনের নির্দিষ্ট জ্ঞান প্রয়োজন ছাড়াই।
সিস্টেম প্রতি পাঁচ ফ্রেমে ক্যাপচার করে এবং গতির সনাক্তকরণ করে কাজ করে, এবং তারপর Llama 4-এর মাল্টিমডাল ক্ষমতাগুলি ব্যবহার করে মূল্যায়ন করে যে ক্যাপচার করা গতি পূর্বনির্ধারিত ঘটনাগুলির সাথে মেলে কি না। যদি কোন মিল খুঁজে পাওয়া যায়, তবে সিস্টেম অবিলম্বে অপারেটরকে ঘটনার সাথে প্রাসঙ্গিক প্রসঙ্গ তথ্য রিপোর্ট করবে।
নিম্নলিখিতগুলি হলো Llama CCTV Operaরারের মূল উপকারিতা:
- फाइन-ट्यूनिंग की आवश्यकता নেই: মডেলটিকে কোনো ফাইন-ট्यूनিং করতে হয় না, যা तैनाती এবং রক্ষণাবেক্ষণের প্রক্রিয়াটিকে સરળ করে দেয়।
- কাস্টম घटना সনাক্তকরণ: অপারেটর কাস্টম निगरानी ঘটনাಗಳನ್ನು সংজ্ঞায়িত করতে পারেন, যা নির্দিষ্ট সুরক্ষা প্রয়োজনগুলি পূরণ করে।
- বাস্তব সময় বিশ্লেষণ: সিস্টেম বাস্তব সময়ে ভিডিও ফিড বিশ্লেষণ করতে পারে, যার ফলে দ্রুত সন্দেহজনক কর্মকান্ড সনাক্ত করা যায়।
- স্বয়ংক্রিয় রিপোর্ট: সিস্টেম स्वचालितভাবে সনাক্ত করা ঘটনাগুলি অপারেটরকে রিপোর্ট করে, যা মানুষ্য نگرانیর প্রয়োজন কম করে।
Geo-ML - Llama API का बेहतरीन इस्तेमाल
ভূ-বিজ্ঞানী William Davis Llama 4 Maverick এবং GemPy ব্যবহার করে खनन સ્થલகள், ভূ-সংস্থান মানচিত্র এবং খনিজগুলির সম্ভাব্য 3D ভূ-সংস্থান মডেল তৈরী করেন। Geo-ML 400 पृष्ठের भू-সংস্থান প্রতিবেদন প্রক্রিয়াকরণ করে কাজ করে, তথ্যকে একটি কাঠামোগত ভূ-সংস্থান മേഖല বিশেষ ভাষায় একত্রিত করে, তারপর এটিকে ભૂगर्भীর 3D பிரதிநிதித்துவம் তের করার জন্য ব্যবহার করে।
“এটি আমার প্রথমবার যখন আমি এলএলএম এপিআই কে একটি দীর্ঘ ভূগোলিক গবেষণা পত্র থেকে অতিরিক্ত দীর্ঘ পাঠ এবং চিত্র বের করার জন্য నిజంగా ব্যবহার করছি তখন আমি এলएलএম Maverick এর অতিরিক্ত দীর্ঘ સંદર્ભ વિન્ડો ব্যবহার করেছি এবং পাঠ અને চিত্র मल्टी मोडल সক্ষমતાઓテキスト তুলে আনার জন্য ઉપયોગ করেছি మరియు একটি డొమైన్-విషీకరణ ভাষা তৈরি করেছি যা డాక్యుమెంట్లో সংরক্ষিত সমস্ত কিছুకు సంబంధించిన ఒత్తిడి সংস্করণను అందిస్తుంది,” ডেভিস বলেছেন। “আমি ভূ-সংস্থান दस्तावेజ్ વાંચવામાં अधिकांश সময় ব্যয় করেছি। যেখানে একটি এলएलএম পটভূমিতে મારા માટે এই কাজটি పూర్తి করতে পারে, তা অবশ্যই शानदार হবে।”
भू-বিজ্ঞানী উইলিয়াম ডেভিস巧妙ভাবে Llama 4 Maverick এবং GemPy ব্যবহার করে একটি সম্পূর্ণ নতুন ভূ-সংস্থান मॉडलિંગ পদ্ধতি স্থাপন করেছেন। Geo-ML এর লক্ষ্য হলো কৃত্রিম বুদ্ধিমত্তার শক্তি ഉപയോഗിച്ച് મોટાં ভূ-সংস্থান প্রতিবেদनों থেকে লুকানো তথ্য উদ্ধার করা તથા সেগুলোকে উপযোগী এবং সহজে అర్థಗత করা 3D মডেলে রূপান্তর করা।
সিস্টেমটি 400 পৃষ্ঠার বা তার বেশি দীর্ঘ ভূ-সংস্থান গবেষণাপত্র প্রক্রিয়া করে এবং একটি কাঠামোগত ভূ-সংস্থান ক্ষেত্র বিশেষ ভাষা তৈরি করে তথ্যগুলিকে ஒருங்கிணைত করে কাজ করে। এই ভাষায় প্রতিবেদনে বর্ণিত প্রধান ভূতাত্ত্বিক বৈশিষ্ট্য, संरचना এবং খনিজ জমা রেকর্ড করা হয়। তারপর, सिस्टमটি এই ভাষাতে ভূगर्ভের 3D પ્રતિનિધિત્વ তৈরী করতে এই ভাষা ব্যবহার করে, যা ভূ-বিজ্ঞানীদের ভূগর্ভের পরিবেশને সহজে ভিজুয়ালাইজ এবং বিশ্লেষণ করতে সাহায্য করে।
ডেভিস स्वयं Llama 4 Maverick এর দীর্ঘ સંદર્ભ વિન્ડো এবং মাল্টিমডেল সক্ষমতাগুলির গুরুত্বের ઉપર জোর দিয়েছেন যা Geo-ML কে സാധ্য করেছে। দীর্ঘ સંદર્ભ উইন্ডো সিস্টেমকে একসঙ্গে সম্পূর্ণ গবেষণাপত্র প্রক্রিয়া করতে দেয়, जबकि मल्टीमोडल সক্ষমতাগুলি दस्तावेज থেকে পাঠ এবং চিত্র दोन्ही তুলে আনতে সক্ষম করে।
Geo-ML এর মূল সুবিধাগুলি হলো:
- ভূ-সংস্থান মডেলিং স্বয়ংক্রিয়করণ: ভূ-সংস্থান মডেলিং প্রক্রিয়াটিকে অটোমেট করেছে, মনুষ্য বিশ্লেষণের সময় এবং প্রচেষ্টা কম করে।
- লুকানো তথ্য উদ্ঘাটন: বিপুলসংখ্যক ভূ-সংস্থান প্রতিবেদন থেকে লুকানো তথ্য উদ্ধার করে, भू-বিজ্ঞানীদের সম্ভাব্য উত্তোলনের स्थान এবং খনিজ জমা আবিষ্কার করতে সাহায্য করে।
- 3D মডেল তৈরী: ভূगर्ভের 3D প্রতিনীధిత్వం तयार করে, যা ভূ-বিজ্ঞানীদের ভূगर्ভের পরিবেশને সহজে визуаलाइज এবং বিশ্লেষণ করতে সাহায্য করে।
- ভূ-সংস্থান গবেষণা দ্রুত করা: ભૂ-সংস্থান মডেলিং প্রক্রিয়াটিকে দ্রুত করার মাধ্যমে ભૂ-সংস্থান গবেষণার গতি বাড়ানো।
বিশেষ স্বীকৃতি: দল কনসর্জ
একজন ফাইনালিস্ট কনসিয়ার্জ নামক যিনি তাদের নিজস্ব GPU নিয়ে প্রতিযোগিতায় অংশ নিয়েছিলেন যা তাদের প্রতিযোগিতায় আলাদা করেছে।
“আমাদের বিশ্বাস Llama 4 Maverick-এর সেরা দিকটি হলো এর বিরল विशेषज्ञ मिश्रण প্রকৃতি এবং ওপেন সোর্স সুযোগ, যা ফাইন টিউনিং এর অনুমতি প্রদান করে,” ટીમটি জানিয়েছে। “মেটা সম্প্রতি ফাইন- টিউনিং এর জন্য একটি চমৎকার টুল প্রকাশ করেছে, যা গিটহাবে উপলভ্য রয়েছে। লামা এপিআই ব্যবহার করে আমরা একাধিক উৎস থেকে ডেটা একত্র করে প্রশ্নোত্তর ডেটাসেট বানিয়েছি और লামা 4 ম্যাভেরিক মডেলটিকে ফাইনটিউন করেছি। আমরা इसे ওপেন বেঞ্চমার্কिंगয়ের জন্য জমা দেওয়ার পরিকল্পনা করছি কারণ আমাদের এখন লামা ৪ কোডার নেই եւ এক মিলিয়ন কনটেক্সট উইন্ডোর জোরে यह ব্যতিক্রম হিসাবে উঠ দাঁড়াবে বলে আশা করা যাচ্ছে৷”
কনসিয়ার্সের ልዩ পদ্ধতি হলো লামা 4 ম্যাভেরিক মডেলটিকে বিশেষ কাজের জন্য তার ক্ষমতা বাড়াতে কাজে লাগানো. The team believed that the sparse mixture of experts nature of Llama 4 Maverick, combined with its open source availability, made it an ideal candidate for fine-tuning.
মডেলটিকে ফাইনচুন করার জন্য, দল একাধিক উৎস থেকে ডেটা নিয়ে প্রশ্নোত্তর ডেটাসেট তৈরী করে৷ এরপর তারা মডেলটিকে প্রশিক্ষিত করতে মেটার ফাইন- টিউনিং টুল ব্যবহার করে৷ দল তার কার্যক্রম মূল্যায়নের জন্য ফাইন টিউন করা মডেলটিকে ওপেন বেঞ্চমার্কিংয়ে জমা দেওয়ার योजना कर रहे हैं।
চূড়ান্ত প্রতিযোগীদের ডেমো দেখুন
আপনি ইউটিউবে চূড়ান্ত প্রতিযোগীদের ডেমো দেখতে পারেন।
পরবর্তী লামা হ্যাকথনে যোগ দিন
উন্নয়নকারীরা পরবর্তী লামা হ্যাকথনে যোগ দেওয়ার জন্য আবেদন করতে পারেন, যা ২০২৫ সালের ৩১শে মে থেকে পহেলা জুন নিউইয়র্ক শহরে অনুষ্ঠিত হবে।