--- title: "সত্তা · প্রমাণ অনুযায়ী সাজানো মন ও সম্ভাব্য মন · সিমুলেশন অনুকল্প" url: https://simulation-hypothesis.com/bn/entities description: "মনের একটি সূত্রসহ নির্দেশিকা: পরিমাপিত নিউরনের সংখ্যাসহ প্রাণী, যৌথ ও কৃত্রিম ব্যবস্থা, আর সংবেদনশীলতা ও চেতনার প্রকাশিত পরীক্ষা।" license: https://creativecommons.org/licenses/by/4.0/ credit: "Ross Allan Dahl, সিমুলেশন অনুকল্প (simulation-hypothesis.com)" --- # সত্তা · প্রমাণ অনুযায়ী সাজানো মন ও সম্ভাব্য মন জগৎ যদি সিমুলেশন হয়, তবে মনই হতে পারে তার মধ্যে হিসাব করা সবচেয়ে কঠিন জিনিসগুলোর কয়েকটি। এই নির্দেশিকা একক কোষ থেকে মানুষ পর্যন্ত জানা দৃষ্টান্তগুলোর তালিকা দেয়। এতে এ পর্যন্ত গড়া কৃত্রিম ব্যবস্থাগুলোও আছে, আর সেইসব মন, যা বিজ্ঞানী ও দার্শনিকেরা প্রস্তাব করেছেন কিন্তু কেউ পর্যবেক্ষণ করেনি। প্রতিটি সংখ্যার একটি সূত্র আর একটি আস্থার ট্যাগ আছে। পরিমাপিত হলো সরাসরি গণনা, অনুমান অন্য উপাত্ত থেকে হিসাব করা, আর গোনা হয়নি মানে কেউ কোনো গণনা প্রকাশ করেনি। এসব ব্যবস্থার কোনোটির অভিজ্ঞতা আছে কি না, সেটি আলাদা প্রশ্ন। তার প্রমাণ আছে [সংবেদনশীলতার মানদণ্ড](https://simulation-hypothesis.com/bn/entities/sentience) আর [চেতনার সূচকের](https://simulation-hypothesis.com/bn/entities/indicators) নিচে। ## একক মন ## প্রাণী: কর্টেক্সে ও পুরো মস্তিষ্কে নিউরন কর্টেক্স বা প্যালিয়াম পুরো মস্তিষ্ক সব স্তন্যপায়ী পাখি সেরিব্রাল কর্টেক্সের (স্তন্যপায়ী) বা প্যালিয়ামের (পাখি) নিউরন, যা জ্ঞানীয় সক্ষমতার একটি বহুল ব্যবহৃত শারীরস্থানিক নির্দেশক। লগারিদমিক স্কেল; নিরেট দণ্ড গণনা, ডোরাকাটা দণ্ড আনুমানিক বা বিতর্কিত গণনা (†)। সরীসৃপ ও অমেরুদণ্ডী দেখানো হয়নি, কারণ তুলনীয় কোনো গণনা নেই। 1. অর্কা † 4310 কোটি 2. লম্বা-পাখনা পাইলট তিমি † 3720 কোটি 3. [মানুষ](https://simulation-hypothesis.com/bn/entities/human)▲1 1630 কোটি 4. বন্দর শুশুক † 1490 কোটি 5. [বোতলনাক ডলফিন †](https://simulation-hypothesis.com/bn/entities/dolphin) 1270 কোটি 6. কুভিয়ের ঠোঁট-তিমি 910 কোটি 7. গরিলা 850 কোটি 8. ওরাংউটান 850 কোটি 9. [শিম্পাঞ্জি](https://simulation-hypothesis.com/bn/entities/chimp) 740 কোটি 10. সাধারণ ডলফিন 670 কোটি 11. বীণা সীল 610 কোটি 12. [আফ্রিকান হাতি](https://simulation-hypothesis.com/bn/entities/elephant)▼1 560 কোটি 13. ফিন তিমি 520 কোটি 14. নীল তিমি 510 কোটি 15. মিংকে তিমি 320 কোটি 88টি সবই দেখান 10^6 10^7 10^8 10^9 10^10 10^11 neurons সংখ্যাগুলো দেখান | # | প্রাণী | কর্টেক্স বা প্যালিয়াম | পুরো মস্তিষ্ক | | -- | ----------------------------- | ---------------------- | ------------- | | 1 | অর্কা † | 4310 কোটি | | | 2 | লম্বা-পাখনা পাইলট তিমি † | 3720 কোটি | | | 3 | মানুষ | 1630 কোটি | 8610 কোটি | | 4 | বন্দর শুশুক † | 1490 কোটি | | | 5 | বোতলনাক ডলফিন † | 1270 কোটি | | | 6 | কুভিয়ের ঠোঁট-তিমি | 910 কোটি | | | 7 | গরিলা | 850 কোটি | | | 8 | ওরাংউটান | 850 কোটি | | | 9 | শিম্পাঞ্জি | 740 কোটি | | | 10 | সাধারণ ডলফিন | 670 কোটি | | | 11 | বীণা সীল | 610 কোটি | | | 12 | আফ্রিকান হাতি | 560 কোটি | 25,700 কোটি | | 13 | ফিন তিমি | 520 কোটি | | | 14 | নীল তিমি | 510 কোটি | | | 15 | মিংকে তিমি | 320 কোটি | 5740 কোটি | | 16 | জলপাই বেবুন | 288 কোটি | 1095 কোটি | | 17 | বেলুগা | 270 কোটি | | | 18 | বামন স্পার্ম তিমি | 202 কোটি | | | 19 | নীল-হলুদ ম্যাকাও | 191.7 কোটি | 313.58 কোটি | | 20 | রীসাস ম্যাকাক | 171 কোটি | 639.1 কোটি | | 21 | জিরাফ | 167 কোটি | 1121 কোটি | | 22 | কাঠবিড়ালি বানর | 134 কোটি | 324.6 কোটি | | 23 | ইউরেশীয় ঈগল-পেঁচা | 132.8 কোটি | 189.79 কোটি | | 24 | কেয়া | 128.1 কোটি | 214.87 কোটি | | 25 | তুষার পেঁচা | 127 কোটি | 180.8 কোটি | | 26 | সাধারণ দাঁড়কাক | 120 কোটি | 217.1 কোটি | | 27 | তামাটে পেঁচা | 115.3 কোটি | 158.08 কোটি | | 28 | ক্যাপুচিন বানর | 114 কোটি | 369.1 কোটি | | 29 | সালফার-ঝুঁটি কাকাতুয়া | 113.5 কোটি | 212.19 কোটি | | 30 | আফ্রিকান গ্রে প্যারট | 85 কোটি | 156.6 কোটি | | 31 | রুক কাক | 82 কোটি | 150.87 কোটি | | 32 | বড় কুডু | 79.31 কোটি | 609 কোটি | | 33 | কানওয়ালা পেঁচা | 67.3 কোটি | 99.13 কোটি | | 34 | গফিনের কাকাতুয়া | 59.9 কোটি | 116.06 কোটি | | 35 | সিংহ | 54.52 কোটি | 466.7 কোটি | | 36 | সাদা-লেজ ঈগল | 54.29 কোটি | 165.42 কোটি | | 37 | ইউরেশীয় জে | 52.9 কোটি | 108.54 কোটি | | 38 | গৃহপালিত কুকুর | 52.6 কোটি | | | 39 | ডোরাকাটা হায়েনা | 49.53 কোটি | 388.46 কোটি | | 40 | পশ্চিমা জ্যাকডো | 49.2 কোটি | 96.8 কোটি | | 41 | সাধারণ উটপাখি | 47.94 কোটি | 162.89 কোটি | | 42 | ইউরেশীয় ম্যাগপাই | 44.3 কোটি | 89.73 কোটি | | 43 | সেকার ফ্যালকন | 44.29 কোটি | 120.44 কোটি | | 44 | ইমু | 43.9 কোটি | 133.54 কোটি | | 45 | র‍্যাকুন | 43.79 কোটি | 214.81 কোটি | | 46 | শ্বেত প্যাঁচা | 43.7 কোটি | 68.95 কোটি | | 47 | ছোট পেঁচা | 40.08 কোটি | 58.59 কোটি | | 48 | কালো শকুন | 39.89 কোটি | 100.94 কোটি | | 49 | ইউরেশীয় পিগমি পেঁচা | 36.4 কোটি | 53.33 কোটি | | 50 | সাধারণ বাজপাখি (বুজার্ড) | 35.17 কোটি | 100.14 কোটি | | 51 | বড় রিয়া | 33.03 কোটি | 103.04 কোটি | | 52 | বোবা রাজহাঁস | 32.37 কোটি | 100.11 কোটি | | 53 | গৃহপালিত শূকর | 29.3 কোটি | 222 কোটি | | 54 | ধূসর রাজহাঁস (গ্রেলাগ) | 25.87 কোটি | 73.82 কোটি | | 55 | বাদামি ভাল্লুক | 25.1 কোটি | 958.56 কোটি | | 56 | গৃহপালিত বিড়াল | 25 কোটি | 121.5 কোটি | | 57 | সাধারণ মারমোসেট | 24.5 কোটি | 63.8 কোটি | | 58 | সাধারণ কেস্ট্রেল | 23.79 কোটি | 62.46 কোটি | | 59 | ইউরেশীয় টিল হাঁস | 16.73 কোটি | 37.54 কোটি | | 60 | বাজরিগার | 14.9 কোটি | 32.18 কোটি | | 61 | লাল-বুক রাজহাঁস | 14.86 কোটি | 48.27 কোটি | | 62 | উড ডাক | 13.82 কোটি | 30.58 কোটি | | 63 | বামন ফ্যালকন | 13.19 কোটি | 35.04 কোটি | | 64 | মার্বেল হাঁস | 13.01 কোটি | 38.69 কোটি | | 65 | ভারতীয় ময়ূর | 12.96 কোটি | 57.09 কোটি | | 66 | হলুদ-গুটি কুরাসো | 12.46 কোটি | 65.3 কোটি | | 67 | ভিক্টোরিয়া ঝুঁটিওয়ালা কবুতর | 11.84 কোটি | 57.87 কোটি | | 68 | মল্লার্ড হাঁস | 11.23 কোটি | 36.75 কোটি | | 69 | বুনো টার্কি | 10.57 কোটি | 49.29 কোটি | | 70 | ইউরেশীয় চড়াই-বাজ | 8.78 কোটি | 40.18 কোটি | | 71 | রিভসের ফেজান্ট | 8.07 কোটি | 38.72 কোটি | | 72 | পাহাড়ি কবুতর | 7.2 কোটি | 31 কোটি | | 73 | ইউরোপীয় খরগোশ | 7.15 কোটি | 51.3 কোটি | | 74 | লাল বন-মুরগি | 6.07 কোটি | 22.08 কোটি | | 75 | চিলিয়ান টিনামু | 5.91 কোটি | 24.14 কোটি | | 76 | জেব্রা ফিঞ্চ | 5.52 কোটি | 13.6 কোটি | | 77 | সুদর্শন ঝুঁটিওয়ালা টিনামু | 5.14 কোটি | 21.78 কোটি | | 78 | সাধারণ বন-কবুতর | 5.13 কোটি | 25.87 কোটি | | 79 | কেব্রাচো ঝুঁটিওয়ালা টিনামু | 4.83 কোটি | 23.57 কোটি | | 80 | আফ্রিকান কলার্ড ঘুঘু | 4 কোটি | 13.93 কোটি | | 81 | উত্তরাঞ্চলীয় বব-হোয়াইট | 3.91 কোটি | 14.84 কোটি | | 82 | ধূসর তিতির | 3.69 কোটি | 17.03 কোটি | | 83 | ইঁদুর | 3.1 কোটি | 20 কোটি | | 84 | সাধারণ কোয়েল | 2.26 কোটি | 11.78 কোটি | | 85 | রাজ কোয়েল | 2.05 কোটি | 8.05 কোটি | | 86 | ডায়মন্ড ঘুঘু | 1.82 কোটি | 8.79 কোটি | | 87 | ইঁদুর | 1.37 কোটি | 7.09 কোটি | | 88 | নেকেড মোল-র‍্যাট | 53.1 লাখ | 3.36 কোটি | ## AI ব্যবস্থা: প্যারামিটার বনাম সাইন্যাপ সব প্যারামিটার প্রতি টোকেনে ব্যবহৃত All ভাষা মাল্টিমোডাল দৃষ্টি অন্যান্য (কথা, জীববিজ্ঞান, খেলা, রোবটিক্স…) প্রশিক্ষণযোগ্য প্যারামিটার (সংযোগের ওজন), লগারিদমিক স্কেলে: Epoch AI-এর ডেটাবেসে প্যারামিটার সংখ্যা আছে এমন প্রতিটি উল্লেখযোগ্য মডেল (সংগ্রহ ৩ অক্টোবর, ২০২৬)। নিরেট দণ্ড হলো সেই সংখ্যা, যা Epoch আস্থাযোগ্য মনে করে; ডোরাকাটা দণ্ড সেই সংখ্যা, যা সে সম্ভাব্য বা অনুমাননির্ভর মনে করে। \* চিহ্নিত দণ্ড হলো বন্ধ মডেলের অনুমান, যাদের নির্মাতারা আকার প্রকাশ করেন না; তৃতীয় পক্ষের বিশ্লেষণ থেকে ২ অক্টোবর, ২০২৬ সংকলিত, আর গোঁফ দাগ অনুমানের পরিসর দেখায়। Gemini 3 ও পরবর্তী: কোনো প্রকাশিত অনুমান নেই। ফাঁপা সারিগুলো সাইন্যাপস সংখ্যা: একটি প্যারামিটার নিউরনের চেয়ে সাইন্যাপসের কাছাকাছি। 1. মানুষের নিওকর্টেক্স 1.6 × 10¹⁴ 2. GPT-5.5 (OpenAI, 2026) \* \~4.7 × 10¹² 3. Claude Fable 5 (Anthropic, 2026) \* \~3.5 × 10¹² 4. Grok 3 (xAI, 2025) \~3 × 10¹² 5. Grok 4 (xAI, 2025) \~3 × 10¹² 6. Gemini 2.5 Pro (Google, 2025) \* \~3 × 10¹² 7. Kimi K3 (Moonshot, 2026) \~2.8 × 10¹² 8. Qwen 3.8 Max (Alibaba, 2026) 2.4 × 10¹² 9. Qwen3.8-2.4T-A95B (Alibaba, 2026) 2.4 × 10¹² 10. Grok 4.7 (xAI, 2026) \* \~2.1 × 10¹² 11. Llama 4 Behemoth (Meta AI, 2025) \~2 × 10¹² 12. GPT-4 (OpenAI, 2023) \~1.8 × 10¹² 13. DeepSeek-V4-Pro (DeepSeek, 2026) \~1.6 × 10¹² 14. LongCat-2.0 (Meituan Inc, 2026) \~1.6 × 10¹² 15. Switch (Google, 2021) 1.6 × 10¹² 16. GLaM (Google, 2021) 1.2 × 10¹² 17. PanGu-Σ (Huawei Noah's Ark Lab, 2023) 1.1 × 10¹² 18. Kimi K2.5 (Moonshot, 2026) \~1 × 10¹² 19. Composer 2 (Cursor, 2026) 1 × 10¹² 20. Kimi K2.6 (Moonshot, 2026) 1 × 10¹² 21. Composer 2.5 (Cursor, 2026) \~1 × 10¹² 22. MiMo-V2-Pro (Xiaomi Corp, 2026) 1 × 10¹² 23. MiMo-V2.5-Pro (Xiaomi Corp, 2026) \~1 × 10¹² 24. M6-T (Alibaba, 2021) \~1 × 10¹² 25. Kimi K2 (Moonshot, 2025) 1 × 10¹² 26. Qwen3-Max (Alibaba, 2025) \~1 × 10¹² 27. Ling-1T (Ant Group, 2025) 1 × 10¹² 28. Kimi K2 Thinking (Moonshot, 2025) \~1 × 10¹² 29. Inkling (Thinking Machines, 2026) \~9.8 × 10¹¹ 30. Tencent Hy4 preview (Tencent, 2026) \~7.7 × 10¹¹ 31. GLM-5.1 (Z.ai (Zhipu AI), 2026) 7.5 × 10¹¹ 32. K-EXAONE 2.0 (LG AI Research, 2026) 7.5 × 10¹¹ 33. DeepSeek V4.1 Flash (DeepSeek, 2026) \~7.5 × 10¹¹ 34. GLM-5 (Z.ai (Zhipu AI), 2026) \~7.4 × 10¹¹ 35. GLM-5.3 (Z.ai (Zhipu AI), 2026) 7.4 × 10¹¹ 36. A.X K2 (SK Telecom, 2026) 6.9 × 10¹¹ 37. DeepSeekMath-V2 (DeepSeek, 2025) 6.8 × 10¹¹ 38. Mistral Large 3 (Mistral AI, 2025) 6.8 × 10¹¹ 39. DeepSeek-V3 (DeepSeek, 2024) 6.7 × 10¹¹ 40. DeepSeek-R1 (DeepSeek, 2025) 6.7 × 10¹¹ 725টি সবই দেখান 10^4 10^6 10^8 10^10 10^12 10^14 প্যারামিটার বা সাইন্যাপস সংখ্যাগুলো দেখান | # | সিস্টেম | সব প্যারামিটার | প্রতি টোকেনে ব্যবহৃত | সাল | ধরন | | --- | ------------------------------------------------------------------------------------------- | -------------- | -------------------- | ---- | ------------------------------------------ | | 1 | মানুষের নিওকর্টেক্স | 1.6 × 10¹⁴ | 1.6 × 10¹⁴ | | সাইন্যাপস | | 2 | GPT-5.5 (OpenAI, 2026) \* | \~4.7 × 10¹² | | 2026 | অনুমান | | 3 | Claude Fable 5 (Anthropic, 2026) \* | \~3.5 × 10¹² | | 2026 | অনুমান | | 4 | Grok 3 (xAI, 2025) | \~3 × 10¹² | | 2025 | অনুমান | | 5 | Grok 4 (xAI, 2025) | \~3 × 10¹² | | 2025 | অনুমান | | 6 | Gemini 2.5 Pro (Google, 2025) \* | \~3 × 10¹² | | 2025 | অনুমান | | 7 | Kimi K3 (Moonshot, 2026) | \~2.8 × 10¹² | | 2026 | অনুমান | | 8 | Qwen 3.8 Max (Alibaba, 2026) | 2.4 × 10¹² | 2.4 × 10¹² | 2026 | আর্কিটেকচার উল্লেখ করা হয়নি | | 9 | Qwen3.8-2.4T-A95B (Alibaba, 2026) | 2.4 × 10¹² | 9.5 × 10¹⁰ | 2026 | বিশেষজ্ঞ-মিশ্রণ | | 10 | Grok 4.7 (xAI, 2026) \* | \~2.1 × 10¹² | | 2026 | অনুমান | | 11 | Llama 4 Behemoth (Meta AI, 2025) | \~2 × 10¹² | | 2025 | অনুমান | | 12 | GPT-4 (OpenAI, 2023) | \~1.8 × 10¹² | | 2023 | অনুমান | | 13 | DeepSeek-V4-Pro (DeepSeek, 2026) | \~1.6 × 10¹² | | 2026 | অনুমান | | 14 | LongCat-2.0 (Meituan Inc, 2026) | \~1.6 × 10¹² | | 2026 | অনুমান | | 15 | Switch (Google, 2021) | 1.6 × 10¹² | 1.6 × 10¹² | 2021 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 16 | GLaM (Google, 2021) | 1.2 × 10¹² | 1.2 × 10¹² | 2021 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 17 | PanGu-Σ (Huawei Noah's Ark Lab, 2023) | 1.1 × 10¹² | 1.1 × 10¹² | 2023 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 18 | Kimi K2.5 (Moonshot, 2026) | \~1 × 10¹² | | 2026 | অনুমান | | 19 | Composer 2 (Cursor, 2026) | 1 × 10¹² | 1 × 10¹² | 2026 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 20 | Kimi K2.6 (Moonshot, 2026) | 1 × 10¹² | 1 × 10¹² | 2026 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 21 | Composer 2.5 (Cursor, 2026) | \~1 × 10¹² | | 2026 | অনুমান | | 22 | MiMo-V2-Pro (Xiaomi Corp, 2026) | 1 × 10¹² | 1 × 10¹² | 2026 | আর্কিটেকচার উল্লেখ করা হয়নি | | 23 | MiMo-V2.5-Pro (Xiaomi Corp, 2026) | \~1 × 10¹² | | 2026 | অনুমান | | 24 | M6-T (Alibaba, 2021) | \~1 × 10¹² | | 2021 | অনুমান | | 25 | Kimi K2 (Moonshot, 2025) | 1 × 10¹² | 1 × 10¹² | 2025 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 26 | Qwen3-Max (Alibaba, 2025) | \~1 × 10¹² | | 2025 | অনুমান | | 27 | Ling-1T (Ant Group, 2025) | 1 × 10¹² | 5 × 10¹⁰ | 2025 | বিশেষজ্ঞ-মিশ্রণ | | 28 | Kimi K2 Thinking (Moonshot, 2025) | \~1 × 10¹² | | 2025 | অনুমান | | 29 | Inkling (Thinking Machines, 2026) | \~9.8 × 10¹¹ | | 2026 | অনুমান | | 30 | Tencent Hy4 preview (Tencent, 2026) | \~7.7 × 10¹¹ | | 2026 | অনুমান | | 31 | GLM-5.1 (Z.ai (Zhipu AI), 2026) | 7.5 × 10¹¹ | 7.5 × 10¹¹ | 2026 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 32 | K-EXAONE 2.0 (LG AI Research, 2026) | 7.5 × 10¹¹ | 7.5 × 10¹¹ | 2026 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 33 | DeepSeek V4.1 Flash (DeepSeek, 2026) | \~7.5 × 10¹¹ | | 2026 | অনুমান | | 34 | GLM-5 (Z.ai (Zhipu AI), 2026) | \~7.4 × 10¹¹ | | 2026 | অনুমান | | 35 | GLM-5.3 (Z.ai (Zhipu AI), 2026) | 7.4 × 10¹¹ | 4 × 10¹⁰ | 2026 | বিশেষজ্ঞ-মিশ্রণ | | 36 | A.X K2 (SK Telecom, 2026) | 6.9 × 10¹¹ | 6.9 × 10¹¹ | 2026 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 37 | DeepSeekMath-V2 (DeepSeek, 2025) | 6.8 × 10¹¹ | 6.8 × 10¹¹ | 2025 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 38 | Mistral Large 3 (Mistral AI, 2025) | 6.8 × 10¹¹ | 4.1 × 10¹⁰ | 2025 | বিশেষজ্ঞ-মিশ্রণ | | 39 | DeepSeek-V3 (DeepSeek, 2024) | 6.7 × 10¹¹ | 3.7 × 10¹⁰ | 2024 | বিশেষজ্ঞ-মিশ্রণ | | 40 | DeepSeek-R1 (DeepSeek, 2025) | 6.7 × 10¹¹ | 3.7 × 10¹⁰ | 2025 | বিশেষজ্ঞ-মিশ্রণ | | 41 | SenseChat 5.5 (SenseTime, 2024) | 6 × 10¹¹ | 6 × 10¹¹ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 42 | Step 5 Preview (StepFun, 2026) | \~6 × 10¹¹ | | 2026 | অনুমান | | 43 | PaLM-E (Google, 2023) | \~5.6 × 10¹¹ | | 2023 | অনুমান | | 44 | Hunyuan-TurboS (Tencent, 2025) | 5.6 × 10¹¹ | 5.6 × 10¹¹ | 2025 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 45 | LongCat-Flash (Meituan Inc, 2025) | \~5.6 × 10¹¹ | | 2025 | অনুমান | | 46 | Nemotron 3 Ultra (Nvidia, 2026) | \~5.5 × 10¹¹ | | 2026 | অনুমান | | 47 | PaLM (Google Research, 2022) | 5.4 × 10¹¹ | 5.4 × 10¹¹ | 2022 | ডেন্স | | 48 | Minerva (Google, 2022) | 5.4 × 10¹¹ | 5.4 × 10¹¹ | 2022 | ডেন্স | | 49 | U-PaLM (Google, 2022) | 5.4 × 10¹¹ | 5.4 × 10¹¹ | 2022 | ডেন্স | | 50 | LMSI-Palm (Google, 2022) | 5.4 × 10¹¹ | 5.4 × 10¹¹ | 2022 | ডেন্স | | 51 | Flan-PaLM 540B (Google, 2022) | 5.4 × 10¹¹ | 5.4 × 10¹¹ | 2022 | ডেন্স | | 52 | Megatron-Turing NLG 530B (Microsoft, 2021) | 5.3 × 10¹¹ | 5.3 × 10¹¹ | 2021 | ডেন্স | | 53 | MegaScale (ByteDance, 2024) | \~5.3 × 10¹¹ | | 2024 | অনুমান | | 54 | A.X K1 (SK Telecom, 2025) | 5.2 × 10¹¹ | 5.2 × 10¹¹ | 2025 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 55 | Doubao-pro (ByteDance, 2024) | \~5 × 10¹¹ | | 2024 | অনুমান | | 56 | Grok 4.20 (xAI, 2026) | \~5 × 10¹¹ | | 2026 | অনুমান | | 57 | Qwen3-Coder-480B-A35B (Alibaba, 2025) | 4.8 × 10¹¹ | 3.5 × 10¹⁰ | 2025 | বিশেষজ্ঞ-মিশ্রণ | | 58 | MiniMax-M3 (MiniMax, 2026) | 4.3 × 10¹¹ | 2.2 × 10¹⁰ | 2026 | বিশেষজ্ঞ-মিশ্রণ | | 59 | ERNIE-4.5-VL-424B-A47B (Baidu, 2025) | 4.2 × 10¹¹ | 4.7 × 10¹⁰ | 2025 | বিশেষজ্ঞ-মিশ্রণ | | 60 | Llama 3.1-405B (Meta AI, 2024) | 4 × 10¹¹ | 4 × 10¹¹ | 2024 | ডেন্স | | 61 | Llama 4 Maverick (Meta AI, 2025) | \~4 × 10¹¹ | | 2025 | অনুমান | | 62 | Jamba 1.5-Large (AI21 Labs, 2024) | 4 × 10¹¹ | 4 × 10¹¹ | 2024 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 63 | Qwen3.5 397B-A17B (Alibaba, 2026) | \~4 × 10¹¹ | | 2026 | অনুমান | | 64 | Hunyuan-Large (Tencent, 2024) | 3.9 × 10¹¹ | 3.9 × 10¹¹ | 2024 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 65 | GLM-4.7 (Z.ai (Zhipu AI), 2025) | \~3.6 × 10¹¹ | | 2025 | অনুমান | | 66 | GLM-4.6 (Z.ai (Zhipu AI), 2025) | \~3.6 × 10¹¹ | | 2025 | অনুমান | | 67 | GLM-4.5 (Z.ai (Zhipu AI), 2025) | 3.5 × 10¹¹ | 3.2 × 10¹⁰ | 2025 | বিশেষজ্ঞ-মিশ্রণ | | 68 | PaLM 2 (Google, 2023) | \~3.4 × 10¹¹ | | 2023 | অনুমান | | 69 | Med-PaLM 2 (Google Research, 2023) | \~3.4 × 10¹¹ | | 2023 | অনুমান | | 70 | Nemotron-4 340B (Nvidia, 2024) | 3.4 × 10¹¹ | 3.4 × 10¹¹ | 2024 | ডেন্স | | 71 | GLM-5.3-Flash (Z.ai (Zhipu AI), 2026) | \~3.2 × 10¹¹ | | 2026 | অনুমান | | 72 | Grok-1 (xAI, 2023) | \~3.1 × 10¹¹ | | 2023 | অনুমান | | 73 | Motif-3 (Motif Technologies, 2026) | 3.1 × 10¹¹ | 3.1 × 10¹¹ | 2026 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 74 | SB-LM (Google, 2007) | \~3 × 10¹¹ | | 2007 | অনুমান | | 75 | Tencent Hy3 preview (Tencent, 2026) | 3 × 10¹¹ | 3 × 10¹¹ | 2026 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 76 | Tencent Hy3 (Tencent, 2026) | 3 × 10¹¹ | 3 × 10¹¹ | 2026 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 77 | DeepSeek-V4-Flash (DeepSeek, 2026) | \~2.8 × 10¹¹ | | 2026 | অনুমান | | 78 | Gopher (DeepMind, 2021) | 2.8 × 10¹¹ | 2.8 × 10¹¹ | 2021 | ডেন্স | | 79 | TML-Interaction-Small (Thinking Machines, 2026) | 2.8 × 10¹¹ | 2.8 × 10¹¹ | 2026 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 80 | ST-MoE (Google, 2022) | \~2.7 × 10¹¹ | | 2022 | অনুমান | | 81 | ERNIE 3.0 Titan (Baidu, 2021) | 2.6 × 10¹¹ | 2.6 × 10¹¹ | 2021 | ডেন্স | | 82 | Solar Open2 250B (Upstage, 2026) | \~2.5 × 10¹¹ | | 2026 | অনুমান | | 83 | Aramco Metabrain AI (Saudi Aramco, 2024) | \~2.5 × 10¹¹ | | 2024 | অনুমান | | 84 | Yuan 1.0 (Inspur, 2021) | 2.5 × 10¹¹ | 2.5 × 10¹¹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 85 | DeepSeek-Coder-V2 236B (DeepSeek, 2024) | 2.4 × 10¹¹ | 2.4 × 10¹¹ | 2024 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 86 | DeepSeek-V2.5 (DeepSeek, 2024) | 2.4 × 10¹¹ | 2.4 × 10¹¹ | 2024 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 87 | K-EXAONE (LG AI Research, 2025) | 2.4 × 10¹¹ | 2.4 × 10¹¹ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 88 | Qwen3-235B-A22B (Alibaba, 2025) | \~2.4 × 10¹¹ | | 2025 | অনুমান | | 89 | Qwen3-235B-A22B-Thinking (Alibaba, 2025) | \~2.4 × 10¹¹ | | 2025 | অনুমান | | 90 | P1-235B-A22B (Shanghai AI Lab, 2025) | \~2.4 × 10¹¹ | | 2025 | অনুমান | | 91 | Seed-1.6-Thinking (ByteDance, 2025) | 2.3 × 10¹¹ | 2.3 × 10¹¹ | 2025 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 92 | MiniMax-M2 (MiniMax, 2025) | 2.3 × 10¹¹ | 1 × 10¹⁰ | 2025 | বিশেষজ্ঞ-মিশ্রণ | | 93 | MiniMax-M2.1 (MiniMax, 2025) | 2.3 × 10¹¹ | 2.3 × 10¹¹ | 2025 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 94 | HyperCLOVA 204B (NAVER, 2021) | \~2 × 10¹¹ | | 2021 | অনুমান | | 95 | Amazon Titan (Amazon, 2023) | \~2 × 10¹¹ | | 2023 | অনুমান | | 96 | Falcon-180B (Technology Innovation Institute, 2023) | 1.8 × 10¹¹ | 1.8 × 10¹¹ | 2023 | ডেন্স | | 97 | Jurassic-1-Jumbo (AI21 Labs, 2021) | 1.8 × 10¹¹ | 1.8 × 10¹¹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 98 | BLOOM-176B (Hugging Face, 2022) | 1.8 × 10¹¹ | 1.8 × 10¹¹ | 2022 | ডেন্স | | 99 | BLUUMI (University of Turku, 2023) | \~1.8 × 10¹¹ | | 2023 | অনুমান | | 100 | InstructGPT 175B (OpenAI, 2022) | 1.8 × 10¹¹ | 1.8 × 10¹¹ | 2022 | ডেন্স | | 101 | OPT-175B (Meta AI, 2022) | 1.8 × 10¹¹ | 1.8 × 10¹¹ | 2022 | ডেন্স | | 102 | BlenderBot 3 (McGill University, 2022) | \~1.8 × 10¹¹ | | 2022 | অনুমান | | 103 | GPT-3 175B (OpenAI, 2020) | 1.7 × 10¹¹ | 1.7 × 10¹¹ | 2020 | ডেন্স | | 104 | Palmyra X 004 (Writer, 2024) | \~1.5 × 10¹¹ | | 2024 | অনুমান | | 105 | FLAN 137B (Google Research, 2021) | 1.4 × 10¹¹ | 1.4 × 10¹¹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 106 | LaMDA (Google, 2022) | 1.4 × 10¹¹ | 1.4 × 10¹¹ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 107 | MEB (Microsoft, 2021) | 1.4 × 10¹¹ | 1.4 × 10¹¹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 108 | Pangu Ultra (Huawei, 2025) | 1.4 × 10¹¹ | 1.4 × 10¹¹ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 109 | DBRX (Databricks, 2024) | 1.3 × 10¹¹ | 1.3 × 10¹¹ | 2024 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 110 | GLM-130B (Tsinghua University, 2022) | 1.3 × 10¹¹ | 1.3 × 10¹¹ | 2022 | ডেন্স | | 111 | Pixtral Large (Mistral AI, 2024) | 1.2 × 10¹¹ | 1.2 × 10¹¹ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 112 | Mistral Large 2 (Mistral AI, 2024) | \~1.2 × 10¹¹ | | 2024 | অনুমান | | 113 | Qwen3.5-122B-A10B (Alibaba, 2026) | \~1.2 × 10¹¹ | | 2026 | অনুমান | | 114 | Galactica (Meta AI, 2022) | \~1.2 × 10¹¹ | | 2022 | অনুমান | | 115 | Nemotron 3 Super (Nvidia, 2026) | \~1.2 × 10¹¹ | | 2026 | অনুমান | | 116 | gpt-oss-120b (OpenAI, 2025) | 1.2 × 10¹¹ | 5.1 × 10⁹ | 2025 | বিশেষজ্ঞ-মিশ্রণ | | 117 | Telechat2-115B (China Telecom, 2024) | 1.1 × 10¹¹ | 1.1 × 10¹¹ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 118 | Kaiju Large (Character.ai, 2025) | \~1.1 × 10¹¹ | | 2025 | অনুমান | | 119 | Llama 4 Scout (Meta AI, 2025) | \~1.1 × 10¹¹ | | 2025 | অনুমান | | 120 | InternLM (Shanghai AI Lab, 2023) | 1 × 10¹¹ | 1 × 10¹¹ | 2023 | ডেন্স | | 121 | Solar Open 100B (Upstage, 2025) | 1 × 10¹¹ | 1 × 10¹¹ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 122 | DLRM-2020 (Facebook AI, 2019) | 1 × 10¹¹ | 1 × 10¹¹ | 2019 | ডেন্স | | 123 | xTrimoPGLM -100B (Tsinghua University, 2023) | 1 × 10¹¹ | 1 × 10¹¹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 124 | Yi-Large (01.AI, 2024) | \~1 × 10¹¹ | | 2024 | অনুমান | | 125 | VAETKI (NC AI, 2025) | 1 × 10¹¹ | 1 × 10¹¹ | 2025 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 126 | ESM3 (EvolutionaryScale, 2024) | 9.8 × 10¹⁰ | 9.8 × 10¹⁰ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 127 | ইঁদুরের নিওকর্টেক্স | 8.1 × 10¹⁰ | 8.1 × 10¹⁰ | | সাইন্যাপস | | 128 | Flamingo (DeepMind, 2022) | 8 × 10¹⁰ | 8 × 10¹⁰ | 2022 | ডেন্স | | 129 | Qwen3-Coder-Next (Alibaba, 2026) | \~8 × 10¹⁰ | | 2026 | অনুমান | | 130 | Qwen2-72B (Alibaba, 2024) | 7.3 × 10¹⁰ | 7.3 × 10¹⁰ | 2024 | ডেন্স | | 131 | Qwen2.5-72B (Alibaba, 2024) | 7.3 × 10¹⁰ | 7.3 × 10¹⁰ | 2024 | ডেন্স | | 132 | Qwen2.5 Instruct (Alibaba, 2024) | 7.3 × 10¹⁰ | 7.3 × 10¹⁰ | 2024 | ডেন্স | | 133 | Qwen-72B (Alibaba, 2023) | 7.2 × 10¹⁰ | 7.2 × 10¹⁰ | 2023 | ডেন্স | | 134 | Palmyra X 003 (Writer, 2024) | \~7.2 × 10¹⁰ | | 2024 | অনুমান | | 135 | Qwen1.5-72B (Alibaba, 2024) | 7.2 × 10¹⁰ | 7.2 × 10¹⁰ | 2024 | ডেন্স | | 136 | LLaVA-OV-72B (ByteDance, 2024) | 7.2 × 10¹⁰ | 7.2 × 10¹⁰ | 2024 | ডেন্স | | 137 | NVLM-X 72B (Nvidia, 2024) | \~7.2 × 10¹⁰ | | 2024 | অনুমান | | 138 | NVLM-H 72B (Nvidia, 2024) | \~7.2 × 10¹⁰ | | 2024 | অনুমান | | 139 | NVLM-D 72B (Nvidia, 2024) | 7.2 × 10¹⁰ | 7.2 × 10¹⁰ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 140 | MindLink-72B (Kunlun Inc., 2025) | 7.2 × 10¹⁰ | 7.2 × 10¹⁰ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 141 | Chinchilla (DeepMind, 2022) | 7 × 10¹⁰ | 7 × 10¹⁰ | 2022 | ডেন্স | | 142 | Llama 2-70B (Meta AI, 2023) | 7 × 10¹⁰ | 7 × 10¹⁰ | 2023 | ডেন্স | | 143 | PPLX-70B-Online (Perplexity, 2023) | \~7 × 10¹⁰ | | 2023 | অনুমান | | 144 | Llama 3-70B (Meta AI, 2024) | 7 × 10¹⁰ | 7 × 10¹⁰ | 2024 | ডেন্স | | 145 | ALLaM adapted 70B (Saudi Data and Artificial Intelligence Authority, 2024) | 7 × 10¹⁰ | 7 × 10¹⁰ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 146 | Llama 3.3 70B (Meta AI, 2024) | 7 × 10¹⁰ | 7 × 10¹⁰ | 2024 | ডেন্স | | 147 | Reka Core (Reka AI, 2024) | \~6.7 × 10¹⁰ | | 2024 | অনুমান | | 148 | LLaMA-65B (Meta AI, 2023) | 6.5 × 10¹⁰ | 6.5 × 10¹⁰ | 2023 | ডেন্স | | 149 | SNM-skip (Google, 2014) | \~6.2 × 10¹⁰ | | 2014 | অনুমান | | 150 | PaLI-X (Google Research, 2023) | \~5.5 × 10¹⁰ | | 2023 | অনুমান | | 151 | RT-2 (Google DeepMind, 2023) | 5.5 × 10¹⁰ | 5.5 × 10¹⁰ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 152 | RT-2-X (Google DeepMind, 2023) | 5.5 × 10¹⁰ | 5.5 × 10¹⁰ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 153 | NLLB (Meta AI, 2022) | 5.5 × 10¹⁰ | 5.5 × 10¹⁰ | 2022 | ডেন্স | | 154 | BloombergGPT (Bloomberg, 2023) | 5.1 × 10¹⁰ | 5.1 × 10¹⁰ | 2023 | ডেন্স | | 155 | M4-50B (Google, 2019) | 5 × 10¹⁰ | 5 × 10¹⁰ | 2019 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 156 | Mixtral 8x7B (Mistral AI, 2023) | \~4.7 × 10¹⁰ | | 2023 | অনুমান | | 157 | AlphaCode (DeepMind, 2022) | 4.1 × 10¹⁰ | 4.1 × 10¹⁰ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 158 | Falcon-40B (Technology Innovation Institute, 2023) | 4 × 10¹⁰ | 4 × 10¹⁰ | 2023 | ডেন্স | | 159 | Qwen3-Omni-30B-A3B (Alibaba, 2025) | 3.5 × 10¹⁰ | 3 × 10⁹ | 2025 | বিশেষজ্ঞ-মিশ্রণ | | 160 | Yi-34B (01.AI, 2023) | 3.4 × 10¹⁰ | 3.4 × 10¹⁰ | 2023 | ডেন্স | | 161 | Cambrian-1-34B (New York University (NYU), 2024) | 3.4 × 10¹⁰ | 3.4 × 10¹⁰ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 162 | Oryx 34B (Tsinghua University, 2024) | 3.4 × 10¹⁰ | 3.4 × 10¹⁰ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 163 | Kaiju Medium (Character.ai, 2025) | \~3.4 × 10¹⁰ | | 2025 | অনুমান | | 164 | EXAONE 4.5 (LG AI Research, 2026) | 3.3 × 10¹⁰ | 3.3 × 10¹⁰ | 2026 | আর্কিটেকচার উল্লেখ করা হয়নি | | 165 | Qwen2.5-32B (Alibaba, 2024) | 3.3 × 10¹⁰ | 3.3 × 10¹⁰ | 2024 | ডেন্স | | 166 | QwQ-32B (Alibaba, 2025) | \~3.3 × 10¹⁰ | | 2025 | অনুমান | | 167 | EXAONE 3.5 32B (LG AI Research, 2024) | 3.2 × 10¹⁰ | 3.2 × 10¹⁰ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 168 | EXAONE Deep 32B (LG AI Research, 2025) | 3.2 × 10¹⁰ | 3.2 × 10¹⁰ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 169 | EXAONE 4.0 (LG AI Research, 2025) | 3.2 × 10¹⁰ | 3.2 × 10¹⁰ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 170 | Olmo 3 (Allen Institute for AI, 2025) | 3.2 × 10¹⁰ | 3.2 × 10¹⁰ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 171 | HyperCLOVA X SEED 32B Think (NAVER, 2025) | 3.2 × 10¹⁰ | 3.2 × 10¹⁰ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 172 | Nemotron 3-Nano-30B-A3B (Nvidia, 2025) | \~3.2 × 10¹⁰ | | 2025 | অনুমান | | 173 | Tongyi DeepResearch (Alibaba, 2025) | 3 × 10¹⁰ | 3 × 10¹⁰ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 174 | MM1-30B (Apple, 2024) | \~3 × 10¹⁰ | | 2024 | অনুমান | | 175 | Movie Gen Video (Meta AI, 2024) | 3 × 10¹⁰ | 3 × 10¹⁰ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 176 | AgentFounder-30B (Alibaba, 2025) | 3 × 10¹⁰ | 3 × 10¹⁰ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 177 | PLUG (Alibaba, 2021) | 2.7 × 10¹⁰ | 2.7 × 10¹⁰ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 178 | Qwen Image (Alibaba, 2025) | 2.7 × 10¹⁰ | 2.7 × 10¹⁰ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 179 | GenSLM (University of Chicago, 2022) | 2.5 × 10¹⁰ | 2.5 × 10¹⁰ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 180 | ViT-22B (Google, 2023) | 2.2 × 10¹⁰ | 2.2 × 10¹⁰ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 181 | KN-LM (Google, 2007) | \~2.1 × 10¹⁰ | | 2007 | অনুমান | | 182 | gpt-oss-20b (OpenAI, 2025) | 2.1 × 10¹⁰ | 2.1 × 10¹⁰ | 2025 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 183 | RNN for 1B words (Google, 2013) | \~2 × 10¹⁰ | | 2013 | অনুমান | | 184 | GPT-NeoX-20B (EleutherAI, 2022) | 2 × 10¹⁰ | 2 × 10¹⁰ | 2022 | ডেন্স | | 185 | UL2 (Google Research, 2022) | 2 × 10¹⁰ | 2 × 10¹⁰ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 186 | Parti (Google Research, 2022) | 2 × 10¹⁰ | 2 × 10¹⁰ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 187 | GPT-3.5 Turbo (OpenAI, 2023) | \~2 × 10¹⁰ | | 2023 | অনুমান | | 188 | GPT-3.5 Turbo Instruct (OpenAI, 2023) | \~2 × 10¹⁰ | | 2023 | অনুমান | | 189 | SPHINX (Shanghai AI Lab, 2023) | \~2 × 10¹⁰ | | 2023 | অনুমান | | 190 | AlexaTM 20B (Amazon, 2022) | 2 × 10¹⁰ | 2 × 10¹⁰ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 191 | CogAgent (Tsinghua University, 2023) | \~1.8 × 10¹⁰ | | 2023 | অনুমান | | 192 | Turing-NLG (Microsoft, 2020) | \~1.7 × 10¹⁰ | | 2020 | অনুমান | | 193 | CogVLM-17B (Tsinghua University, 2023) | 1.7 × 10¹⁰ | 1.7 × 10¹⁰ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 194 | PaLI (Google, 2022) | \~1.7 × 10¹⁰ | | 2022 | অনুমান | | 195 | CodeT5+ (Salesforce, 2023) | 1.6 × 10¹⁰ | 1.6 × 10¹⁰ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 196 | StarCoder (Hugging Face, 2023) | 1.6 × 10¹⁰ | 1.6 × 10¹⁰ | 2023 | ডেন্স | | 197 | ESM2-15B (Meta AI, 2022) | 1.5 × 10¹⁰ | 1.5 × 10¹⁰ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 198 | FunSearch (Google DeepMind, 2023) | \~1.5 × 10¹⁰ | | 2023 | অনুমান | | 199 | NVILA 15B (Nvidia, 2024) | 1.5 × 10¹⁰ | 1.5 × 10¹⁰ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 200 | nekomata-14b (rinna, 2023) | 1.4 × 10¹⁰ | 1.4 × 10¹⁰ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 201 | VILA1.5-13B (Nvidia, 2024) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 202 | VILA-13B (Nvidia, 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 203 | mT5-XXL (Google, 2020) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2020 | ডেন্স | | 204 | mT0-13B (Hugging Face, 2022) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 205 | LLaVA (University of Wisconsin Madison, 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | ডেন্স | | 206 | InstructBLIP (Salesforce Research, 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 207 | Jais (Cerebras Systems, 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 208 | FinGPT-13B (University of California Los Angeles (UCLA), 2023) | \~1.3 × 10¹⁰ | | 2023 | অনুমান | | 209 | Ferret (Columbia University, 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 210 | Skywork-13B (Kunlun Inc., 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 211 | LLaVA 1.5 (University of Wisconsin Madison, 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | ডেন্স | | 212 | Volcano 13B (Korea University, 2023) | \~1.3 × 10¹⁰ | | 2023 | অনুমান | | 213 | Aya (Cohere Labs (formerly Cohere for AI), 2024) | \~1.3 × 10¹⁰ | | 2024 | অনুমান | | 214 | Kaiju Small (Character.ai, 2025) | \~1.3 × 10¹⁰ | | 2025 | অনুমান | | 215 | ByT5-XXL (Google, 2021) | \~1.3 × 10¹⁰ | | 2021 | অনুমান | | 216 | CoRe (Tsinghua University, 2023) | \~1.2 × 10¹⁰ | | 2023 | অনুমান | | 217 | DALL-E (OpenAI, 2021) | \~1.2 × 10¹⁰ | | 2021 | অনুমান | | 218 | Codex (OpenAI, 2021) | \~1.2 × 10¹⁰ | | 2021 | অনুমান | | 219 | T5-11B (Google, 2019) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2019 | ডেন্স | | 220 | UnifiedQA (Allen Institute for AI, 2020) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2020 | ডেন্স | | 221 | Unicorn (Allen Institute for AI, 2021) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 222 | PLATO-XL (Baidu, 2021) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 223 | CoEdiT-xxl (University of Minnesota, 2023) | \~1.1 × 10¹⁰ | | 2023 | অনুমান | | 224 | GQA-8-XXL (Google Research, 2023) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 225 | XLMR-XXL (Facebook AI Research, 2021) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 226 | Llama 3.2 11B (Meta AI, 2024) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2024 | ডেন্স | | 227 | ERNIE 3.0 (Baidu, 2021) | 1 × 10¹⁰ | 1 × 10¹⁰ | 2021 | ডেন্স | | 228 | ERNIE-ViLG (Baidu, 2021) | \~1 × 10¹⁰ | | 2021 | অনুমান | | 229 | Qwen-VL (Alibaba, 2023) | \~9.6 × 10⁹ | | 2023 | অনুমান | | 230 | Generative BST (Facebook AI Research, 2021) | 9.4 × 10⁹ | 9.4 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 231 | Sparse all-MLP (Meta AI, 2022) | 9.4 × 10⁹ | 9.4 × 10⁹ | 2022 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 232 | CogVideo (Tsinghua University, 2022) | \~9.4 × 10⁹ | | 2022 | অনুমান | | 233 | eDiff-I (Nvidia, 2022) | \~9.1 × 10⁹ | | 2022 | অনুমান | | 234 | Eagle 2 (Nvidia, 2025) | 8.9 × 10⁹ | 8.9 × 10⁹ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 235 | MoE-Multi (Jagiellonian University, 2017) | 8.7 × 10⁹ | 8.7 × 10⁹ | 2017 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 236 | Qwen-Audio-Chat (Alibaba, 2023) | \~8.5 × 10⁹ | | 2023 | অনুমান | | 237 | Megatron-LM (Nvidia, 2019) | \~8.3 × 10⁹ | | 2019 | অনুমান | | 238 | BigSSL (Google, 2021) | \~8 × 10⁹ | | 2021 | অনুমান | | 239 | Nemotron-3-8B (Nvidia, 2023) | 8 × 10⁹ | 8 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 240 | Stable Diffusion 3 (Stability AI, 2024) | 8 × 10⁹ | 8 × 10⁹ | 2024 | ডেন্স | | 241 | Qwen3 Embedding (Alibaba, 2025) | 8 × 10⁹ | 8 × 10⁹ | 2025 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 242 | Imagen (Google Brain, 2022) | \~7.8 × 10⁹ | | 2022 | অনুমান | | 243 | XGLM-7.5B (Meta AI, 2021) | 7.5 × 10⁹ | 7.5 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 244 | RETRO-7B (DeepMind, 2022) | 7.5 × 10⁹ | 7.5 × 10⁹ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 245 | OpenVLA (Stanford University, 2024) | 7.2 × 10⁹ | 7.2 × 10⁹ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 246 | mPLUG-Owl2 (Alibaba, 2023) | \~7.1 × 10⁹ | | 2023 | অনুমান | | 247 | Goat-7B (National University of Singapore, 2023) | \~7 × 10⁹ | | 2023 | অনুমান | | 248 | Llama 2-7B (Meta AI, 2023) | 7 × 10⁹ | 7 × 10⁹ | 2023 | ডেন্স | | 249 | Llama Guard (Meta AI, 2023) | 7 × 10⁹ | 7 × 10⁹ | 2023 | ডেন্স | | 250 | Qwen-VL-Max (Alibaba, 2024) | 7 × 10⁹ | 7 × 10⁹ | 2024 | ডেন্স | | 251 | Mathstral (Mistral AI, 2024) | 7 × 10⁹ | 7 × 10⁹ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 252 | Apollo 7B (Meta AI, 2024) | 7 × 10⁹ | 7 × 10⁹ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 253 | Eurus-2-7B-PRIME (Tsinghua University, 2025) | \~7 × 10⁹ | | 2025 | অনুমান | | 254 | INTELLECT-MATH (Prime Intellect, 2025) | 7 × 10⁹ | 7 × 10⁹ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 255 | Incoder-6.7B (Facebook AI Research, 2023) | 6.7 × 10⁹ | 6.7 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 256 | ProGen2-xlarge (Salesforce Research, 2022) | 6.4 × 10⁹ | 6.4 × 10⁹ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 257 | GPipe (Google, 2018) | \~6 × 10⁹ | | 2018 | অনুমান | | 258 | InstructGPT 6B (OpenAI, 2022) | 6 × 10⁹ | 6 × 10⁹ | 2022 | ডেন্স | | 259 | Vega v2 (Wuhan University, 2022) | 6 × 10⁹ | 6 × 10⁹ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 260 | ChatGLM3-6B (Z.ai (Zhipu AI), 2023) | \~6 × 10⁹ | | 2023 | অনুমান | | 261 | MolmoAct 2 (Allen Institute for AI, 2026) | \~5.5 × 10⁹ | | 2026 | অনুমান | | 262 | T-NLRv5 XXL (Microsoft, 2021) | 5.4 × 10⁹ | 5.4 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 263 | π0.6 (Physical Intelligence, 2025) | 5.3 × 10⁹ | 5.3 × 10⁹ | 2025 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 264 | PaLI-3 (Google DeepMind, 2023) | 5 × 10⁹ | 5 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 265 | Mesh-TensorFlow Transformer 4.9B (Google Brain, 2018) | 4.9 × 10⁹ | 4.9 × 10⁹ | 2018 | ডেন্স | | 266 | W.A.L.T (Stanford University, 2023) | 4.7 × 10⁹ | 4.7 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 267 | CogView (Tsinghua University, 2021) | \~4 × 10⁹ | | 2021 | অনুমান | | 268 | Make-A-Scene (Meta AI, 2022) | \~4 × 10⁹ | | 2022 | অনুমান | | 269 | ONE-PEACE (Alibaba, 2023) | \~4 × 10⁹ | | 2023 | অনুমান | | 270 | Megatron-BERT (Nvidia, 2019) | 3.9 × 10⁹ | 3.9 × 10⁹ | 2019 | ডেন্স | | 271 | DALL·E 2 (OpenAI, 2022) | \~3.5 × 10⁹ | | 2022 | অনুমান | | 272 | Stable Diffusion XL (Stability AI, 2023) | \~3.4 × 10⁹ | | 2023 | অনুমান | | 273 | MusicGen (Meta AI, 2023) | \~3.4 × 10⁹ | | 2023 | অনুমান | | 274 | Gemini Nano-2 (Google DeepMind, 2023) | 3.3 × 10⁹ | 3.3 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 275 | Zidong Taichu (Chinese Academy of Sciences, 2021) | 3.2 × 10⁹ | 3.2 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 276 | DeepNet (Microsoft Research, 2022) | 3.2 × 10⁹ | 3.2 × 10⁹ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 277 | MS-ensemble-speech-recognition (Microsoft, 2016) | \~3.2 × 10⁹ | | 2016 | অনুমান | | 278 | BASIC-L (Google, 2021) | \~3.1 × 10⁹ | | 2021 | অনুমান | | 279 | BASIC-L + Lion (Google, 2023) | 3.1 × 10⁹ | 3.1 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 280 | LEP-AD (King Abdullah University of Science and Technology (KAUST), 2023) | 3 × 10⁹ | 3 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 281 | ViT-G/14 (Google Research, 2021) | 3 × 10⁹ | 3 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 282 | ProtT5-XL-U50 (Technical University of Munich, 2021) | 3 × 10⁹ | 3 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 283 | Swin Transformer V2 (Microsoft Research Asia, 2021) | 3 × 10⁹ | 3 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 284 | LongT5 (Google Research, 2021) | 3 × 10⁹ | 3 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 285 | ReALM (Apple, 2024) | 3 × 10⁹ | 3 × 10⁹ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 286 | Mesh-TensorFlow Transformer 2.9B (Google Brain, 2018) | \~2.9 × 10⁹ | | 2018 | অনুমান | | 287 | T5-3B (Google, 2019) | 2.8 × 10⁹ | 2.8 × 10⁹ | 2019 | ডেন্স | | 288 | DPO on Pythia-2.8B (Stanford University, 2023) | 2.8 × 10⁹ | 2.8 × 10⁹ | 2023 | ডেন্স | | 289 | AFM-on-device (Apple, 2024) | 2.7 × 10⁹ | 2.7 × 10⁹ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 290 | PolyCoder (Carnegie Mellon University (CMU), 2022) | \~2.7 × 10⁹ | | 2022 | অনুমান | | 291 | Hybrid H3-2.7B (Stanford University, 2022) | \~2.7 × 10⁹ | | 2022 | অনুমান | | 292 | GPT3-2.7B (Stanford University, 2023) | 2.7 × 10⁹ | 2.7 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 293 | Meena (Google Brain, 2020) | 2.6 × 10⁹ | 2.6 × 10⁹ | 2020 | ডেন্স | | 294 | CPM-Large (Tsinghua University, 2020) | 2.6 × 10⁹ | 2.6 × 10⁹ | 2020 | ডেন্স | | 295 | Nucleotide Transformer (Nvidia, 2023) | \~2.5 × 10⁹ | | 2023 | অনুমান | | 296 | Fugatto 1 (Nvidia, 2024) | 2.5 × 10⁹ | 2.5 × 10⁹ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 297 | CoAtNet (Google, 2021) | 2.4 × 10⁹ | 2.4 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 298 | GShard (Google, 2020) | 2.3 × 10⁹ | 2.3 × 10⁹ | 2020 | ডেন্স | | 299 | SeamlessM4T (Facebook, 2023) | 2.3 × 10⁹ | 2.3 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 300 | Turing ULRv5 (Microsoft, 2021) | 2.2 × 10⁹ | 2.2 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 301 | CoCa (Google Research, 2022) | 2.1 × 10⁹ | 2.1 × 10⁹ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 302 | MuseNet (OpenAI, 2019) | \~2 × 10⁹ | | 2019 | অনুমান | | 303 | Infinity (ByteDance, 2024) | 2 × 10⁹ | 2 × 10⁹ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 304 | Seq2Seq LSTM (Google, 2014) | 1.9 × 10⁹ | 1.9 × 10⁹ | 2014 | ডেন্স | | 305 | BEIT-3 (Microsoft, 2022) | \~1.9 × 10⁹ | | 2022 | অনুমান | | 306 | Ankh\_large (Technical University of Munich, 2023) | 1.9 × 10⁹ | 1.9 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 307 | ViT-G/14 (Google Brain, 2021) | 1.8 × 10⁹ | 1.8 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 308 | ViT-G (University of Washington, 2022) | 1.8 × 10⁹ | 1.8 × 10⁹ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 309 | Phenaki (University College London (UCL), 2022) | \~1.8 × 10⁹ | | 2022 | অনুমান | | 310 | Gemini Nano-1 (Google DeepMind, 2023) | 1.8 × 10⁹ | 1.8 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 311 | DistBelief Vision (Google, 2012) | \~1.7 × 10⁹ | | 2012 | অনুমান | | 312 | Whisper (OpenAI, 2022) | \~1.6 × 10⁹ | | 2022 | অনুমান | | 313 | GPT-2 (OpenAI, 2019) | \~1.5 × 10⁹ | | 2019 | অনুমান | | 314 | DeBERTa (Microsoft, 2021) | 1.5 × 10⁹ | 1.5 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 315 | AR-LDM (Alibaba, 2022) | 1.5 × 10⁹ | 1.5 × 10⁹ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 316 | AudioLM (Google Research, 2023) | \~1.5 × 10⁹ | | 2023 | অনুমান | | 317 | BLIP-2 (Salesforce Research, 2023) | 1.5 × 10⁹ | 1.5 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 318 | LDM-1.45B (Heidelberg University, 2021) | 1.4 × 10⁹ | 1.4 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 319 | Stable Diffusion (Runway, 2022) | 1.4 × 10⁹ | 1.4 × 10⁹ | 2022 | ডেন্স | | 320 | SEER (Facebook AI Research, 2021) | 1.3 × 10⁹ | 1.3 × 10⁹ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 321 | InstructGPT 1.3B (OpenAI, 2022) | 1.3 × 10⁹ | 1.3 × 10⁹ | 2022 | ডেন্স | | 322 | Megatron-LM (Nvidia, 2019) | 1.2 × 10⁹ | 1.2 × 10⁹ | 2019 | ডেন্স | | 323 | RDT-1B (Tsinghua University, 2024) | \~1.2 × 10⁹ | | 2024 | অনুমান | | 324 | Gato (DeepMind, 2022) | 1.2 × 10⁹ | 1.2 × 10⁹ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 325 | DINOv2 (Facebook AI Research, 2023) | 1.1 × 10⁹ | 1.1 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 326 | Diffusion Renderer (Nvidia, 2025) | 1.1 × 10⁹ | 1.1 × 10⁹ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 327 | InternImage (Shanghai AI Lab, 2022) | 1.1 × 10⁹ | 1.1 × 10⁹ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 328 | EVA-01 (Beijing Academy of Artificial Intelligence / BAAI, 2022) | 1 × 10⁹ | 1 × 10⁹ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 329 | Unsupervised High-level Feature Learner (Google, 2012) | \~1 × 10⁹ | | 2012 | অনুমান | | 330 | Conformer + Wav2vec 2.0 + Noisy Student (Google, 2020) | 1 × 10⁹ | 1 × 10⁹ | 2020 | ডেন্স | | 331 | HuBERT (Facebook AI Research, 2021) | \~1 × 10⁹ | | 2021 | অনুমান | | 332 | W2v-BERT (Google Brain, 2021) | 1 × 10⁹ | 1 × 10⁹ | 2021 | ডেন্স | | 333 | AudioGen (Meta AI, 2023) | \~1 × 10⁹ | | 2023 | অনুমান | | 334 | VideoMAE V2 (Nanjing University, 2023) | 1 × 10⁹ | 1 × 10⁹ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 335 | TransE (Universite de Technologie de Compiègne – CNRS, 2013) | \~9.4 × 10⁸ | | 2013 | অনুমান | | 336 | ImageBind (Meta AI, 2023) | \~9.3 × 10⁸ | | 2023 | অনুমান | | 337 | Big Transfer (Google Brain, 2019) | \~9.3 × 10⁸ | | 2019 | অনুমান | | 338 | Florence (Microsoft, 2021) | 8.9 × 10⁸ | 8.9 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 339 | NÜWA (Microsoft Research, 2021) | 8.7 × 10⁸ | 8.7 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 340 | MusicLM (Google, 2023) | 8.6 × 10⁸ | 8.6 × 10⁸ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 341 | ResNeXt-101 32x48d (Facebook, 2018) | 8.3 × 10⁸ | 8.3 × 10⁸ | 2018 | ডেন্স | | 342 | FixRes ResNeXt-101 WSL (Facebook AI, 2019) | \~8.3 × 10⁸ | | 2019 | অনুমান | | 343 | ALIGN (Google Research, 2021) | 8.2 × 10⁸ | 8.2 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 344 | Statement Curriculum Learning (OpenAI, 2022) | \~7.7 × 10⁸ | | 2022 | অনুমান | | 345 | CodeT5-large (Salesforce, 2022) | \~7.7 × 10⁸ | | 2022 | অনুমান | | 346 | DITTO (Tsinghua University, 2022) | 7.5 × 10⁸ | 7.5 × 10⁸ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 347 | FGN (Google DeepMind, 2025) | 7.2 × 10⁸ | 7.2 × 10⁸ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 348 | data2vec (Meta AI, 2022) | \~7.1 × 10⁸ | | 2022 | অনুমান | | 349 | Tranception (University of Oxford, 2022) | 7 × 10⁸ | 7 × 10⁸ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 350 | Word2Vec (Google, 2013) | \~6.9 × 10⁸ | | 2013 | অনুমান | | 351 | DiT-XL/2 (New York University (NYU), 2023) | 6.8 × 10⁸ | 6.8 × 10⁸ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 352 | DiT-XL/2 + CADS (ETH Zurich, 2023) | \~6.8 × 10⁸ | | 2023 | অনুমান | | 353 | OmegaPLM (Massachusetts Institute of Technology (MIT), 2022) | 6.7 × 10⁸ | 6.7 × 10⁸ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 354 | XLM (Facebook, 2019) | \~6.7 × 10⁸ | | 2019 | অনুমান | | 355 | ESM1b (Facebook AI Research, 2020) | 6.5 × 10⁸ | 6.5 × 10⁸ | 2020 | ডেন্স | | 356 | Segment Anything Model (Meta AI, 2023) | 6.4 × 10⁸ | 6.4 × 10⁸ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 357 | ViT-Huge/14 (Google Brain, 2020) | 6.3 × 10⁸ | 6.3 × 10⁸ | 2020 | ডেন্স | | 358 | Masked Autoencoders ViT-H (Facebook AI Research, 2021) | \~6.3 × 10⁸ | | 2021 | অনুমান | | 359 | Retrieval-Augmented Generator (Facebook, 2020) | 6.3 × 10⁸ | 6.3 × 10⁸ | 2020 | ডেন্স | | 360 | DLDL (University of Oxford, 2016) | \~5.6 × 10⁸ | | 2016 | অনুমান | | 361 | ADM (OpenAI, 2021) | 5.6 × 10⁸ | 5.6 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 362 | TrOCR (Beihang University, 2021) | 5.6 × 10⁸ | 5.6 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 363 | XLM-RoBERTa (Facebook AI, 2019) | 5.5 × 10⁸ | 5.5 × 10⁸ | 2019 | ডেন্স | | 364 | LUKE (University of Washington, 2020) | \~4.8 × 10⁸ | | 2020 | অনুমান | | 365 | EfficientNet-L2 (Google, 2019) | \~4.8 × 10⁸ | | 2019 | অনুমান | | 366 | Noisy Student (Carnegie Mellon University (CMU), 2019) | 4.8 × 10⁸ | 4.8 × 10⁸ | 2019 | ডেন্স | | 367 | Meta Pseudo Labels (Google Brain, 2021) | \~4.8 × 10⁸ | | 2021 | অনুমান | | 368 | EMDR (Mila - Quebec AI (originally Montreal Institute for Learning Algorithms), 2021) | 4.4 × 10⁸ | 4.4 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 369 | NMT Transformer 437M (Google, 2019) | 4.4 × 10⁸ | 4.4 × 10⁸ | 2019 | ডেন্স | | 370 | Adaptive Inputs + LayerDrop (Facebook AI Research, 2019) | 4.2 × 10⁸ | 4.2 × 10⁸ | 2019 | ডেন্স | | 371 | ProtBERT-BFD (Technical University of Munich, 2021) | 4.2 × 10⁸ | 4.2 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 372 | OntoProtein (Zhejiang University (ZJU), 2022) | \~4.2 × 10⁸ | | 2022 | অনুমান | | 373 | DeBERTaV3large + KEAR (Microsoft, 2022) | 4.2 × 10⁸ | 4.2 × 10⁸ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 374 | BART-large (Facebook AI, 2019) | \~4.1 × 10⁸ | | 2019 | অনুমান | | 375 | SigLIP 400M (Google DeepMind, 2023) | 4 × 10⁸ | 4 × 10⁸ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 376 | BERT-Large-CAS (Amazon, 2019) | \~4 × 10⁸ | | 2019 | অনুমান | | 377 | MoCo (Facebook AI, 2019) | \~3.8 × 10⁸ | | 2019 | অনুমান | | 378 | SimCLR (Google Brain, 2020) | \~3.8 × 10⁸ | | 2020 | অনুমান | | 379 | CLIP (OpenAI, 2021) | 3.7 × 10⁸ | 3.7 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 380 | RoBERTa Large (Facebook, 2019) | 3.5 × 10⁸ | 3.5 × 10⁸ | 2019 | ডেন্স | | 381 | AbLang (University of Oxford, 2022) | 3.5 × 10⁸ | 3.5 × 10⁸ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 382 | GPT-2 Medium (Stanford University, 2022) | 3.5 × 10⁸ | 3.5 × 10⁸ | 2022 | ডেন্স | | 383 | VALL-E (Microsoft, 2023) | \~3.5 × 10⁸ | | 2023 | অনুমান | | 384 | BERT-Large (Google, 2018) | 3.4 × 10⁸ | 3.4 × 10⁸ | 2018 | ডেন্স | | 385 | XLNet (Carnegie Mellon University (CMU), 2019) | 3.4 × 10⁸ | 3.4 × 10⁸ | 2019 | ডেন্স | | 386 | ERNIE-GEN (Baidu, 2020) | \~3.4 × 10⁸ | | 2020 | অনুমান | | 387 | CamemBERT (Facebook, 2019) | 3.4 × 10⁸ | 3.4 × 10⁸ | 2019 | ডেন্স | | 388 | ELECTRA (Stanford University, 2020) | \~3.4 × 10⁸ | | 2020 | অনুমান | | 389 | German ELECTRA Large (deepset, 2020) | 3.4 × 10⁸ | 3.4 × 10⁸ | 2020 | ডেন্স | | 390 | ALM 1.0 (Beijing Academy of Artificial Intelligence / BAAI, 2022) | \~3.4 × 10⁸ | | 2022 | অনুমান | | 391 | MT-DNN (Microsoft, 2019) | 3.3 × 10⁸ | 3.3 × 10⁸ | 2019 | ডেন্স | | 392 | Fusion in Encoder (Samsung, 2022) | \~3.3 × 10⁸ | | 2022 | অনুমান | | 393 | wave2vec 2.0 LARGE (Facebook, 2020) | 3.2 × 10⁸ | 3.2 × 10⁸ | 2020 | ডেন্স | | 394 | CPC v2 (DeepMind, 2019) | \~3 × 10⁸ | | 2019 | অনুমান | | 395 | Transformer - LibriVox + Decoding/Rescoring (Facebook, 2019) | 3 × 10⁸ | 3 × 10⁸ | 2019 | ডেন্স | | 396 | DDPM-IP (Utrecht University, 2023) | \~3 × 10⁸ | | 2023 | অনুমান | | 397 | GNMT (Google, 2016) | \~2.8 × 10⁸ | | 2016 | অনুমান | | 398 | base LM+GNN+kNN (Shannon.AI, 2021) | 2.7 × 10⁸ | 2.7 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 399 | YOLO (University of Washington, 2015) | \~2.7 × 10⁸ | | 2015 | অনুমান | | 400 | Transformer-XL (Carnegie Mellon University (CMU), 2019) | \~2.6 × 10⁸ | | 2019 | অনুমান | | 401 | Transformer-XL + RMS dynamic eval (University of Edinburgh, 2019) | 2.6 × 10⁸ | 2.6 × 10⁸ | 2019 | ডেন্স | | 402 | Transformer-XL Large + Phrase Induction (Massachusetts Institute of Technology (MIT), 2019) | \~2.6 × 10⁸ | | 2019 | অনুমান | | 403 | Segatron-XL large, M=384 + HCP (Microsoft Research, 2022) | 2.6 × 10⁸ | 2.6 × 10⁸ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 404 | Denoising Diffusion Probabilistic Models (University of California (UC) Berkeley, 2021) | 2.6 × 10⁸ | 2.6 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 405 | Pangu-Weather (Huawei, 2023) | 2.6 × 10⁸ | 2.6 × 10⁸ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 406 | SPN (Google Brain, 2018) | 2.5 × 10⁸ | 2.5 × 10⁸ | 2018 | ডেন্স | | 407 | S4 (Stanford University, 2021) | \~2.5 × 10⁸ | | 2021 | অনুমান | | 408 | Base LM + kNN LM + Continuous Cache (Stanford University, 2019) | \~2.5 × 10⁸ | | 2019 | অনুমান | | 409 | ERNIE-Doc (Baidu, 2020) | 2.5 × 10⁸ | 2.5 × 10⁸ | 2020 | ডেন্স | | 410 | Adaptive Input Transformer + RD (Microsoft Research Asia, 2021) | \~2.5 × 10⁸ | | 2021 | অনুমান | | 411 | Transformer (Adaptive Input Embeddings) WT103 (Facebook AI Research, 2018) | 2.5 × 10⁸ | 2.5 × 10⁸ | 2018 | ডেন্স | | 412 | TaLK Convolution (Carleton University, 2020) | \~2.4 × 10⁸ | | 2020 | অনুমান | | 413 | ALBERT-xxlarge (Toyota Technological Institute at Chicago, 2020) | \~2.4 × 10⁸ | | 2020 | অনুমান | | 414 | SRU++ Large (ASAPP, 2021) | 2.3 × 10⁸ | 2.3 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 415 | GR-2 (ByteDance, 2024) | 2.3 × 10⁸ | 2.3 × 10⁸ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 416 | MaskGIT (Google Research, 2022) | 2.3 × 10⁸ | 2.3 × 10⁸ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 417 | MetNet (Google, 2020) | \~2.3 × 10⁸ | | 2020 | অনুমান | | 418 | FFN SwiGLU (Google, 2020) | 2.2 × 10⁸ | 2.2 × 10⁸ | 2020 | ডেন্স | | 419 | CodeT5-base (Salesforce, 2021) | \~2.2 × 10⁸ | | 2021 | অনুমান | | 420 | Transformer (Google Research, 2017) | 2.1 × 10⁸ | 2.1 × 10⁸ | 2017 | ডেন্স | | 421 | Sandwich Transformer (Allen Institute for AI, 2019) | \~2.1 × 10⁸ | | 2019 | অনুমান | | 422 | EfficientNetV2-XL (Google, 2021) | 2.1 × 10⁸ | 2.1 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 423 | Word2Vec (Google, 2013) | \~2.1 × 10⁸ | | 2013 | অনুমান | | 424 | Multilingual DNN (Google, 2013) | 2.1 × 10⁸ | 2.1 × 10⁸ | 2013 | ডেন্স | | 425 | DreamerV3 (DeepMind, 2023) | \~2 × 10⁸ | | 2023 | অনুমান | | 426 | DL scaling speech (Baidu, 2017) | \~1.9 × 10⁸ | | 2017 | অনুমান | | 427 | ResNeXt-101 Billion-scale (Facebook AI, 2019) | \~1.9 × 10⁸ | | 2019 | অনুমান | | 428 | (NTT Communication Science Laboratories, 2018) | 1.9 × 10⁸ | 1.9 × 10⁸ | 2018 | ডেন্স | | 429 | TrellisNet (Carnegie Mellon University (CMU), 2018) | 1.8 × 10⁸ | 1.8 × 10⁸ | 2018 | ডেন্স | | 430 | DL scaling LM (Baidu, 2017) | \~1.8 × 10⁸ | | 2017 | অনুমান | | 431 | EXAONE Path 2.0 (LG AI Research, 2025) | 1.8 × 10⁸ | 1.8 × 10⁸ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 432 | OpenAI Five Rerun (OpenAI, 2019) | 1.6 × 10⁸ | 1.6 × 10⁸ | 2019 | ডেন্স | | 433 | OpenAI Five (OpenAI, 2019) | 1.6 × 10⁸ | 1.6 × 10⁸ | 2019 | ডেন্স | | 434 | 4 layer QRNN (Salesforce Research, 2018) | \~1.5 × 10⁸ | | 2018 | অনুমান | | 435 | TransformerXL + spectrum control (University of California Los Angeles (UCLA), 2020) | \~1.5 × 10⁸ | | 2020 | অনুমান | | 436 | AlphaGeometry (Google DeepMind, 2024) | 1.5 × 10⁸ | 1.5 × 10⁸ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 437 | PermuteFormer (Peking University, 2021) | \~1.5 × 10⁸ | | 2021 | অনুমান | | 438 | Fragment embedding (Stanford University, 2014) | \~1.4 × 10⁸ | | 2014 | অনুমান | | 439 | OverFeat (New York University (NYU), 2013) | 1.4 × 10⁸ | 1.4 × 10⁸ | 2013 | ডেন্স | | 440 | VGG19 (University of Oxford, 2014) | \~1.4 × 10⁸ | | 2014 | অনুমান | | 441 | LRCN (UT Austin, 2014) | \~1.4 × 10⁸ | | 2014 | অনুমান | | 442 | Transformer-XL DeFINE (University of Washington, 2019) | \~1.4 × 10⁸ | | 2019 | অনুমান | | 443 | Deep Autoencoders (University of Toronto, 2011) | 1.4 × 10⁸ | 1.4 × 10⁸ | 2011 | ডেন্স | | 444 | AlphaStar (DeepMind, 2019) | 1.4 × 10⁸ | 1.4 × 10⁸ | 2019 | ডেন্স | | 445 | VGG16 (University of Oxford, 2014) | 1.4 × 10⁸ | 1.4 × 10⁸ | 2014 | ডেন্স | | 446 | VGG-Face (University of Oxford, 2015) | 1.4 × 10⁸ | 1.4 × 10⁸ | 2015 | ডেন্স | | 447 | SAF R-CNN (Beijing Institute of Technology, 2015) | \~1.4 × 10⁸ | | 2015 | অনুমান | | 448 | Template Adaptation (University of Oxford, 2016) | \~1.4 × 10⁸ | | 2016 | অনুমান | | 449 | LRR-4X (UC Irvine, 2016) | \~1.4 × 10⁸ | | 2016 | অনুমান | | 450 | CMS-RCNN (IEEE, 2016) | \~1.4 × 10⁸ | | 2016 | অনুমান | | 451 | QRNN (Salesforce Research, 2018) | \~1.4 × 10⁸ | | 2018 | অনুমান | | 452 | Multiresolution CNN (Google, 2014) | \~1.3 × 10⁸ | | 2014 | অনুমান | | 453 | FTW (DeepMind, 2018) | \~1.3 × 10⁸ | | 2018 | অনুমান | | 454 | Feedback Transformer (LORIA, 2020) | \~1.3 × 10⁸ | | 2020 | অনুমান | | 455 | KEPLER (Tsinghua University, 2020) | 1.3 × 10⁸ | 1.3 × 10⁸ | 2020 | ডেন্স | | 456 | DL scaling Image (Baidu, 2017) | 1.2 × 10⁸ | 1.2 × 10⁸ | 2017 | ডেন্স | | 457 | GloVe (Stanford University, 2014) | \~1.2 × 10⁸ | | 2014 | অনুমান | | 458 | Conformer (Google, 2020) | 1.2 × 10⁸ | 1.2 × 10⁸ | 2020 | ডেন্স | | 459 | GPT-1 (OpenAI, 2018) | \~1.2 × 10⁸ | | 2018 | অনুমান | | 460 | ContextNet (Google, 2020) | \~1.1 × 10⁸ | | 2020 | অনুমান | | 461 | SciBERT (Allen Institute for AI, 2019) | 1.1 × 10⁸ | 1.1 × 10⁸ | 2019 | ডেন্স | | 462 | DNABERT (Northeastern University, 2021) | 1.1 × 10⁸ | 1.1 × 10⁸ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 463 | Contriever (Meta AI, 2021) | \~1.1 × 10⁸ | | 2021 | অনুমান | | 464 | BERT-RBP (Waseda University, 2022) | 1.1 × 10⁸ | 1.1 × 10⁸ | 2022 | ডেন্স | | 465 | RoFormer (Zhuiyi Technology, 2023) | 1.1 × 10⁸ | 1.1 × 10⁸ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 466 | LSTM LM (RWTH Aachen University, 2012) | \~1 × 10⁸ | | 2012 | অনুমান | | 467 | ReLU-Speech (Google, 2013) | \~1 × 10⁸ | | 2013 | অনুমান | | 468 | STORM-B/8 (University of Southern California, 2024) | 1 × 10⁸ | 1 × 10⁸ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 469 | Support Vector Machines (AT&T, 1995) | \~1 × 10⁸ | | 1995 | অনুমান | | 470 | GPU DBNs (Stanford University, 2009) | 1 × 10⁸ | 1 × 10⁸ | 2009 | ডেন্স | | 471 | MSA Transformer (Facebook AI Research, 2021) | \~1 × 10⁸ | | 2021 | অনুমান | | 472 | YOLOX-X (Megvii Inc, 2021) | \~9.9 × 10⁷ | | 2021 | অনুমান | | 473 | DeLighT (University of Washington, 2020) | \~9.9 × 10⁷ | | 2020 | অনুমান | | 474 | ELMo (University of Washington, 2018) | \~9.4 × 10⁷ | | 2018 | অনুমান | | 475 | AlphaFold 2 (DeepMind, 2020) | \~9.3 × 10⁷ | | 2020 | অনুমান | | 476 | AlphaMissense (Google DeepMind, 2023) | \~9.3 × 10⁷ | | 2023 | অনুমান | | 477 | Octo-Base (University of California (UC) Berkeley, 2024) | 9.3 × 10⁷ | 9.3 × 10⁷ | 2024 | আর্কিটেকচার উল্লেখ করা হয়নি | | 478 | PolyNet (Chinese University of Hong Kong (CUHK), 2016) | \~9.2 × 10⁷ | | 2016 | অনুমান | | 479 | Transformer local-attention (Google Cloud, 2021) | 9 × 10⁷ | 9 × 10⁷ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 480 | Transformer + Simple Recurrent Unit (ASAPP, 2018) | 9 × 10⁷ | 9 × 10⁷ | 2018 | ডেন্স | | 481 | NASNet-A (Google Brain, 2017) | \~8.9 × 10⁷ | | 2017 | অনুমান | | 482 | CLIP (OpenAI, 2021) | \~8.9 × 10⁷ | | 2021 | অনুমান | | 483 | Detic (Meta AI, 2022) | \~8.8 × 10⁷ | | 2022 | অনুমান | | 484 | MSRA (Microsoft Research, 2015) | 8.7 × 10⁷ | 8.7 × 10⁷ | 2015 | ডেন্স | | 485 | BigBiGAN (Google, 2019) | \~8.6 × 10⁷ | | 2019 | অনুমান | | 486 | ViT-Base/32 (Google Brain, 2020) | \~8.6 × 10⁷ | | 2020 | অনুমান | | 487 | DeiT-B (Meta AI, 2021) | 8.6 × 10⁷ | 8.6 × 10⁷ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 488 | CaLM (University of Oxford, 2022) | \~8.6 × 10⁷ | | 2022 | অনুমান | | 489 | Tensor-Transformer (University of California (UC) Berkeley, 2020) | 8.5 × 10⁷ | 8.5 × 10⁷ | 2020 | ডেন্স | | 490 | ResNeXt-101 (University of California San Diego, 2016) | 8.3 × 10⁷ | 8.3 × 10⁷ | 2016 | ডেন্স | | 491 | RBM Image Classifier (University of Toronto, 2009) | \~8 × 10⁷ | | 2009 | অনুমান | | 492 | Routing Transformer (Google Research, 2020) | 8 × 10⁷ | 8 × 10⁷ | 2020 | ডেন্স | | 493 | Big-Little Net (IBM, 2018) | \~7.7 × 10⁷ | | 2018 | অনুমান | | 494 | EfficientDet (Google Brain, 2020) | \~7.7 × 10⁷ | | 2020 | অনুমান | | 495 | CODEFUSION (Microsoft, 2023) | 7.5 × 10⁷ | 7.5 × 10⁷ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 496 | RNN LM (Johns Hopkins University, 2010) | \~7 × 10⁷ | | 2010 | অনুমান | | 497 | R-CNN (University of California (UC) Berkeley, 2013) | \~6.9 × 10⁷ | | 2013 | অনুমান | | 498 | Variational (University of Cambridge, 2015) | 6.6 × 10⁷ | 6.6 × 10⁷ | 2015 | ডেন্স | | 499 | DistilBERT (Hugging Face, 2019) | 6.6 × 10⁷ | 6.6 × 10⁷ | 2019 | ডেন্স | | 500 | Theseus 6/768 (University of California San Diego, 2020) | 6.6 × 10⁷ | 6.6 × 10⁷ | 2020 | ডেন্স | | 501 | ResNet-152 (Microsoft, 2015) | 6 × 10⁷ | 6 × 10⁷ | 2015 | ডেন্স | | 502 | AlexNet (University of Toronto, 2012) | 6 × 10⁷ | 6 × 10⁷ | 2012 | ডেন্স | | 503 | DETR (Facebook, 2020) | 6 × 10⁷ | 6 × 10⁷ | 2020 | ডেন্স | | 504 | YOLOv3 (University of Washington, 2018) | \~5.7 × 10⁷ | | 2018 | অনুমান | | 505 | Inception-ResNet-V2 (Google, 2016) | \~5.6 × 10⁷ | | 2016 | অনুমান | | 506 | Transformer ELMo (Allen Institute for AI, 2019) | 5.6 × 10⁷ | 5.6 × 10⁷ | 2019 | ডেন্স | | 507 | ফলের মাছির মস্তিষ্ক | 5.5 × 10⁷ | 5.5 × 10⁷ | | সাইন্যাপস | | 508 | NAS with base 8 and shared embeddings (Google Brain, 2016) | 5.4 × 10⁷ | 5.4 × 10⁷ | 2016 | ডেন্স | | 509 | RetinaNet-R101 (Facebook AI Research, 2017) | 5.3 × 10⁷ | 5.3 × 10⁷ | 2017 | ডেন্স | | 510 | AWD-LSTM+WT+Cache+IOG (NTT Communication Science Laboratories, 2017) | 5.3 × 10⁷ | 5.3 × 10⁷ | 2017 | ডেন্স | | 511 | Hierarchical Scene Labeling (New York University (NYU), 2013) | 5.2 × 10⁷ | 5.2 × 10⁷ | 2013 | ডেন্স | | 512 | VD-LSTM+REAL Large (Salesforce Research, 2016) | 5.1 × 10⁷ | 5.1 × 10⁷ | 2016 | ডেন্স | | 513 | YOLOv2 (University of Washington, 2016) | \~5.1 × 10⁷ | | 2016 | অনুমান | | 514 | Dropout-LSTM+Noise (Columbia University, 2018) | \~5.1 × 10⁷ | | 2018 | অনুমান | | 515 | LSTM + dynamic eval (University of Edinburgh, 2017) | \~5 × 10⁷ | | 2017 | অনুমান | | 516 | Dropout (University of Toronto, 2012) | \~4.9 × 10⁷ | | 2012 | অনুমান | | 517 | Dropout: SVHN (University of Toronto, 2014) | 4.8 × 10⁷ | 4.8 × 10⁷ | 2014 | ডেন্স | | 518 | DistBelief Speech (Google, 2012) | \~4.7 × 10⁷ | | 2012 | অনুমান | | 519 | AlphaGo Zero (DeepMind, 2017) | 4.6 × 10⁷ | 4.6 × 10⁷ | 2017 | ডেন্স | | 520 | Fine-tuned-AWD-LSTM-DOC (Samsung R&D Institute Russia, 2018) | 4.6 × 10⁷ | 4.6 × 10⁷ | 2018 | ডেন্স | | 521 | CT-MoS (Google, 2020) | 4.5 × 10⁷ | 4.5 × 10⁷ | 2020 | ডেন্স | | 522 | JFT (Google Research, 2017) | 4.5 × 10⁷ | 4.5 × 10⁷ | 2017 | ডেন্স | | 523 | ResNet-101 (Microsoft, 2015) | 4.5 × 10⁷ | 4.5 × 10⁷ | 2015 | ডেন্স | | 524 | HR-ResNet101 (Carnegie Mellon University (CMU), 2016) | 4.5 × 10⁷ | 4.5 × 10⁷ | 2016 | ডেন্স | | 525 | 3DMM-CNN (University of Southern California, 2016) | 4.5 × 10⁷ | 4.5 × 10⁷ | 2016 | ডেন্স | | 526 | LaNet-L (Brown University, 2019) | 4.4 × 10⁷ | 4.4 × 10⁷ | 2019 | ডেন্স | | 527 | ProBERTa (University of Illinois Urbana-Champaign (UIUC), 2020) | 4.4 × 10⁷ | 4.4 × 10⁷ | 2020 | ডেন্স | | 528 | PreTrans-3L-250H (University of Toronto, 2013) | \~4.3 × 10⁷ | | 2013 | অনুমান | | 529 | Inceptionv4 (Google, 2016) | \~4.3 × 10⁷ | | 2016 | অনুমান | | 530 | GL-LWGC-AWD-MoS-LSTM + dynamic evaluation (Ben-Gurion University of the Negev, 2017) | 3.8 × 10⁷ | 3.8 × 10⁷ | 2017 | ডেন্স | | 531 | U-Net (University of Freiburg, 2015) | 3.8 × 10⁷ | 3.8 × 10⁷ | 2015 | ডেন্স | | 532 | NASv3 (Google Brain, 2016) | \~3.7 × 10⁷ | | 2016 | অনুমান | | 533 | MuZero (DeepMind, 2019) | \~3.7 × 10⁷ | | 2019 | অনুমান | | 534 | AWD-LSTM-MoS + dynamic evaluation (Carnegie Mellon University (CMU), 2017) | \~3.5 × 10⁷ | | 2017 | অনুমান | | 535 | AWD-LSTM-MoS+PDR + dynamic evaluation (IBM, 2018) | 3.5 × 10⁷ | 3.5 × 10⁷ | 2018 | ডেন্স | | 536 | AWD-LSTM-MoS + dynamic evaluation (Peking University, 2018) | 3.5 × 10⁷ | 3.5 × 10⁷ | 2018 | ডেন্স | | 537 | AWD-LSTM + MoS + Partial Shuffled (University of Texas at Austin, 2019) | 3.5 × 10⁷ | 3.5 × 10⁷ | 2019 | ডেন্স | | 538 | Mogrifier (d2, MoS2, MC) + dynamic eval (DeepMind, 2019) | 3.5 × 10⁷ | 3.5 × 10⁷ | 2019 | ডেন্স | | 539 | Mogrifier RLSTM (DeepMind, 2022) | 3.5 × 10⁷ | 3.5 × 10⁷ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 540 | RT-1 (Google, 2022) | 3.5 × 10⁷ | 3.5 × 10⁷ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 541 | DenseNet-264 (Tsinghua University, 2016) | 3.4 × 10⁷ | 3.4 × 10⁷ | 2016 | ডেন্স | | 542 | RetinaNet-R50 (Facebook AI Research, 2017) | \~3.4 × 10⁷ | | 2017 | অনুমান | | 543 | Fraternal dropout + AWD-LSTM 3-layer (Jagiellonian University, 2017) | \~3.4 × 10⁷ | | 2017 | অনুমান | | 544 | AWD-LSTM-DRILL + dynamic evaluation† (IDIAP, 2019) | \~3.4 × 10⁷ | | 2019 | অনুমান | | 545 | AWD-LSTM - 3-layer LSTM (Salesforce Research, 2017) | 3.3 × 10⁷ | 3.3 × 10⁷ | 2017 | ডেন্স | | 546 | TCAN (Nanjing University, 2020) | 3.3 × 10⁷ | 3.3 × 10⁷ | 2020 | ডেন্স | | 547 | MMLSTM (Beijing University of Posts and Telecommunications, 2019) | \~3.2 × 10⁷ | | 2019 | অনুমান | | 548 | Paragraph Vector (Google, 2014) | 3.2 × 10⁷ | 3.2 × 10⁷ | 2014 | ডেন্স | | 549 | aLSTM (University of Manchester, 2018) | 3.2 × 10⁷ | 3.2 × 10⁷ | 2018 | ডেন্স | | 550 | StyleGAN2 (Nvidia, 2019) | 3 × 10⁷ | 3 × 10⁷ | 2019 | ডেন্স | | 551 | UDSMProt (Fraunhofer Heinrich Hertz Institute, 2019) | \~2.8 × 10⁷ | | 2019 | অনুমান | | 552 | SENet (Chinese Academy of Sciences, 2017) | \~2.8 × 10⁷ | | 2017 | অনুমান | | 553 | Perceiver IO (DeepMind, 2020) | 2.8 × 10⁷ | 2.8 × 10⁷ | 2020 | ডেন্স | | 554 | Fractional Max-Pooling (University of Warwick, 2014) | \~2.7 × 10⁷ | | 2014 | অনুমান | | 555 | Hierarchical Reasoning Model (Sapient Intelligence, 2025) | 2.7 × 10⁷ | 2.7 × 10⁷ | 2025 | আর্কিটেকচার উল্লেখ করা হয়নি | | 556 | RNN-WER (DeepMind, 2014) | \~2.6 × 10⁷ | | 2014 | অনুমান | | 557 | StyleGAN (Nvidia, 2018) | 2.6 × 10⁷ | 2.6 × 10⁷ | 2018 | ডেন্স | | 558 | PyramidNet (Korea Advanced Institute of Science and Technology (KAIST), 2017) | \~2.6 × 10⁷ | | 2017 | অনুমান | | 559 | ResNeXt-50 (University of California San Diego, 2016) | \~2.5 × 10⁷ | | 2016 | অনুমান | | 560 | AWD-LSTM (DeepMind, 2017) | 2.4 × 10⁷ | 2.4 × 10⁷ | 2017 | ডেন্স | | 561 | Inception v3 (Google, 2015) | \~2.4 × 10⁷ | | 2015 | অনুমান | | 562 | Mamba-24M (Carnegie Mellon University (CMU), 2023) | 2.3 × 10⁷ | 2.3 × 10⁷ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 563 | WeNet (Amazon, 2019) | \~2.3 × 10⁷ | | 2019 | অনুমান | | 564 | EN^2AS with performance reward (Beijing Institute of Technology, 2019) | \~2.3 × 10⁷ | | 2019 | অনুমান | | 565 | NAS+ESS (Northeastern University (China), 2020) | 2.3 × 10⁷ | 2.3 × 10⁷ | 2020 | ডেন্স | | 566 | Xception (Google, 2016) | 2.3 × 10⁷ | 2.3 × 10⁷ | 2016 | ডেন্স | | 567 | MetaMimic (Google, 2018) | \~2.2 × 10⁷ | | 2018 | অনুমান | | 568 | MMLSTM (Beijing University of Posts and Telecommunications, 2019) | \~2.1 × 10⁷ | | 2019 | অনুমান | | 569 | Pointer Sentinel-LSTM (MetaMind Inc, 2016) | 2.1 × 10⁷ | 2.1 × 10⁷ | 2016 | ডেন্স | | 570 | DiffDock (Massachusetts Institute of Technology (MIT), 2022) | \~2 × 10⁷ | | 2022 | অনুমান | | 571 | EI-REHN-1000D (Korea Advanced Institute of Science and Technology (KAIST), 2017) | 1.9 × 10⁷ | 1.9 × 10⁷ | 2017 | ডেন্স | | 572 | TC-DNN-BLSTM-DNN (Carnegie Mellon University (CMU), 2015) | 1.8 × 10⁷ | 1.8 × 10⁷ | 2015 | ডেন্স | | 573 | OR-WideResNet (Duke University, 2017) | 1.8 × 10⁷ | 1.8 × 10⁷ | 2017 | ডেন্স | | 574 | BP-DBN (University of Toronto, 2009) | 1.8 × 10⁷ | 1.8 × 10⁷ | 2009 | ডেন্স | | 575 | ALBERT (Toyota Technological Institute at Chicago, 2019) | 1.8 × 10⁷ | 1.8 × 10⁷ | 2019 | ডেন্স | | 576 | MedBERT (Peng Cheng Laboratory, 2021) | \~1.7 × 10⁷ | | 2021 | অনুমান | | 577 | LCNP NORB (, 2009) | 1.7 × 10⁷ | 1.7 × 10⁷ | 2009 | ডেন্স | | 578 | LF-MMI (Johns Hopkins University, 2016) | 1.7 × 10⁷ | 1.7 × 10⁷ | 2016 | ডেন্স | | 579 | AlphaFold (DeepMind, 2020) | \~1.6 × 10⁷ | | 2020 | অনুমান | | 580 | GNoME for crystal discovery (Google DeepMind, 2023) | \~1.6 × 10⁷ | | 2023 | অনুমান | | 581 | ReLU (University of Toronto, 2010) | \~1.6 × 10⁷ | | 2010 | অনুমান | | 582 | ProteinBERT (Hebrew University of Jerusalem, 2022) | 1.6 × 10⁷ | 1.6 × 10⁷ | 2022 | আর্কিটেকচার উল্লেখ করা হয়নি | | 583 | Eve (Harvard Medical School, 2021) | \~1.5 × 10⁷ | | 2021 | অনুমান | | 584 | LCNP LabelMe (University of Bonn, 2009) | 1.4 × 10⁷ | 1.4 × 10⁷ | 2009 | ডেন্স | | 585 | BatchNorm (Google, 2015) | 1.4 × 10⁷ | 1.4 × 10⁷ | 2015 | ডেন্স | | 586 | Fold2Seq (IBM, 2021) | \~1.2 × 10⁷ | | 2021 | অনুমান | | 587 | NPLM (University of Montreal / Université de Montréal, 2003) | 1.2 × 10⁷ | 1.2 × 10⁷ | 2003 | ডেন্স | | 588 | LCNP MNIST (, 2009) | 1.2 × 10⁷ | 1.2 × 10⁷ | 2009 | ডেন্স | | 589 | ISS (Duke University, 2017) | 1.1 × 10⁷ | 1.1 × 10⁷ | 2017 | ডেন্স | | 590 | ResNet-1001 (Microsoft, 2016) | \~1 × 10⁷ | | 2016 | অনুমান | | 591 | RNN+LDA+KN5+cache (Microsoft, 2012) | \~9 × 10⁶ | | 2012 | অনুমান | | 592 | Gated HORNN (York University, 2016) | \~9 × 10⁶ | | 2016 | অনুমান | | 593 | AlphaGo Fan (DeepMind, 2015) | \~8.2 × 10⁶ | | 2015 | অনুমান | | 594 | genCNN + dyn eval (Chinese Academy of Sciences, 2015) | \~8 × 10⁶ | | 2015 | অনুমান | | 595 | Once for All (MIT-IBM Watson AI Lab, 2020) | 7.7 × 10⁶ | 7.7 × 10⁶ | 2020 | ডেন্স | | 596 | Multi-cell LSTM (University of Hyderabad, 2018) | \~7.2 × 10⁶ | | 2018 | অনুমান | | 597 | Feedforward NN (University of Montreal / Université de Montréal, 2010) | 7.1 × 10⁶ | 7.1 × 10⁶ | 2010 | ডেন্স | | 598 | True-Regularization+Finetune+Dynamic-Eval (Mobvoi, 2019) | 7 × 10⁶ | 7 × 10⁶ | 2019 | ডেন্স | | 599 | Neural LM (University of Montreal / Université de Montréal, 2000) | 6.9 × 10⁶ | 6.9 × 10⁶ | 2000 | ডেন্স | | 600 | GoogLeNet / InceptionV1 (Google, 2014) | 6.8 × 10⁶ | 6.8 × 10⁶ | 2014 | ডেন্স | | 601 | HyenaDNA (Stanford University, 2023) | 6.6 × 10⁶ | 6.6 × 10⁶ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 602 | Dropout (University of Toronto, 2012) | 5.6 × 10⁶ | 5.6 × 10⁶ | 2012 | ডেন্স | | 603 | SimpleNet (Sensifai, 2016) | 5.5 × 10⁶ | 5.5 × 10⁶ | 2016 | ডেন্স | | 604 | AlphaX-1 (Facebook AI Research, 2019) | 5.4 × 10⁶ | 5.4 × 10⁶ | 2019 | ডেন্স | | 605 | 3DDFA (Chinese Academy of Sciences, 2015) | 5.4 × 10⁶ | 5.4 × 10⁶ | 2015 | ডেন্স | | 606 | Deep CNN + COTS (IEEE, 2015) | 5 × 10⁶ | 5 × 10⁶ | 2015 | ডেন্স | | 607 | DCNN (University of Maryland, 2015) | 5 × 10⁶ | 5 × 10⁶ | 2015 | ডেন্স | | 608 | NLP from scratch (NEC Laboratories, 2011) | \~5 × 10⁶ | | 2011 | অনুমান | | 609 | SPN-4+KN5 (Singapore University of Technology & Design, 2014) | \~5 × 10⁶ | | 2014 | অনুমান | | 610 | 6-Act Tether (Facebook AI Research, 2021) | 5 × 10⁶ | 5 × 10⁶ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 611 | High Performance CNN (IDSIA, 2011) | \~4.9 × 10⁶ | | 2011 | অনুমান | | 612 | MobileNet (Google, 2017) | \~4.2 × 10⁶ | | 2017 | অনুমান | | 613 | NPLM (University of Montreal / Université de Montréal, 2003) | 4.1 × 10⁶ | 4.1 × 10⁶ | 2003 | ডেন্স | | 614 | LMICA (, 2004) | 4.1 × 10⁶ | 4.1 × 10⁶ | 2004 | ডেন্স | | 615 | PoE MNIST (University College London (UCL), 2000) | 3.9 × 10⁶ | 3.9 × 10⁶ | 2000 | ডেন্স | | 616 | Dimensionality Reduction (University of Toronto, 2006) | \~3.8 × 10⁶ | | 2006 | অনুমান | | 617 | GOAT (DeepMind, 2021) | \~3.5 × 10⁶ | | 2021 | অনুমান | | 618 | MobileNetV2 (Google, 2018) | \~3.4 × 10⁶ | | 2018 | অনুমান | | 619 | Big-Little Net (IBM, 2018) | \~3.3 × 10⁶ | | 2018 | অনুমান | | 620 | DLWP (University of Washington, 2021) | 2.7 × 10⁶ | 2.7 × 10⁶ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 621 | BIDAF (University of Washington, 2016) | 2.6 × 10⁶ | 2.6 × 10⁶ | 2016 | ডেন্স | | 622 | DeepStack (University of Alberta, 2017) | \~2.5 × 10⁶ | | 2017 | অনুমান | | 623 | KataGo (Jane Street, 2019) | \~2.5 × 10⁶ | | 2019 | অনুমান | | 624 | ShuffleNet v1 (Megvii Inc, 2017) | \~2.4 × 10⁶ | | 2017 | অনুমান | | 625 | ADAM (University of Amsterdam, 2014) | 2.4 × 10⁶ | 2.4 × 10⁶ | 2014 | ডেন্স | | 626 | StyleGAN3-T (Nvidia, 2021) | 2.2 × 10⁶ | 2.2 × 10⁶ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 627 | LSTM+NeuralCache (KU Leuven, 2018) | \~2.1 × 10⁶ | | 2018 | অনুমান | | 628 | HLBL (University of Toronto, 2008) | 1.8 × 10⁶ | 1.8 × 10⁶ | 2008 | ডেন্স | | 629 | ResNet-110 (Microsoft, 2015) | \~1.7 × 10⁶ | | 2015 | অনুমান | | 630 | Dueling DQN (Google DeepMind, 2016) | 1.7 × 10⁶ | 1.7 × 10⁶ | 2016 | ডেন্স | | 631 | DQN-2015 (Google, 2015) | \~1.7 × 10⁶ | | 2015 | অনুমান | | 632 | Rational DQN Average (TU Darmstadt, 2021) | \~1.7 × 10⁶ | | 2021 | অনুমান | | 633 | IBM-5 (IBM, 1993) | \~1.7 × 10⁶ | | 1993 | অনুমান | | 634 | Deep Belief Nets (University of Toronto, 2006) | \~1.6 × 10⁶ | | 2006 | অনুমান | | 635 | IMPALA (DeepMind, 2018) | 1.6 × 10⁶ | 1.6 × 10⁶ | 2018 | ডেন্স | | 636 | StyleGAN3-R (Nvidia, 2021) | 1.6 × 10⁶ | 1.6 × 10⁶ | 2021 | আর্কিটেকচার উল্লেখ করা হয়নি | | 637 | Deep Multitask NLP Network (NEC Laboratories, 2008) | \~1.5 × 10⁶ | | 2008 | অনুমান | | 638 | Double DQN (Google DeepMind, 2016) | 1.5 × 10⁶ | 1.5 × 10⁶ | 2016 | ডেন্স | | 639 | CNN committee (IDSIA, 2011) | \~1.4 × 10⁶ | | 2011 | অনুমান | | 640 | SqueezeNet (DeepScale, 2016) | \~1.2 × 10⁶ | | 2016 | অনুমান | | 641 | Neocognitron (NHK Broadcasting Science Research Laboratories, 1980) | 1.1 × 10⁶ | 1.1 × 10⁶ | 1980 | ডেন্স | | 642 | CURL (University of California (UC) Berkeley, 2020) | \~9.1 × 10⁵ | | 2020 | অনুমান | | 643 | DQN (DeepMind, 2013) | 8.4 × 10⁵ | 8.4 × 10⁵ | 2013 | ডেন্স | | 644 | EnhanceNet (Max Planck Institute for Intelligent Systems, 2016) | 8.1 × 10⁵ | 8.1 × 10⁵ | 2016 | ডেন্স | | 645 | Image generation (University of Amsterdam, 2013) | 7.8 × 10⁵ | 7.8 × 10⁵ | 2013 | ডেন্স | | 646 | Hanabi 4 player (DeepMind, 2019) | 7.6 × 10⁵ | 7.6 × 10⁵ | 2019 | ডেন্স | | 647 | TA-CNN (Chinese University of Hong Kong (CUHK), 2014) | \~7.1 × 10⁵ | | 2014 | অনুমান | | 648 | Robot Parkour (Shanghai Qi Zhi institute, 2023) | 5 × 10⁵ | 5 × 10⁵ | 2023 | আর্কিটেকচার উল্লেখ করা হয়নি | | 649 | LISSOM (University of Texas at Austin, 1995) | \~4.3 × 10⁵ | | 1995 | অনুমান | | 650 | SPIDER2 (Griffith University, 2016) | \~4.1 × 10⁵ | | 2016 | অনুমান | | 651 | Mixture of linear models (, 1994) | \~3.8 × 10⁵ | | 1994 | অনুমান | | 652 | NPD (IEEE, 2014) | 3.1 × 10⁵ | 3.1 × 10⁵ | 2014 | ডেন্স | | 653 | Pooling CNN (University of Bonn, 2010) | 2.9 × 10⁵ | 2.9 × 10⁵ | 2010 | ডেন্স | | 654 | Pooling CNN (University of Bonn, 2010) | 2.7 × 10⁵ | 2.7 × 10⁵ | 2010 | ডেন্স | | 655 | Two Stage Feature Extraction (New York University (NYU), 2009) | 2.6 × 10⁵ | 2.6 × 10⁵ | 2009 | ডেন্স | | 656 | Vector Space Model (Stanford University, 2011) | 2.5 × 10⁵ | 2.5 × 10⁵ | 2011 | ডেন্স | | 657 | HyperNEAT (University of Texas at Austin, 2014) | \~2.4 × 10⁵ | | 2014 | অনুমান | | 658 | DNN EM segmentation (IDSIA, 2012) | 2.2 × 10⁵ | 2.2 × 10⁵ | 2012 | ডেন্স | | 659 | Predictive Coding NN (Technical University of Munich, 1994) | 2.1 × 10⁵ | 2.1 × 10⁵ | 1994 | ডেন্স | | 660 | Table Tennis Agent (Google DeepMind, 2024) | \~1.9 × 10⁵ | | 2024 | অনুমান | | 661 | CNN Committee (IDSIA, 2011) | \~1.3 × 10⁵ | | 2011 | অনুমান | | 662 | CNN Committee (IDSIA, 2011) | \~1.2 × 10⁵ | | 2011 | অনুমান | | 663 | RECONTRA-uncategorized (, 1999) | \~1.1 × 10⁵ | | 1999 | অনুমান | | 664 | BLSTM for handwriting (University of Bern, 2007) | \~1 × 10⁵ | | 2007 | অনুমান | | 665 | SVM-CNN (New York University (NYU), 2006) | 9.1 × 10⁴ | 9.1 × 10⁴ | 2006 | ডেন্স | | 666 | Invariant CNN (New York University (NYU), 2004) | 9.1 × 10⁴ | 9.1 × 10⁴ | 2004 | ডেন্স | | 667 | SexNet compression (, 1990) | 7.3 × 10⁴ | 7.3 × 10⁴ | 1990 | ডেন্স | | 668 | NeuroChess (, 1994) | \~7.2 × 10⁴ | | 1994 | অনুমান | | 669 | RECONTRA-categorized (, 1999) | \~6.7 × 10⁴ | | 1999 | অনুমান | | 670 | LeNet-5 (AT&T, 1998) | 6 × 10⁴ | 6 × 10⁴ | 1998 | ডেন্স | | 671 | Swift (Intel Labs, 2023) | \~5.7 × 10⁴ | | 2023 | অনুমান | | 672 | TCN (Carnegie Mellon University (CMU), 2018) | 4.2 × 10⁴ | 4.2 × 10⁴ | 2018 | ডেন্স | | 673 | TRPO (University of California (UC) Berkeley, 2015) | 3.4 × 10⁴ | 3.4 × 10⁴ | 2015 | ডেন্স | | 674 | SOM-CNN (, 1997) | 3.2 × 10⁴ | 3.2 × 10⁴ | 1997 | ডেন্স | | 675 | NETtalk reimplementation (Oregon State University, 1990) | 2.7 × 10⁴ | 2.7 × 10⁴ | 1990 | ডেন্স | | 676 | TD-Gammon (IBM, 1992) | \~2.5 × 10⁴ | | 1992 | অনুমান | | 677 | Cognitron (Biological Cybernetics, 1975) | 2.2 × 10⁴ | 2.2 × 10⁴ | 1975 | ডেন্স | | 678 | NetTalk (Princeton University, 1987) | 1.9 × 10⁴ | 1.9 × 10⁴ | 1987 | ডেন্স | | 679 | CFSS (SenseTime, 2015) | \~1.7 × 10⁴ | | 2015 | অনুমান | | 680 | MUSIC perceptron (, 1996) | 1.4 × 10⁴ | 1.4 × 10⁴ | 1996 | ডেন্স | | 681 | AdaRNN (Beihang University, 2014) | 1.3 × 10⁴ | 1.3 × 10⁴ | 2014 | ডেন্স | | 682 | Bidirectional RNN (Advanced Telecommunications Research Institute, 1997) | \~1.3 × 10⁴ | | 1997 | অনুমান | | 683 | Decision tree (Mitsubishi Electric Research Labs, 2001) | \~1.2 × 10⁴ | | 2001 | অনুমান | | 684 | LSTM (Technical University of Munich, 1997) | 1.1 × 10⁴ | 1.1 × 10⁴ | 1997 | ডেন্স | | 685 | MLN-ASR (McGill University, 1988) | 1 × 10⁴ | 1 × 10⁴ | 1988 | ডেন্স | | 686 | Hopfield network (California Institute of Technology, 1982) | \~9.9 × 10³ | | 1982 | অনুমান | | 687 | Zip CNN (AT&T, 1989) | 9.8 × 10³ | 9.8 × 10³ | 1989 | ডেন্স | | 688 | Hierarchical Cognitron (NHK Broadcasting Science Research Laboratories, 1984) | \~9.3 × 10³ | | 1984 | অনুমান | | 689 | Weight Decay (, 1991) | 8.4 × 10³ | 8.4 × 10³ | 1991 | ডেন্স | | 690 | Deep Blue (IBM, 1997) | \~8 × 10³ | | 1997 | অনুমান | | 691 | নেমাটোড (C. elegans) | 7 × 10³ | 7 × 10³ | | সাইন্যাপস | | 692 | System 11 (Carnegie Mellon University (CMU), 1996) | 6.5 × 10³ | 6.5 × 10³ | 1996 | ডেন্স | | 693 | ACF-WIDER (Chinese Academy of Sciences, 2014) | 6.1 × 10³ | 6.1 × 10³ | 2014 | ডেন্স | | 694 | RankNet (Microsoft Research, 2005) | 5.7 × 10³ | 5.7 × 10³ | 2005 | ডেন্স | | 695 | ANN Eye Tracker (, 1993) | 5.6 × 10³ | 5.6 × 10³ | 1993 | ডেন্স | | 696 | JPMAX (, 1994) | \~4.4 × 10³ | | 1994 | অনুমান | | 697 | Kohonen network (Helsinki University of Technology, 1981) | \~4.1 × 10³ | | 1981 | অনুমান | | 698 | Speaker-independent vowel classification (University of Washington, 1989) | 3 × 10³ | 3 × 10³ | 1989 | ডেন্স | | 699 | Pattern recognition and reading by machine (Sandia Corporation, 1959) | \~2.6 × 10³ | | 1959 | অনুমান | | 700 | Handwritten digit recognition network (AT&T, 1989) | 2.6 × 10³ | 2.6 × 10³ | 1989 | ডেন্স | | 701 | Boosting (Bell Laboratories, 1992) | \~2.6 × 10³ | | 1992 | অনুমান | | 702 | Decision tree adaline (Tokyo Medical and Dental University, 1969) | 2.5 × 10³ | 2.5 × 10³ | 1969 | ডেন্স | | 703 | LTE speaker verification system (IBM, 1966) | \~2.1 × 10³ | | 1966 | অনুমান | | 704 | Ceramic-MLP (Sapienza Università di Roma, 1994) | \~1.9 × 10³ | | 1994 | অনুমান | | 705 | SexNet classification (, 1990) | \~1.6 × 10³ | | 1990 | অনুমান | | 706 | RAAM (, 1990) | 1.5 × 10³ | 1.5 × 10³ | 1990 | ডেন্স | | 707 | Super-vector coding (University of Illinois Urbana-Champaign (UIUC), 2010) | \~1 × 10³ | | 2010 | অনুমান | | 708 | Perceptron Mark I (Cornell Aeronautical Laboratory, 1957) | \~1 × 10³ | | 1957 | অনুমান | | 709 | Perceptron (Cornell Aeronautical Laboratory, 1960) | \~1 × 10³ | | 1960 | অনুমান | | 710 | Translation-invariant MLP (Carnegie Mellon University (CMU), 1987) | 8.2 × 10² | 8.2 × 10² | 1987 | বিশেষজ্ঞ-মিশ্রণ (সক্রিয় সংখ্যা অপ্রকাশিত) | | 711 | Truck backer-upper (Stanford University, 1989) | 8.1 × 10² | 8.1 × 10² | 1989 | ডেন্স | | 712 | Siamese-TDNN (Bell Laboratories, 1993) | \~7.4 × 10² | | 1993 | অনুমান | | 713 | MLP with back-propagation (University of California San Diego, 1986) | 7.2 × 10² | 7.2 × 10² | 1986 | ডেন্স | | 714 | Cancer drug mechanism prediction (National Cancer Institute, 1992) | \~5.9 × 10² | | 1992 | অনুমান | | 715 | Distributed representation NN (Carnegie Mellon University (CMU), 1986) | 4.3 × 10² | 4.3 × 10² | 1986 | ডেন্স | | 716 | Piecewise linear model (University of Kansas, 1973) | 3.6 × 10² | 3.6 × 10² | 1973 | ডেন্স | | 717 | ASE+ACE (University of Massachusetts Amherst, 1983) | \~3.2 × 10² | | 1983 | অনুমান | | 718 | LSTM with forget gates (IDSIA, 1999) | \~2.8 × 10² | | 1999 | অনুমান | | 719 | Self Organizing System (Massachusetts Institute of Technology (MIT), 1955) | \~2.3 × 10² | | 1955 | অনুমান | | 720 | Theseus (Bell Laboratories, 1950) | 4 × 10¹ | 4 × 10¹ | 1950 | ডেন্স | | 721 | SNARC (Harvard University, 1952) | \~4 × 10¹ | | 1952 | অনুমান | | 722 | Bankruptcy-NN (, 1990) | 3.6 × 10¹ | 3.6 × 10¹ | 1990 | ডেন্স | | 723 | GNN (University of Siena, 2008) | 3 × 10¹ | 3 × 10¹ | 2008 | ডেন্স | | 724 | ADALINE (Stanford University, 1960) | 1.7 × 10¹ | 1.7 × 10¹ | 1960 | ডেন্স | | 725 | Samuel Neural Checkers (IBM, 1959) | \~1.6 × 10¹ | | 1959 | অনুমান | ## যৌথ সত্তা এই চার্টগুলো প্রাণী-সমাজ, ধর্ম, রাষ্ট্র, দল আর কর্পোরেশনকে দুই উপায়ে সাজায়। একটি সদস্যসংখ্যায়। অন্যটি নিউরন-সমতুল্যে, যা প্রতিটি সদস্যকে ওজন দেয় তার জেগে থাকা সময়ের কত অংশ গোষ্ঠীর নির্দেশ চালিত করে সেই হিসাবে। ধর্মীয় বিধি, আইন, দলের নিয়ম আর চাকরির বিবরণ সবই একইভাবে গোনা হয়। সবই নির্দেশের সংকলন, তাই একই নিয়মে মাপি। [নির্দেশিত সময় কীভাবে অনুমান করা হয়](https://simulation-hypothesis.com/bn/entities/control)। ## প্রাণী-সমাজ: সমন্বিত দলগত কার্যকলাপে নিউরন গোষ্ঠীর নিউরন দলগত কাজে একটি সাধারণ গোষ্ঠীর সদস্য × প্রতিটি সদস্যের কর্টেক্স বা প্যালিয়ামের নিউরন (পোকার ক্ষেত্রে পুরো মস্তিষ্ক), লগারিদমিক স্কেলে। ডোরাকাটা দণ্ডে আনুমানিক গোষ্ঠীর আকার বা কাছাকাছি প্রজাতির নিউরন সংখ্যা ব্যবহার হয়েছে। 1. শিম্পাঞ্জি সমাজ▲1 7.4 × 10¹¹ 2. পাতাকাটা পিঁপড়ার কলোনি▼1 6.3 × 10¹¹ 3. বোনোবো সমাজ▲2 4.4 × 10¹¹ 4. হাদজা শিবির (মানুষ, তুলনার জন্য) 4.1 × 10¹¹ 5. বিগ-এর অর্কার দল▼2 2.6 × 10¹¹ 6. আবাসিক অর্কার মাতৃসূত্রীয় বংশধারা 2.4 × 10¹¹ 7. বেবুনের দল 8.6 × 10¹⁰ 8. বোতলনাক ডলফিনের জোট▲1 7.6 × 10¹⁰ 9. স্পার্ম তিমির সামাজিক একক▲1 6.4 × 10¹⁰ 10. মৌচাকের কলোনি▼2 5.8 × 10¹⁰ 11. হাতির পরিবার 5.6 × 10¹⁰ 12. পিনিয়ন জে-র ঝাঁক 5.3 × 10¹⁰ 13. ছোপওয়ালা হায়েনার গোষ্ঠী 2.2 × 10¹⁰ 14. আফ্রিকান বুনো কুকুরের দল 7.2 × 10⁹ 15. নেকড়ের দল 4.2 × 10⁹ 16. মিরক্যাট দল 1.7 × 10⁹ 17. নেকেড মোল-র‍্যাটের কলোনি 4.1 × 10⁸ 10^8 10^9 10^10 10^11 10^12 neurons সংখ্যাগুলো দেখান | # | গোষ্ঠী | গোষ্ঠীর নিউরন | দলগত কাজে | সদস্য | নির্দেশিত ভাগ | ডাকের ধরন | | -- | ---------------------------------- | ------------- | ---------- | ------ | ------------- | --------- | | 1 | শিম্পাঞ্জি সমাজ | 7.4 × 10¹¹ | 2.5 × 10¹¹ | 100 | 34% | — | | 2 | পাতাকাটা পিঁপড়ার কলোনি | 6.3 × 10¹¹ | 5 × 10¹¹ | 25 লাখ | 80% | — | | 3 | বোনোবো সমাজ | 4.4 × 10¹¹ | 1.9 × 10¹¹ | 59 | 43% | — | | 4 | হাদজা শিবির (মানুষ, তুলনার জন্য) | 4.1 × 10¹¹ | 2.1 × 10¹¹ | 25 | 53% | — | | 5 | বিগ-এর অর্কার দল | 2.6 × 10¹¹ | 2.4 × 10¹¹ | 6 | 91% | — | | 6 | আবাসিক অর্কার মাতৃসূত্রীয় বংশধারা | 2.4 × 10¹¹ | 1.7 × 10¹¹ | 6 | 70% | 11 | | 7 | বেবুনের দল | 8.6 × 10¹⁰ | 5.2 × 10¹⁰ | 30 | 60% | 9 | | 8 | বোতলনাক ডলফিনের জোট | 7.6 × 10¹⁰ | 4.2 × 10¹⁰ | 6 | 55% | — | | 9 | স্পার্ম তিমির সামাজিক একক | 6.4 × 10¹⁰ | 4.1 × 10¹⁰ | 8 | 65% | — | | 10 | মৌচাকের কলোনি | 5.8 × 10¹⁰ | 4.9 × 10¹⁰ | 60,000 | 85% | — | | 11 | হাতির পরিবার | 5.6 × 10¹⁰ | 3.2 × 10¹⁰ | 10 | 57% | — | | 12 | পিনিয়ন জে-র ঝাঁক | 5.3 × 10¹⁰ | 3.2 × 10¹⁰ | 100 | 60% | — | | 13 | ছোপওয়ালা হায়েনার গোষ্ঠী | 2.2 × 10¹⁰ | 6.7 × 10⁹ | 45 | 30% | 11 | | 14 | আফ্রিকান বুনো কুকুরের দল | 7.2 × 10⁹ | 4.8 × 10⁹ | 14 | 67% | 11 | | 15 | নেকড়ের দল | 4.2 × 10⁹ | 2.6 × 10⁹ | 8 | 63% | — | | 16 | মিরক্যাট দল | 1.7 × 10⁹ | 1 × 10⁹ | 15 | 57% | 12 | | 17 | নেকেড মোল-র‍্যাটের কলোনি | 4.1 × 10⁸ | 2.9 × 10⁸ | 78 | 70% | — | [গোষ্ঠীগুলোর নম্বর কীভাবে দেওয়া হয়](https://simulation-hypothesis.com/bn/entities/control). ## ধর্ম: অনুসারী, আর তাদের নির্দেশ অনুসরণকারী নিউরন সদস্য তার নির্দেশ অনুসরণ গোটা ধর্ম উপসম্প্রদায় ও আন্দোলন অনুসারী, লগারিদমিক স্কেলে। উপসম্প্রদায় ও আন্দোলন দেখানো হয়েছে সেগুলোকে ধারণকারী ধর্ম থেকে আলাদা করে। নিরেট দণ্ড হলো গণনা, ডোরাকাটা দণ্ড আনুমানিক। 1. খ্রিস্টধর্ম▲1 226.89 কোটি 2. ইসলাম▼1 202.26 কোটি 3. হিন্দুধর্ম 117.79 কোটি 4. লোকধর্ম 40 কোটি 5. বৌদ্ধ ধর্ম 32.42 কোটি 6. আফ্রিকার ঐতিহ্যবাহী ধর্ম▲1 9.87 কোটি 7. শিন্তো▲1 8.79 কোটি 8. শিখধর্ম▲1 2.5 কোটি 9. ইহুদি ধর্ম▼3 1.48 কোটি 10. তাও ধর্ম▲1 80 লাখ 11. বাহাই ধর্ম▲1 80 লাখ 12. ফালুন গং▲1 70 লাখ 13. জৈনধর্ম▼3 44.52 লাখ 14. স্পিরিটিজম 38 লাখ 15. কাও দাই 25 লাখ 16. তেনরিকিও 11.22 লাখ 17. ব্রহ্মকুমারী 10 লাখ 10^5 10^6 10^7 10^8 10^9 10^10 সদস্য সংখ্যাগুলো দেখান | # | ধর্ম | সদস্য | তার নির্দেশ অনুসরণ | নির্দেশিত ভাগ | সপ্তাহে ঘণ্টা | | -- | ------------------------ | ----------- | ------------------ | --------------- | ------------- | | 1 | খ্রিস্টধর্ম | 226.89 কোটি | 1.7 × 10¹⁸ | 0.88% | 0.9 h | | 2 | ইসলাম | 202.26 কোটি | 8.9 × 10¹⁸ | 5.1% | 5.4 h | | 3 | হিন্দুধর্ম | 117.79 কোটি | 1.6 × 10¹⁸ | 1.6% | 1.6 h | | 4 | লোকধর্ম | 40 কোটি | 2 × 10¹⁷ | 0.59% (প্রক্সি) | 0.6 h | | 5 | বৌদ্ধ ধর্ম | 32.42 কোটি | 7.5 × 10¹⁶ | 0.27% | 0.3 h | | 6 | আফ্রিকার ঐতিহ্যবাহী ধর্ম | 9.87 কোটি | 5 × 10¹⁶ | 0.59% (প্রক্সি) | 0.6 h | | 7 | শিন্তো | 8.79 কোটি | 4.5 × 10¹⁶ | 0.59% (প্রক্সি) | 0.6 h | | 8 | শিখধর্ম | 2.5 কোটি | 3.7 × 10¹⁶ | 1.7% | 1.8 h | | 9 | ইহুদি ধর্ম | 1.48 কোটি | 5.3 × 10¹⁶ | 4.2% | 4.4 h | | 10 | তাও ধর্ম | 80 লাখ | 4.1 × 10¹⁵ | 0.59% (প্রক্সি) | 0.6 h | | 11 | বাহাই ধর্ম | 80 লাখ | 4.1 × 10¹⁵ | 0.59% (প্রক্সি) | 0.6 h | | 12 | ফালুন গং | 70 লাখ | 3.6 × 10¹⁵ | 0.59% (প্রক্সি) | 0.6 h | | 13 | জৈনধর্ম | 44.52 লাখ | 1.8 × 10¹⁶ | 4.6% | 4.8 h | | 14 | স্পিরিটিজম | 38 লাখ | 1.9 × 10¹⁵ | 0.59% (প্রক্সি) | 0.6 h | | 15 | কাও দাই | 25 লাখ | 1.3 × 10¹⁵ | 0.59% (প্রক্সি) | 0.6 h | | 16 | তেনরিকিও | 11.22 লাখ | 5.7 × 10¹⁴ | 0.59% (প্রক্সি) | 0.6 h | | 17 | ব্রহ্মকুমারী | 10 লাখ | 5.1 × 10¹⁴ | 0.59% (প্রক্সি) | 0.6 h | [প্রতিটি চর্চা, অংশ ও সূত্র](https://simulation-hypothesis.com/bn/entities/control). ## রাষ্ট্র: বাসিন্দা, আর তাদের নির্দেশ অনুসরণকারী নিউরন বাসিন্দা তার নির্দেশ অনুসরণ সব ইউরোপ ও মধ্য এশিয়া উত্তর আমেরিকা দক্ষিণ এশিয়া পূর্ব এশিয়া ও প্যাসিফিক মধ্যপ্রাচ্য, উত্তর আফ্রিকা, আফগানিস্তান ও পাকিস্তান ল্যাটিন আমেরিকা ও ক্যারিবীয় সাব-সাহারান আফ্রিকা জনসংখ্যা, লগারিদমিক স্কেলে। নিরেট দণ্ড হলো গণনা, ডোরাকাটা দণ্ড আনুমানিক। 1. ভারত▲1 146.39 কোটি 2. চীন▼1 140.66 কোটি 3. যুক্তরাষ্ট্র 34.18 কোটি 4. ইন্দোনেশিয়া 28.57 কোটি 5. পাকিস্তান▲5 25.52 কোটি 6. নাইজেরিয়া▲1 23.75 কোটি 7. ব্রাজিল▼2 21.28 কোটি 8. বাংলাদেশ▲5 17.57 কোটি 9. রাশিয়া▼3 14.35 কোটি 10. ইথিওপিয়া▲7 13.55 কোটি 11. মেক্সিকো▼2 13.19 কোটি 12. জাপান▲11 12.34 কোটি 13. মিশর▼2 11.84 কোটি 14. ফিলিপাইন 11.68 কোটি 15. কঙ্গো গণতান্ত্রিক প্রজাতন্ত্র▼3 11.28 কোটি 196টি সবই দেখান 10^4 10^6 10^8 10^10 বাসিন্দা সংখ্যাগুলো দেখান | # | রাষ্ট্র | বাসিন্দা | তার নির্দেশ অনুসরণ | নির্দেশিত ভাগ | সপ্তাহে ঘণ্টা | | --- | ----------------------------- | ----------- | ------------------ | ------------- | ------------- | | 1 | ভারত | 146.39 কোটি | 2.5 × 10¹⁸ | 2% | 2.1 h | | 2 | চীন | 140.66 কোটি | 5 × 10¹⁸ | 4.1% | 4.3 h | | 3 | যুক্তরাষ্ট্র | 34.18 কোটি | 1.6 × 10¹⁸ | 5.6% | 5.8 h | | 4 | ইন্দোনেশিয়া | 28.57 কোটি | 1 × 10¹⁸ | 4.2% | 4.4 h | | 5 | পাকিস্তান | 25.52 কোটি | 5.7 × 10¹⁷ | 2.6% | 2.7 h | | 6 | নাইজেরিয়া | 23.75 কোটি | 6.6 × 10¹⁷ | 3.2% | 3.4 h | | 7 | ব্রাজিল | 21.28 কোটি | 8.7 × 10¹⁷ | 4.8% | 5 h | | 8 | বাংলাদেশ | 17.57 কোটি | 4.6 × 10¹⁷ | 3% | 3.1 h | | 9 | রাশিয়া | 14.35 কোটি | 7.5 × 10¹⁷ | 6.1% | 6.4 h | | 10 | ইথিওপিয়া | 13.55 কোটি | 3.9 × 10¹⁷ | 3.4% | 3.5 h | | 11 | মেক্সিকো | 13.19 কোটি | 5.9 × 10¹⁷ | 5.2% | 5.5 h | | 12 | জাপান | 12.34 কোটি | 2.8 × 10¹⁷ | 2.7% | 2.8 h | | 13 | মিশর | 11.84 কোটি | 5.5 × 10¹⁷ | 5.4% | 5.7 h | | 14 | ফিলিপাইন | 11.68 কোটি | 4.4 × 10¹⁷ | 4.4% | 4.6 h | | 15 | কঙ্গো গণতান্ত্রিক প্রজাতন্ত্র | 11.28 কোটি | 4.7 × 10¹⁷ | 4.8% | 5.1 h | | 16 | ভিয়েতনাম | 10.16 কোটি | 4.2 × 10¹⁷ | 4.8% | 5 h | | 17 | ইরান | 9.24 কোটি | 3.5 × 10¹⁷ | 4.3% | 4.6 h | | 18 | তুরস্ক | 8.59 কোটি | 4.3 × 10¹⁷ | 5.8% | 6 h | | 19 | জার্মানি | 8.35 কোটি | 2.9 × 10¹⁷ | 4% | 4.2 h | | 20 | থাইল্যান্ড | 7.16 কোটি | 2.4 × 10¹⁷ | 3.9% | 4.1 h | | 21 | তানজানিয়া | 7.05 কোটি | 2.2 × 10¹⁷ | 3.6% | 3.8 h | | 22 | যুক্তরাজ্য | 6.95 কোটি | 2.8 × 10¹⁷ | 4.6% | 4.8 h | | 23 | ফ্রান্স | 6.87 কোটি | 3.1 × 10¹⁷ | 5.3% | 5.5 h | | 24 | দক্ষিণ আফ্রিকা | 6.47 কোটি | 2.9 × 10¹⁷ | 5.1% | 5.4 h | | 25 | ইতালি | 5.89 কোটি | 2.1 × 10¹⁷ | 4.2% | 4.4 h | | 26 | কেনিয়া | 5.75 কোটি | 2.3 × 10¹⁷ | 4.7% | 5 h | | 27 | মিয়ানমার | 5.49 কোটি | 1.9 × 10¹⁷ | 4% | 4.2 h | | 28 | কলম্বিয়া | 5.34 কোটি | 1.7 × 10¹⁷ | 3.7% | 3.9 h | | 29 | দক্ষিণ কোরিয়া | 5.17 কোটি | 1.4 × 10¹⁷ | 3% | 3.2 h | | 30 | সুদান | 5.17 কোটি | 1.5 × 10¹⁷ | 3.4% | 3.6 h | | 31 | উগান্ডা | 5.14 কোটি | 1.5 × 10¹⁷ | 3.4% | 3.6 h | | 32 | স্পেন | 4.94 কোটি | 1.8 × 10¹⁷ | 4.2% | 4.3 h | | 33 | আলজেরিয়া | 4.74 কোটি | 3.2 × 10¹⁷ | 7.9% | 8.3 h | | 34 | ইরাক | 4.7 কোটি | 1.1 × 10¹⁷ | 2.8% | 2.9 h | | 35 | আর্জেন্টিনা | 4.59 কোটি | 1.7 × 10¹⁷ | 4.4% | 4.6 h | | 36 | আফগানিস্তান | 4.38 কোটি | 1.8 × 10¹⁷ | 4.8% | 5 h | | 37 | ইয়েমেন | 4.18 কোটি | 1.3 × 10¹⁷ | 3.7% | 3.9 h | | 38 | কানাডা | 4.17 কোটি | 2 × 10¹⁷ | 5.5% | 5.8 h | | 39 | অ্যাঙ্গোলা | 3.9 কোটি | 1.4 × 10¹⁷ | 4.2% | 4.4 h | | 40 | ইউক্রেন | 3.9 কোটি | 2.1 × 10¹⁷ | 6.2% | 6.5 h | | 41 | মরক্কো | 3.84 কোটি | 1.5 × 10¹⁷ | 4.5% | 4.7 h | | 42 | উজবেকিস্তান | 3.71 কোটি | 2 × 10¹⁷ | 6.3% | 6.6 h | | 43 | সৌদি আরব | 3.7 কোটি | 1.4 × 10¹⁷ | 4.3% | 4.6 h | | 44 | পোল্যান্ড | 3.64 কোটি | 2.1 × 10¹⁷ | 6.7% | 7 h | | 45 | মালয়েশিয়া | 3.6 কোটি | 1.8 × 10¹⁷ | 5.8% | 6.1 h | | 46 | মোজাম্বিক | 3.56 কোটি | 1.5 × 10¹⁷ | 4.8% | 5.1 h | | 47 | ঘানা | 3.51 কোটি | 1.2 × 10¹⁷ | 3.9% | 4.1 h | | 48 | পেরু | 3.46 কোটি | 1.4 × 10¹⁷ | 4.8% | 5 h | | 49 | মাদাগাস্কার | 3.27 কোটি | 9.4 × 10¹⁶ | 3.3% | 3.5 h | | 50 | আইভরি কোস্ট | 3.27 কোটি | 9.5 × 10¹⁶ | 3.4% | 3.5 h | | 51 | ক্যামেরুন | 2.99 কোটি | 9.8 × 10¹⁶ | 3.8% | 4 h | | 52 | নেপাল | 2.96 কোটি | 1.1 × 10¹⁷ | 4.2% | 4.4 h | | 53 | ভেনেজুয়েলা | 2.85 কোটি | 1.5 × 10¹⁷ | 6.1% | 6.4 h | | 54 | নাইজার | 2.79 কোটি | 6.4 × 10¹⁶ | 2.6% | 2.8 h | | 55 | অস্ট্রেলিয়া | 2.76 কোটি | 1.1 × 10¹⁷ | 4.7% | 5 h | | 56 | উত্তর কোরিয়া | 2.66 কোটি | 6.6 × 10¹⁷ | 29% | 30.1 h | | 57 | সিরিয়া | 2.56 কোটি | 9.8 × 10¹⁶ | 4.4% | 4.6 h | | 58 | মালি | 2.52 কোটি | 4.9 × 10¹⁶ | 2.3% | 2.4 h | | 59 | বুর্কিনা ফাসো | 2.41 কোটি | 5.7 × 10¹⁶ | 2.8% | 2.9 h | | 60 | তাইওয়ান | 2.33 কোটি | 1 × 10¹⁷ | 5% | 5.3 h | | 61 | মালাউই | 2.22 কোটি | 1 × 10¹⁷ | 5.4% | 5.6 h | | 62 | জাম্বিয়া | 2.19 কোটি | 10 × 10¹⁶ | 5.3% | 5.5 h | | 63 | শ্রীলঙ্কা | 2.18 কোটি | 1.1 × 10¹⁷ | 6% | 6.3 h | | 64 | চাদ | 2.1 কোটি | 4.9 × 10¹⁶ | 2.7% | 2.9 h | | 65 | কাজাখস্তান | 2.08 কোটি | 1.4 × 10¹⁷ | 7.6% | 7.9 h | | 66 | চিলি | 1.99 কোটি | 6.2 × 10¹⁶ | 3.6% | 3.8 h | | 67 | সোমালিয়া | 1.97 কোটি | 1.5 × 10¹⁶ | 0.88% | 0.9 h | | 68 | রোমানিয়া | 1.9 কোটি | 7.5 × 10¹⁶ | 4.6% | 4.8 h | | 69 | সেনেগাল | 1.89 কোটি | 5.9 × 10¹⁶ | 3.6% | 3.8 h | | 70 | গুয়াতেমালা | 1.87 কোটি | 6 × 10¹⁶ | 3.7% | 3.9 h | | 71 | ইকুয়েডর | 1.83 কোটি | 6.6 × 10¹⁶ | 4.2% | 4.4 h | | 72 | নেদারল্যান্ডস | 1.81 কোটি | 7.6 × 10¹⁶ | 4.9% | 5.1 h | | 73 | কম্বোডিয়া | 1.78 কোটি | 7.4 × 10¹⁶ | 4.8% | 5.1 h | | 74 | জিম্বাবুয়ে | 1.7 কোটি | 6.1 × 10¹⁶ | 4.2% | 4.4 h | | 75 | গিনি | 1.51 কোটি | 3.1 × 10¹⁶ | 2.4% | 2.5 h | | 76 | বেনিন | 1.48 কোটি | 4.4 × 10¹⁶ | 3.4% | 3.6 h | | 77 | রুয়ান্ডা | 1.46 কোটি | 7 × 10¹⁶ | 5.6% | 5.8 h | | 78 | বুরুন্ডি | 1.44 কোটি | 5.2 × 10¹⁶ | 4.2% | 4.4 h | | 79 | বলিভিয়া | 1.26 কোটি | 5.8 × 10¹⁶ | 5.4% | 5.6 h | | 80 | তিউনিসিয়া | 1.23 কোটি | 6.4 × 10¹⁶ | 6% | 6.3 h | | 81 | দক্ষিণ সুদান | 1.22 কোটি | 4.4 × 10¹⁶ | 4.2% | 4.4 h | | 82 | বেলজিয়াম | 1.19 কোটি | 4.5 × 10¹⁶ | 4.3% | 4.5 h | | 83 | হাইতি | 1.19 কোটি | 1.9 × 10¹⁶ | 1.8% | 1.9 h | | 84 | জর্ডান | 1.15 কোটি | 4.9 × 10¹⁶ | 5% | 5.2 h | | 85 | ডোমিনিকান প্রজাতন্ত্র | 1.15 কোটি | 4.9 × 10¹⁶ | 4.9% | 5.2 h | | 86 | সংযুক্ত আরব আমিরাত | 1.15 কোটি | 3.1 × 10¹⁶ | 3.1% | 3.2 h | | 87 | হন্ডুরাস | 1.1 কোটি | 3.2 × 10¹⁶ | 3.3% | 3.5 h | | 88 | কিউবা | 1.09 কোটি | 1.6 × 10¹⁷ | 17% | 17.4 h | | 89 | চেকিয়া | 1.09 কোটি | 5.8 × 10¹⁶ | 6.2% | 6.5 h | | 90 | পর্তুগাল | 1.08 কোটি | 5.1 × 10¹⁶ | 5.5% | 5.7 h | | 91 | তাজিকিস্তান | 1.08 কোটি | 5.3 × 10¹⁶ | 5.7% | 6 h | | 92 | পাপুয়া নিউ গিনি | 1.08 কোটি | 4.3 × 10¹⁶ | 4.6% | 4.8 h | | 93 | সুইডেন | 1.06 কোটি | 6.8 × 10¹⁶ | 7.5% | 7.8 h | | 94 | গ্রিস | 1.04 কোটি | 4.9 × 10¹⁶ | 5.4% | 5.7 h | | 95 | আজারবাইজান | 1.02 কোটি | 6.2 × 10¹⁶ | 7% | 7.4 h | | 96 | ইসরায়েল | 1.01 কোটি | 6.4 × 10¹⁶ | 7.3% | 7.7 h | | 97 | হাঙ্গেরি | 95.14 লাখ | 5.7 × 10¹⁶ | 6.9% | 7.3 h | | 98 | অস্ট্রিয়া | 92.08 লাখ | 2.5 × 10¹⁶ | 3.2% | 3.4 h | | 99 | সুইজারল্যান্ড | 90.92 লাখ | 3.9 × 10¹⁶ | 5% | 5.3 h | | 100 | বেলারুশ | 90.86 লাখ | 7.9 × 10¹⁶ | 10% | 10.6 h | | 101 | সিয়েরা লিওন | 88.2 লাখ | 4.9 × 10¹⁶ | 6.5% | 6.8 h | | 102 | টোগো | 85.92 লাখ | 3 × 10¹⁶ | 4% | 4.2 h | | 103 | লাওস | 78.73 লাখ | 3.2 × 10¹⁶ | 4.8% | 5 h | | 104 | তুর্কমেনিস্তান | 76.19 লাখ | 4.2 × 10¹⁶ | 6.5% | 6.8 h | | 105 | লিবিয়া | 74.59 লাখ | 3.9 × 10¹⁶ | 6.1% | 6.4 h | | 106 | কিরগিজস্তান | 73.43 লাখ | 4.1 × 10¹⁶ | 6.5% | 6.8 h | | 107 | প্যারাগুয়ে | 70.13 লাখ | 2.9 × 10¹⁶ | 4.8% | 5.1 h | | 108 | নিকারাগুয়া | 70.08 লাখ | 2.8 × 10¹⁶ | 4.6% | 4.8 h | | 109 | সার্বিয়া | 65.49 লাখ | 4.1 × 10¹⁶ | 7.2% | 7.5 h | | 110 | কঙ্গো প্রজাতন্ত্র | 64.84 লাখ | 1.7 × 10¹⁶ | 3% | 3.1 h | | 111 | বুলগেরিয়া | 64.33 লাখ | 3.3 × 10¹⁶ | 5.9% | 6.2 h | | 112 | এল সালভাদর | 63.66 লাখ | 3.2 × 10¹⁶ | 5.8% | 6.1 h | | 113 | সিঙ্গাপুর | 61.11 লাখ | 1.9 × 10¹⁶ | 3.6% | 3.7 h | | 114 | ডেনমার্ক | 60.09 লাখ | 3.9 × 10¹⁶ | 7.6% | 8 h | | 115 | লেবানন | 58.49 লাখ | 1.5 × 10¹⁶ | 3% | 3.1 h | | 116 | লাইবেরিয়া | 57.31 লাখ | 1.5 × 10¹⁶ | 3.1% | 3.3 h | | 117 | ফিনল্যান্ড | 56.46 লাখ | 3.2 × 10¹⁶ | 6.6% | 6.9 h | | 118 | নরওয়ে | 56.11 লাখ | 3.7 × 10¹⁶ | 7.6% | 8 h | | 119 | মধ্য আফ্রিকান প্রজাতন্ত্র | 55.13 লাখ | 1.7 × 10¹⁶ | 3.5% | 3.7 h | | 120 | ওমান | 54.95 লাখ | 2.9 × 10¹⁶ | 6.2% | 6.5 h | | 121 | আয়ারল্যান্ড | 54.84 লাখ | 3.4 × 10¹⁶ | 7.2% | 7.6 h | | 122 | স্লোভাকিয়া | 54.14 লাখ | 3.1 × 10¹⁶ | 6.7% | 7 h | | 123 | ফিলিস্তিন | 54.14 লাখ | 2 × 10¹⁶ | 4.3% | 4.5 h | | 124 | নিউজিল্যান্ড | 53.25 লাখ | 2.7 × 10¹⁶ | 5.9% | 6.2 h | | 125 | মৌরিতানিয়া | 53.15 লাখ | 2 × 10¹⁶ | 4.3% | 4.5 h | | 126 | কোস্টারিকা | 51.53 লাখ | 2.6 × 10¹⁶ | 5.9% | 6.2 h | | 127 | কুয়েত | 48.65 লাখ | 2.7 × 10¹⁶ | 6.5% | 6.8 h | | 128 | পানামা | 45.71 লাখ | 2.3 × 10¹⁶ | 5.9% | 6.2 h | | 129 | জর্জিয়া | 39.36 লাখ | 2.1 × 10¹⁶ | 6.1% | 6.4 h | | 130 | ক্রোয়েশিয়া | 38.76 লাখ | 2.2 × 10¹⁶ | 6.7% | 7 h | | 131 | ইরিত্রিয়া | 36.07 লাখ | 1.5 × 10¹⁶ | 5% | 5.2 h | | 132 | মঙ্গোলিয়া | 35.69 লাখ | 2.2 × 10¹⁶ | 7% | 7.3 h | | 133 | উরুগুয়ে | 33.85 লাখ | 1.7 × 10¹⁶ | 5.9% | 6.2 h | | 134 | বসনিয়া ও হার্জেগোভিনা | 31.4 লাখ | 1.6 × 10¹⁶ | 5.9% | 6.2 h | | 135 | নামিবিয়া | 30.93 লাখ | 1.8 × 10¹⁶ | 6.9% | 7.2 h | | 136 | আর্মেনিয়া | 30.87 লাখ | 1.7 × 10¹⁶ | 6.5% | 6.8 h | | 137 | কাতার | 29.72 লাখ | 9.6 × 10¹⁵ | 3.8% | 3.9 h | | 138 | লিথুয়ানিয়া | 28.89 লাখ | 1.8 × 10¹⁶ | 7.4% | 7.7 h | | 139 | জ্যামাইকা | 28.37 লাখ | 1.2 × 10¹⁶ | 5% | 5.2 h | | 140 | গাম্বিয়া | 28.22 লাখ | 1.1 × 10¹⁶ | 4.5% | 4.7 h | | 141 | গ্যাবন | 25.93 লাখ | 9.9 × 10¹⁵ | 4.4% | 4.6 h | | 142 | বতসোয়ানা | 25.62 লাখ | 1.3 × 10¹⁶ | 5.7% | 6 h | | 143 | লেসোথো | 23.63 লাখ | 9.5 × 10¹⁵ | 4.7% | 4.9 h | | 144 | মলদোভা | 23.61 লাখ | 1.5 × 10¹⁶ | 7.3% | 7.6 h | | 145 | আলবেনিয়া | 23.5 লাখ | 1.2 × 10¹⁶ | 5.7% | 6 h | | 146 | গিনি-বিসাউ | 22.5 লাখ | 5.7 × 10¹⁵ | 2.9% | 3.1 h | | 147 | স্লোভেনিয়া | 21.31 লাখ | 1.2 × 10¹⁶ | 6.6% | 6.9 h | | 148 | নিরক্ষীয় গিনি | 19.38 লাখ | 4 × 10¹⁵ | 2.4% | 2.5 h | | 149 | লাটভিয়া | 18.48 লাখ | 1.2 × 10¹⁶ | 7.6% | 7.9 h | | 150 | উত্তর মেসিডোনিয়া | 18.21 লাখ | 9.2 × 10¹⁵ | 5.9% | 6.2 h | | 151 | বাহরাইন | 16 লাখ | 5.9 × 10¹⁵ | 4.3% | 4.5 h | | 152 | কসোভো | 15.77 লাখ | 8 × 10¹⁵ | 5.9% | 6.2 h | | 153 | তিমোর-লেস্তে | 14.19 লাখ | 8 × 10¹⁵ | 6.6% | 6.9 h | | 154 | সাইপ্রাস | 13.71 লাখ | 5.5 × 10¹⁵ | 4.7% | 4.9 h | | 155 | ত্রিনিদাদ ও টোবাগো | 13.68 লাখ | 9.3 × 10¹⁵ | 7.9% | 8.2 h | | 156 | এস্তোনিয়া | 13.66 লাখ | 8.3 × 10¹⁵ | 7% | 7.4 h | | 157 | এসওয়াতিনি | 12.56 লাখ | 7.5 × 10¹⁵ | 6.9% | 7.2 h | | 158 | মরিশাস | 12.44 লাখ | 5.1 × 10¹⁵ | 4.8% | 5 h | | 159 | জিবুতি | 11.84 লাখ | 4.6 × 10¹⁵ | 4.5% | 4.8 h | | 160 | ফিজি | 933,154 | 5.6 × 10¹⁵ | 7% | 7.4 h | | 161 | কমোরোস | 882,847 | 3.5 × 10¹⁵ | 4.6% | 4.8 h | | 162 | সলোমন দ্বীপপুঞ্জ | 838,645 | 3.2 × 10¹⁵ | 4.4% | 4.6 h | | 163 | গায়ানা | 835,986 | 4.6 × 10¹⁵ | 6.4% | 6.7 h | | 164 | ভুটান | 796,682 | 5.8 × 10¹⁵ | 8.5% | 8.9 h | | 165 | লুক্সেমবার্গ | 686,970 | 2.4 × 10¹⁵ | 4% | 4.2 h | | 166 | সুরিনাম | 639,850 | 3.7 × 10¹⁵ | 6.7% | 7.1 h | | 167 | মন্টিনিগ্রো | 623,129 | 4.3 × 10¹⁵ | 8.1% | 8.5 h | | 168 | Malta | 579,704 | 3.1 × 10¹⁵ | 6.2% | 6.5 h | | 169 | মালদ্বীপ | 529,676 | 4.7 × 10¹⁵ | 10% | 10.8 h | | 170 | কেপ ভার্দে | 527,326 | 3.3 × 10¹⁵ | 7.2% | 7.6 h | | 171 | ব্রুনাই | 466,330 | 3.6 × 10¹⁵ | 8.9% | 9.3 h | | 172 | বেলিজ | 422,924 | 1.1 × 10¹⁵ | 2.9% | 3.1 h | | 173 | বাহামা দ্বীপপুঞ্জ | 403,033 | 2.2 × 10¹⁵ | 6.4% | 6.7 h | | 174 | আইসল্যান্ড | 392,404 | 2.5 × 10¹⁵ | 7.4% | 7.7 h | | 175 | ভানুয়াতু | 335,169 | 2 × 10¹⁵ | 6.9% | 7.3 h | | 176 | বার্বাডোস | 282,623 | 1.5 × 10¹⁵ | 6% | 6.3 h | | 177 | সাও তোমে ও প্রিন্সিপে | 240,254 | 1.1 × 10¹⁵ | 5.4% | 5.7 h | | 178 | সামোয়া | 219,306 | 1.1 × 10¹⁵ | 5.7% | 5.9 h | | 179 | সেন্ট লুসিয়া | 180,149 | 9.3 × 10¹⁴ | 6% | 6.3 h | | 180 | কিরিবাতি | 136,488 | 7.6 × 10¹⁴ | 6.4% | 6.7 h | | 181 | সেশেলস | 122,730 | 8.9 × 10¹⁴ | 8.4% | 8.8 h | | 182 | গ্রেনাডা | 117,303 | 7.3 × 10¹⁴ | 7.2% | 7.5 h | | 183 | মাইক্রোনেশিয়া | 113,683 | 5.7 × 10¹⁴ | 5.8% | 6.1 h | | 184 | টোঙ্গা | 103,742 | 5.9 × 10¹⁴ | 6.6% | 6.9 h | | 185 | সেন্ট ভিনসেন্ট ও গ্রেনাডাইনস | 99,924 | 4.9 × 10¹⁴ | 5.7% | 5.9 h | | 186 | অ্যান্টিগা ও বারবুডা | 94,209 | 6.5 × 10¹⁴ | 8% | 8.3 h | | 187 | অ্যান্ডোরা | 82,904 | 3.9 × 10¹⁴ | 5.5% | 5.8 h | | 188 | ডোমিনিকা | 65,871 | 2.3 × 10¹⁴ | 4.1% | 4.3 h | | 189 | সেন্ট কিটস ও নেভিস | 46,922 | 2.1 × 10¹⁴ | 5.2% | 5.5 h | | 190 | লিখটেনস্টাইন | 41,024 | 2 × 10¹⁴ | 5.7% | 5.9 h | | 191 | মোনাকো | 38,341 | 2.3 × 10¹⁴ | 6.9% | 7.3 h | | 192 | মার্শাল দ্বীপপুঞ্জ | 36,282 | 3.3 × 10¹⁴ | 10% | 10.9 h | | 193 | সান মারিনো | 34,109 | 1.3 × 10¹⁴ | 4.6% | 4.8 h | | 194 | পালাউ | 17,663 | 1.6 × 10¹⁴ | 10% | 11 h | | 195 | নাউরু | 12,025 | 9.3 × 10¹³ | 9% | 9.4 h | | 196 | টুভালু | 9,492 | 8 × 10¹³ | 9.8% | 10.2 h | [কী গোনা হয়, আর কী হয় না](https://simulation-hypothesis.com/bn/entities/control). ## রাজনৈতিক দল: সদস্য, আর তাদের নির্দেশ অনুসরণকারী নিউরন সদস্য তার নির্দেশ অনুসরণ দল নিজে যে সদস্যসংখ্যা জানায়, লগারিদমিক স্কেলে। নিরেট দণ্ড হলো গণনা, ডোরাকাটা দণ্ড আনুমানিক বা দাবি। 1. ভারতীয় জনতা পার্টি (ভারত)▲1 14 কোটি 2. চীনা কমিউনিস্ট পার্টি▼1 10.13 কোটি 3. ডেমোক্রেটিক পার্টি (যুক্তরাষ্ট্র)▲13 4.49 কোটি 4. রিপাবলিকান পার্টি (যুক্তরাষ্ট্র)▲16 3.8 কোটি 5. ভারতীয় জাতীয় কংগ্রেস▼2 2.6 কোটি 6. AIADMK (ভারত)▼2 2 কোটি 7. DMK (ভারত)▼2 2 কোটি 8. Prosperity Party (ইথিওপিয়া)▼1 1.57 কোটি 9. TVK (ভারত)▼1 1.5 কোটি 10. Chama Cha Mapinduzi (তানজানিয়া)▼1 1.3 কোটি 11. All Progressives Congress (নাইজেরিয়া)▼1 1.29 কোটি 12. AK Party (তুরস্ক)▼1 1.17 কোটি 13. Morena (মেক্সিকো)▼1 1.16 কোটি 14. Telugu Desam Party (ভারত)▼1 1.01 কোটি 15. কম্বোডিয়ান পিপলস পার্টি▼1 70 লাখ 59টি সবই দেখান 10^4 10^5 10^6 10^7 10^8 10^9 সদস্য সংখ্যাগুলো দেখান | # | দল | সদস্য | তার নির্দেশ অনুসরণ | নির্দেশিত ভাগ | সপ্তাহে ঘণ্টা | | -- | --------------------------------------------- | ---------- | ------------------ | --------------- | ------------- | | 1 | ভারতীয় জনতা পার্টি (ভারত) | 14 কোটি | 6.3 × 10¹⁶ | 0.52% (প্রক্সি) | 0.6 h | | 2 | চীনা কমিউনিস্ট পার্টি | 10.13 কোটি | 8.2 × 10¹⁶ | 0.94% | 1 h | | 3 | ডেমোক্রেটিক পার্টি (যুক্তরাষ্ট্র) | 4.49 কোটি | 2.3 × 10¹⁵ | 0.06% | 0.1 h | | 4 | রিপাবলিকান পার্টি (যুক্তরাষ্ট্র) | 3.8 কোটি | 2 × 10¹⁵ | 0.06% | 0.1 h | | 5 | ভারতীয় জাতীয় কংগ্রেস | 2.6 কোটি | 1.2 × 10¹⁶ | 0.52% (প্রক্সি) | 0.6 h | | 6 | AIADMK (ভারত) | 2 কোটি | 9 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 7 | DMK (ভারত) | 2 কোটি | 9 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 8 | Prosperity Party (ইথিওপিয়া) | 1.57 কোটি | 7 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 9 | TVK (ভারত) | 1.5 কোটি | 6.7 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 10 | Chama Cha Mapinduzi (তানজানিয়া) | 1.3 কোটি | 5.8 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 11 | All Progressives Congress (নাইজেরিয়া) | 1.29 কোটি | 5.8 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 12 | AK Party (তুরস্ক) | 1.17 কোটি | 5.2 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 13 | Morena (মেক্সিকো) | 1.16 কোটি | 5.2 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 14 | Telugu Desam Party (ভারত) | 1.01 কোটি | 4.5 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 15 | কম্বোডিয়ান পিপলস পার্টি | 70 লাখ | 3.1 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 16 | কোরিয়ার শ্রমিক দল | 61.75 লাখ | 7.6 × 10¹⁵ | 1.4% | 1.5 h | | 17 | FRELIMO (মোজাম্বিক) | 60 লাখ | 2.7 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 18 | ভিয়েতনামের কমিউনিস্ট পার্টি | 56 লাখ | 2.1 × 10¹⁵ | 0.44% | 0.5 h | | 19 | ডেমোক্রেটিক পার্টি অব কোরিয়া | 49.96 লাখ | 2.2 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 20 | People Power Party (দক্ষিণ কোরিয়া) | 44.4 লাখ | 2 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 21 | PSUV (ভেনেজুয়েলা) | 42.4 লাখ | 1.9 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 22 | ZANU-PF (জিম্বাবুয়ে) | 40.58 লাখ | 1.8 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 23 | UMNO (মালয়েশিয়া) | 32.51 লাখ | 1.5 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 24 | Justicialist Party (আর্জেন্টিনা) | 31.02 লাখ | 1.4 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 25 | Colorado Party (প্যারাগুয়ে) | 30 লাখ | 1.3 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 26 | ইউনাইটেড রাশিয়া | 26 লাখ | 1.2 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 27 | UzLiDeP (উজবেকিস্তান) | 23.08 লাখ | 1 × 10¹⁵ | 0.52% (প্রক্সি) | 0.6 h | | 28 | PLD (ডোমিনিকান প্রজাতন্ত্র) | 21.77 লাখ | 9.7 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 29 | MDB (ব্রাজিল) | 20.18 লাখ | 9 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 30 | CHP (তুরস্ক) | 18.8 লাখ | 8.4 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 31 | Radical Civic Union (আর্জেন্টিনা) | 17.94 লাখ | 8 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 32 | শ্রমিক দল, PT (ব্রাজিল) | 16.66 লাখ | 7.5 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 33 | PRM (ডোমিনিকান প্রজাতন্ত্র) | 15.52 লাখ | 6.9 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 34 | Authentic Radical Liberal Party (প্যারাগুয়ে) | 15.48 লাখ | 6.9 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 35 | Partido Federal ng Pilipinas | 15 লাখ | 6.7 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 36 | PAS (মালয়েশিয়া) | 13 লাখ | 5.8 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 37 | PRD (ব্রাজিল) | 12.92 লাখ | 5.8 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 38 | Progressistas (ব্রাজিল) | 12.86 লাখ | 5.8 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 39 | PSDB (ব্রাজিল) | 12.61 লাখ | 5.6 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 40 | PKR (মালয়েশিয়া) | 11.53 লাখ | 5.2 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 41 | Economic Freedom Fighters (দক্ষিণ আফ্রিকা) | 10.86 লাখ | 4.9 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 42 | PDT (ব্রাজিল) | 10.73 লাখ | 4.8 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 43 | União Brasil | 10.67 লাখ | 4.8 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 44 | CPI(M) (ভারত) | 10.19 লাখ | 4.6 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 45 | লিবারেল ডেমোক্রেটিক পার্টি (জাপান) | 10.03 লাখ | 4.5 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 46 | FLN (আলজেরিয়া) | 10 লাখ | 4.5 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 47 | Liberal Party, PL (ব্রাজিল) | 952,881 | 4.3 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 48 | কিউবার কমিউনিস্ট পার্টি | 700,000 | 2.7 × 10¹⁴ | 0.44% | 0.5 h | | 49 | আফ্রিকান ন্যাশনাল কংগ্রেস | 688,454 | 3.1 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 50 | কনজারভেটিভ পার্টি অব কানাডা | 678,708 | 2.7 × 10¹⁴ | 0.46% | 0.5 h | | 51 | CDU (জার্মানি) | 364,202 | 1.6 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 52 | SPD (জার্মানি) | 357,116 | 1.6 × 10¹⁴ | 0.52% (প্রক্সি) | 0.6 h | | 53 | লেবার পার্টি (যুক্তরাজ্য) | 333,235 | 1.6 × 10¹⁴ | 0.55% | 0.6 h | | 54 | লিবারেল পার্টি অব কানাডা | 163,836 | 6.5 × 10¹³ | 0.46% | 0.5 h | | 55 | গ্রিনস (জার্মানি) | 155,296 | 7 × 10¹³ | 0.52% (প্রক্সি) | 0.6 h | | 56 | CSU (জার্মানি) | 125,153 | 5.6 × 10¹³ | 0.52% (প্রক্সি) | 0.6 h | | 57 | কনজারভেটিভ পার্টি (যুক্তরাজ্য) | 123,000 | 3.7 × 10¹³ | 0.35% | 0.4 h | | 58 | নিউ ডেমোক্রেটিক পার্টি (কানাডা) | 100,542 | 4 × 10¹³ | 0.46% | 0.5 h | | 59 | AfD (জার্মানি) | 51,335 | 2.3 × 10¹³ | 0.52% (প্রক্সি) | 0.6 h | [সভা, জরিপ ও সূত্র](https://simulation-hypothesis.com/bn/entities/control). ## কর্পোরেশন: কর্মী, আর তাদের নির্দেশ অনুসরণকারী নিউরন কর্মচারী তার নির্দেশ অনুসরণ সর্বশেষ বার্ষিক প্রতিবেদন বা তালিকার কর্মচারী, রৈখিক স্কেলে। 1. Walmart 21 লাখ 2. Amazon▲1 15.76 লাখ 3. State Grid▼1 13.61 লাখ 4. China National Petroleum 10.26 লাখ 5. JD.com 951,420 6. BYD▲1 869,622 7. Accenture▼1 779,000 8. Allied Universal▲3 770,000 9. China Post Group▼1 719,448 10. Russian Railways (RZD)▲2 677,363 11. Volkswagen Group▲6 662,942 12. Foxconn (Hon Hai)▼2 633,167 13. Schwarz Group▲16 604,000 14. Compass Group▲18 590,000 15. Tata Consultancy Services▼6 584,510 71টি সবই দেখান 0 0.5M 1M 1.5M 2M 2.5M employees সংখ্যাগুলো দেখান | # | কর্পোরেশন | কর্মচারী | তার নির্দেশ অনুসরণ | সপ্তাহে ঘণ্টা | নির্দেশিত ভাগ | | -- | ------------------------------------ | --------- | ------------------ | ---------------------- | ------------- | | 1 | Walmart | 21 লাখ | 6.3 × 10¹⁶ | 36.3 h (যুক্তরাষ্ট্র) | 35% | | 2 | Amazon | 15.76 লাখ | 4.7 × 10¹⁶ | 36.3 h (যুক্তরাষ্ট্র) | 35% | | 3 | State Grid | 13.61 লাখ | 5.5 × 10¹⁶ | 49 h (চীন) | 47% | | 4 | China National Petroleum | 10.26 লাখ | 4.1 × 10¹⁶ | 49 h (চীন) | 47% | | 5 | JD.com | 951,420 | 3.8 × 10¹⁶ | 49 h (চীন) | 47% | | 6 | BYD | 869,622 | 3.5 × 10¹⁶ | 49 h (চীন) | 47% | | 7 | Accenture | 779,000 | 3.7 × 10¹⁶ | 57.58 h (ভারত) | 55% | | 8 | Allied Universal | 770,000 | 2.3 × 10¹⁶ | 36.52 h (যুক্তরাষ্ট্র) | 35% | | 9 | China Post Group | 719,448 | 2.9 × 10¹⁶ | 49 h (চীন) | 47% | | 10 | Russian Railways (RZD) | 677,363 | 2.2 × 10¹⁶ | 39.96 h (রাশিয়া) | 38% | | 11 | Volkswagen Group | 662,942 | 2 × 10¹⁶ | 35.95 h (জার্মানি) | 34% | | 12 | Foxconn (Hon Hai) | 633,167 | 2.5 × 10¹⁶ | 49 h (চীন) | 47% | | 13 | Schwarz Group | 604,000 | 1.6 × 10¹⁶ | 31.49 h (জার্মানি) | 30% | | 14 | Compass Group | 590,000 | 1.5 × 10¹⁶ | 31.7 h (যুক্তরাষ্ট্র) | 30% | | 15 | Tata Consultancy Services | 584,510 | 2.8 × 10¹⁶ | 58.23 h (ভারত) | 56% | | 16 | DHL Group | 583,998 | 1.7 × 10¹⁶ | 35.81 h (জার্মানি) | 34% | | 17 | Sinopec | 513,434 | 2.1 × 10¹⁶ | 49 h (চীন) | 47% | | 18 | Gazprom | 501,000 | 1.7 × 10¹⁶ | 40.47 h (রাশিয়া) | 39% | | 19 | FedEx | 474,200 | 1.6 × 10¹⁶ | 39.98 h (যুক্তরাষ্ট্র) | 38% | | 20 | Home Depot | 470,000 | 1.4 × 10¹⁶ | 36.3 h (যুক্তরাষ্ট্র) | 35% | | 21 | China Mobile | 468,496 | 1.9 × 10¹⁶ | 49 h (চীন) | 47% | | 22 | UPS | 460,000 | 1.5 × 10¹⁶ | 39.98 h (যুক্তরাষ্ট্র) | 38% | | 23 | Agricultural Bank of China | 457,835 | 1.8 × 10¹⁶ | 49 h (চীন) | 47% | | 24 | Concentrix | 455,000 | 1.7 × 10¹⁶ | 46.71 h (ফিলিপাইন) | 45% | | 25 | Teleperformance | 446,716 | 2.2 × 10¹⁶ | 58.89 h (ভারত) | 56% | | 26 | Jardine Matheson | 443,000 | 1.5 × 10¹⁶ | 41.93 h (ইন্দোনেশিয়া) | 40% | | 27 | Sodexo | 426,464 | 1.1 × 10¹⁶ | 31.7 h (যুক্তরাষ্ট্র) | 30% | | 28 | Capgemini | 423,400 | 2 × 10¹⁶ | 58.23 h (ভারত) | 56% | | 29 | Reliance Industries | 419,911 | 2.1 × 10¹⁶ | 59.57 h (ভারত) | 57% | | 30 | Edeka | 417,500 | 1.1 × 10¹⁶ | 31.49 h (জার্মানি) | 30% | | 31 | Luxshare Precision | 416,197 | 1.7 × 10¹⁶ | 49 h (চীন) | 47% | | 32 | Target | 415,000 | 1.2 × 10¹⁶ | 36.3 h (যুক্তরাষ্ট্র) | 35% | | 33 | Marriott International | 414,000 | 1.1 × 10¹⁶ | 31.7 h (যুক্তরাষ্ট্র) | 30% | | 34 | Bosch | 412,400 | 1.2 × 10¹⁶ | 35.95 h (জার্মানি) | 34% | | 35 | ICBC | 409,758 | 1.6 × 10¹⁶ | 49 h (চীন) | 47% | | 36 | Kroger | 403,000 | 1.2 × 10¹⁶ | 36.3 h (যুক্তরাষ্ট্র) | 35% | | 37 | China Resources | 397,398 | 1.6 × 10¹⁶ | 49 h (চীন) | 47% | | 38 | Magnit | 394,000 | 1.3 × 10¹⁶ | 39.69 h (রাশিয়া) | 38% | | 39 | Toyota | 390,927 | 1.3 × 10¹⁶ | 39.6 h (জাপান) | 38% | | 40 | UnitedHealth Group | 390,000 | 1.2 × 10¹⁶ | 36.87 h (যুক্তরাষ্ট্র) | 35% | | 41 | X5 Group | 389,000 | 1.3 × 10¹⁶ | 39.69 h (রাশিয়া) | 38% | | 42 | Berkshire Hathaway | 387,800 | 1.2 × 10¹⁶ | 37.75 h (যুক্তরাষ্ট্র) | 36% | | 43 | AVIC | 384,000 | 1.5 × 10¹⁶ | 49 h (চীন) | 47% | | 44 | Ahold Delhaize | 384,000 | 1.1 × 10¹⁶ | 36.3 h (যুক্তরাষ্ট্র) | 35% | | 45 | China Telecom | 381,436 | 1.5 × 10¹⁶ | 49 h (চীন) | 47% | | 46 | Starbucks | 381,000 | 9.9 × 10¹⁵ | 31.7 h (যুক্তরাষ্ট্র) | 30% | | 47 | Rewe Group | 380,000 | 9.8 × 10¹⁵ | 31.49 h (জার্মানি) | 30% | | 48 | China Construction Bank | 378,344 | 1.5 × 10¹⁶ | 49 h (চীন) | 47% | | 49 | TJX Companies | 377,000 | 1.1 × 10¹⁶ | 36.3 h (যুক্তরাষ্ট্র) | 35% | | 50 | China State Construction Engineering | 370,272 | 1.5 × 10¹⁶ | 49 h (চীন) | 47% | | 51 | FEMSA | 368,776 | 1.4 × 10¹⁶ | 47.09 h (মেক্সিকো) | 45% | | 52 | Japan Post Holdings | 360,000 | 1.2 × 10¹⁶ | 41.6 h (জাপান) | 40% | | 53 | Tesco | 354,744 | 9.3 × 10¹⁵ | 31.81 h (যুক্তরাজ্য) | 30% | | 54 | Cognizant | 351,600 | 1.7 × 10¹⁶ | 58.23 h (ভারত) | 56% | | 55 | NTT | 344,196 | 1.1 × 10¹⁶ | 40.2 h (জাপান) | 38% | | 56 | Costco | 341,000 | 1 × 10¹⁶ | 36.3 h (যুক্তরাষ্ট্র) | 35% | | 57 | Infosys | 328,594 | 1.6 × 10¹⁶ | 58.23 h (ভারত) | 56% | | 58 | ISS | 325,000 | 1.6 × 10¹⁶ | 58.89 h (ভারত) | 56% | | 59 | Securitas | 322,000 | 9.7 × 10¹⁵ | 36.52 h (যুক্তরাষ্ট্র) | 35% | | 60 | HCA Healthcare | 320,000 | 9.7 × 10¹⁵ | 36.87 h (যুক্তরাষ্ট্র) | 35% | | 61 | Rosneft | 320,000 | 1.1 × 10¹⁶ | 40.47 h (রাশিয়া) | 39% | | 62 | JPMorgan Chase | 318,512 | 1.1 × 10¹⁶ | 40.14 h (যুক্তরাষ্ট্র) | 38% | | 63 | Siemens | 318,000 | 9.4 × 10¹⁵ | 35.95 h (জার্মানি) | 34% | | 64 | Bank of China | 313,746 | 1.3 × 10¹⁶ | 49 h (চীন) | 47% | | 65 | Walgreens Boots Alliance | 312,000 | 9.3 × 10¹⁵ | 36.3 h (যুক্তরাষ্ট্র) | 35% | | 66 | PepsiCo | 306,000 | 1 × 10¹⁶ | 40.7 h (যুক্তরাষ্ট্র) | 39% | | 67 | China Railway Construction (CRCC) | 304,927 | 1.2 × 10¹⁶ | 49 h (চীন) | 47% | | 68 | CHN Energy (China Energy Investment) | 303,418 | 1.2 × 10¹⁶ | 49 h (চীন) | 47% | | 69 | China Railway Group (CREC) | 302,527 | 1.2 × 10¹⁶ | 49 h (চীন) | 47% | | 70 | CK Hutchison | 300,000 | 8.6 × 10¹⁵ | 35.08 h (যুক্তরাজ্য) | 33% | | 71 | CVS Health | 300,000 | 8.9 × 10¹⁵ | 36.3 h (যুক্তরাষ্ট্র) | 35% | [ঘণ্টা ও সূত্র](https://simulation-hypothesis.com/bn/entities/control). ## প্রাণী ও অন্যান্য জীব নিউরনহীন একক কোষ থেকে মানব মস্তিষ্ক পর্যন্ত। যেখানে নিউরন আছে, সেখানে তার সংখ্যা মাপা। ### নিউরন নেই * [Escherichia coli](https://simulation-hypothesis.com/bn/entities/ecoli)Escherichia coli 0 পরিমাপিত একটিমাত্র কোষ, নিউরন নেই। সে খাবারের দিকে মুখ ঘোরায়, আর তার একটি রাসায়নিক স্মৃতি আছে, যা কয়েক সেকেন্ড টেকে। * [স্লাইম মোল্ড](https://simulation-hypothesis.com/bn/entities/physarum)Physarum polycephalum 0 পরিমাপিত একটিমাত্র বিশাল কোষ, নিউরন নেই। সে গোলকধাঁধা সমাধান করে এবং কার্যকর পরিবহণ-জাল গড়ে তোলে। * [লজ্জাবতী গাছ](https://simulation-hypothesis.com/bn/entities/mimosa)Mimosa pudica 0 পরিমাপিত একটি উদ্ভিদ, যার পাতা ছুঁলে গুটিয়ে যায়। একটি গবেষণায় জানা গিয়েছিল, সে নিরীহ ছোঁয়া উপেক্ষা করতে শেখে। পরে একটি পুনর্বিশ্লেষণ তা নিয়ে আপত্তি তোলে। * [স্পঞ্জ](https://simulation-hypothesis.com/bn/entities/sponge)Porifera (e.g. Amphimedon queenslandica) 0 পরিমাপিত নিউরন বা সাইন্যাপস নেই, তবু যে প্রাণী সমন্বিতভাবে পুরো শরীর সংকুচিত করে। ### স্নায়ুজাল, মস্তিষ্ক নেই * [হাইড্রা](https://simulation-hypothesis.com/bn/entities/hydra)Hydra vulgaris প্রায় 3,000 থেকে 5,000 অনুমান একটি ছোট মিঠাপানির নিডারিয়ান। এটি নিয়ন্ত্রিত হয় একটি ছড়ানো স্নায়ুজালে, মস্তিষ্ক নেই। * [বক্স জেলিফিশ](https://simulation-hypothesis.com/bn/entities/jellyfish)Tripedalia cystophora কোনো প্রকাশিত গণনা নেই বক্স জেলিফিশের কোনো কেন্দ্রীয় মস্তিষ্ক নেই, তবু সে সংযোগমূলক শিক্ষণ দেখিয়েছে। ### মস্তিষ্কসহ অমেরুদণ্ডী * [গোলকৃমি](https://simulation-hypothesis.com/bn/entities/celegans)Caenorhabditis elegans 302 পরিমাপিত প্রায় এক মিলিমিটার লম্বা একটি কৃমি, যার নিউরন ঠিক 302টি। এটিই প্রথম প্রাণী, যার সম্পূর্ণ তারের নকশা মানচিত্রে আঁকা হয়েছিল। * [ফলের মাছি](https://simulation-hypothesis.com/bn/entities/drosophila)Drosophila melanogaster 139,255 পরিমাপিত এ পর্যন্ত আঁকা সবচেয়ে বড় সম্পূর্ণ মস্তিষ্কের তারের নকশা, যাতে প্রায় 139,000 নিউরন আছে। * [মৌমাছি](https://simulation-hypothesis.com/bn/entities/honeybee)Apis mellifera প্রায় 1 মিলিয়ন অনুমান প্রায় দশ লাখ নিউরন, আর মৌমাছি “এক” আর “আলাদা”-র মতো বিমূর্ত ধারণা শিখতে পারে। * [পিঁপড়া (Camponotus / Formica)](https://simulation-hypothesis.com/bn/entities/ant)Camponotus spp. কোনো প্রকাশিত গণনা নেই একটি ছোট মস্তিষ্ক, যা পদক্ষেপ গুনে (পথ-সমাকলন) আর ল্যান্ডমার্ক মনে রেখে দূরপাল্লার দিকনির্ণয় করে। * [পর্শিয়া জাম্পিং স্পাইডার](https://simulation-hypothesis.com/bn/entities/portia)Portia fimbriata / labiata কোনো প্রকাশিত গণনা নেই একটি জাম্পিং স্পাইডার, যে ঘুরপথের পরিকল্পনা করে। সে এমন পথ নেয়, যা শিকার থেকে দূরে এবং দৃষ্টির আড়ালে নিয়ে যায়। * [শোর ক্র্যাব / ক্রেফিশ](https://simulation-hypothesis.com/bn/entities/decapod)Carcinus maenas; Procambarus / Astacus spp. কোনো প্রকাশিত গণনা নেই কাঁকড়া ও ক্রেফিশ। 2021 সালের একটি সরকারি পর্যালোচনায় দৃঢ় প্রমাণ মিলেছে যে প্রকৃত কাঁকড়া সংবেদনশীল। * [সাধারণ অক্টোপাস](https://simulation-hypothesis.com/bn/entities/octopus)Octopus vulgaris 500 মিলিয়ন অনুমান তার বেশির ভাগ নিউরন বাহুতে। 2021 সালের একটি পর্যালোচনায় পাওয়া গেছে, সে যে সংবেদনশীল তার প্রমাণ অত্যন্ত জোরালো। ### মাছ ও উভচর * [জেব্রাফিশ](https://simulation-hypothesis.com/bn/entities/zebrafish)Danio rerio কোনো প্রকাশিত গণনা নেই স্নায়ুবিজ্ঞানে বহুল ব্যবহৃত একটি ছোট মাছ। তার নিউরন এখনো পুরোপুরি গোনা হয়নি। প্রাপ্তবয়স্ক মস্তিষ্কে প্রায় 10 মিলিয়ন কোষ আছে। * [ক্লিনার র‍্যাস](https://simulation-hypothesis.com/bn/entities/wrasse)Labroides dimidiatus কোনো প্রকাশিত গণনা নেই একটি প্রবাল-প্রাচীরের মাছ, যে আয়নায় চিহ্ন-পরীক্ষার একটি রূপে উতরে গেছে। এটি কী প্রমাণ করে, তা নিয়ে মানুষ একমত নয়। * [ব্যাঙ](https://simulation-hypothesis.com/bn/entities/frog)Anura (e.g. Xenopus / Rana) কোনো প্রকাশিত গণনা নেই 2024 সালের নিউ ইয়র্ক ঘোষণা বলছে, উভচরের মধ্যে সচেতন অভিজ্ঞতার বাস্তবসম্মত সম্ভাবনা আছে। ### পাখি * [পাহাড়ি কবুতর](https://simulation-hypothesis.com/bn/entities/pigeon)Columba livia 310 মিলিয়ন পরিমাপিত একটি ছোট মস্তিষ্কে কয়েক শো মিলিয়ন নিউরন। কবুতর জটিল ছবি শ্রেণিতে ভাগ করতে পারে। * [সাধারণ দাঁড়কাক](https://simulation-hypothesis.com/bn/entities/raven)Corvus corax 2.17 বিলিয়ন পরিমাপিত দুই বিলিয়নের বেশি নিউরন, ঠাসাঠাসি করে বসানো। দাঁড়কাক আলাদা আলাদা প্রতিদ্বন্দ্বীকে মনে রাখে। * [নিউ ক্যালিডোনিয়ান কাক](https://simulation-hypothesis.com/bn/entities/nccrow)Corvus moneduloides কোনো প্রকাশিত গণনা নেই সে ডাল ও তার দিয়ে আঁকশি-যন্ত্র বানায়। তার নিউরন গোনা হয়নি। * [আফ্রিকান গ্রে প্যারট](https://simulation-hypothesis.com/bn/entities/greyparrot)Psittacus erithacus 1.57 বিলিয়ন পরিমাপিত প্রায় 1.6 বিলিয়ন নিউরন। সংখ্যাবোধ আর শ্রেণিবিন্যাস নিয়ে কয়েক দশকের পরীক্ষাগার-গবেষণা। ### Mammals * [ইঁদুর](https://simulation-hypothesis.com/bn/entities/mouse)Mus musculus 70.9 মিলিয়ন পরিমাপিত প্রায় 71 মিলিয়ন নিউরন। ইঁদুরের মুখে ব্যথার যে ভাব ফোটে, তা মাপা যায়। * [ইঁদুর](https://simulation-hypothesis.com/bn/entities/rat)Rattus norvegicus 200 মিলিয়ন পরিমাপিত প্রায় 200 মিলিয়ন নিউরন। ইঁদুর আটকে পড়া খাঁচাসঙ্গীকে ছেড়ে দেয়। * [গৃহপালিত বিড়াল](https://simulation-hypothesis.com/bn/entities/cat)Felis catus 1.22 বিলিয়ন পরিমাপিত সেরিব্রাল কর্টেক্সে প্রায় 250 মিলিয়ন নিউরন। * [গৃহপালিত কুকুর](https://simulation-hypothesis.com/bn/entities/dog)Canis familiaris 1.8 থেকে 2.6 বিলিয়ন, কুকুরভেদে পরিমাপিত কর্টেক্সে প্রায় 600 মিলিয়ন পর্যন্ত নিউরন, কুকুরভেদে। বিড়ালের চেয়ে বেশি। * [গৃহপালিত শূকর](https://simulation-hypothesis.com/bn/entities/pig)Sus scrofa domesticus 2.22 বিলিয়ন পরিমাপিত শূকর শেখে আয়না কী দেখায় এবং তা কাজে লাগিয়ে খাবার খুঁজে পায়। * [বোতলনাক ডলফিন](https://simulation-hypothesis.com/bn/entities/dolphin)Tursiops truncatus কোনো প্রকাশিত গণনা নেই আয়নায় আত্মপরিচয়ের পরীক্ষায় উতরে যায়। বোতলনাক ডলফিনের নিউরন সংখ্যা মাপা হয়নি। * [আফ্রিকান হাতি](https://simulation-hypothesis.com/bn/entities/elephant)Loxodonta africana 257 বিলিয়ন পরিমাপিত 257 বিলিয়ন নিউরন, মানুষের তিনগুণ, প্রায় সবই সেরিবেলামে। * [শিম্পাঞ্জি](https://simulation-hypothesis.com/bn/entities/chimp)Pan troglodytes প্রায় 28 বিলিয়ন (স্কেলিং নিয়ম থেকে ভবিষ্যদ্বাণী করা, গোনা নয়) অনুমান আমাদের দুই নিকটতম জীবিত আত্মীয়ের একটি (বোনোবোর সঙ্গে)। সে আয়না পরীক্ষায় উতরে যায়। * [মানুষ](https://simulation-hypothesis.com/bn/entities/human)Homo sapiens 86.1 বিলিয়ন পরিমাপিত 86 বিলিয়ন নিউরন, তার 16 বিলিয়ন সেরিব্রাল কর্টেক্সে। আমরাই একমাত্র প্রজাতি, যার সদস্যরা নিজেদের অভিজ্ঞতার মৌখিক বিবরণ দিতে পারে। ## সমষ্টিগত সিস্টেম এমন দল, যারা এমন সিদ্ধান্ত নেয়, যা কোনো একক সদস্য একা নেয় না। এদের পড়া হয় সমষ্টিগত বুদ্ধি হিসেবে, মন হিসেবে নয়। * [পিঁপড়ার কলোনি](https://simulation-hypothesis.com/bn/entities/c-ants)কলোনি ভালো বাসাটি বেছে নেয়, কারণ প্রতিটি পিঁপড়া একটি কোরাম সীমা অনুসরণ করে। কোনো পিঁপড়াই জায়গাগুলো সামগ্রিকভাবে তুলনা করে না। * [মৌমাছির ঝাঁক](https://simulation-hypothesis.com/bn/entities/c-bees)ঝাঁক সেরা গর্ত বেছে নেয় সন্ধানীদের প্রতিযোগিতা আর কোরামের মাধ্যমে। থামার সংকেত পারস্পরিক নিবৃত্তি জোগায়, যা অচলাবস্থা ভাঙে। * [স্টারলিং পাখির ঝাঁক](https://simulation-hypothesis.com/bn/entities/c-starlings)প্রতিটি পাখি একটি নির্দিষ্ট সংখ্যক প্রতিবেশীকে (প্রায় 6-7টি) অনুসরণ করে, নির্দিষ্ট দূরত্বের মধ্যে থাকা প্রতিটি পাখিকে নয়। একে বলে টোপোলজিক্যাল মিথস্ক্রিয়া, মেট্রিক নয়। * [মাছের ঝাঁক](https://simulation-hypothesis.com/bn/entities/c-fish)ঝাঁক সিদ্ধান্ত নেয় কোরাম নিয়ম দিয়ে। বড় দল পরিবেশের এমন গ্রেডিয়েন্ট টের পায়, যা কোনো একক মাছ পায় না। ## কৃত্রিম সিস্টেম যন্ত্র-বুদ্ধির ধরন, কাজের পদ্ধতি অনুযায়ী সাজানো। বর্তমান কোনো সিস্টেমকেই চেতনার জোরালো প্রার্থী বলে ধরা হয় না। * [নিয়মভিত্তিক বিশেষজ্ঞ সিস্টেম](https://simulation-hypothesis.com/bn/entities/ai-expert)এমন প্রোগ্রাম, যা কোনো ক্ষেত্র-বিশেষজ্ঞের জ্ঞানকে স্পষ্ট যদি-তাহলে নিয়ম হিসেবে সাজায়। একটি অনুমান-ইঞ্জিন নিয়মগুলো ক্রমানুসারে প্রয়োগ করে সিদ্ধান্তে পৌঁছায়, সাধারণত নিজের যুক্তির ব্যাখ্যাসহ। * [গেম-ট্রি সার্চ ইঞ্জিন (দাবা)](https://simulation-hypothesis.com/bn/entities/ai-chess)এমন প্রোগ্রাম, যা একটি নির্দিষ্ট গভীরতা পর্যন্ত সম্ভাব্য চালের ক্রম গুনে বের করে এবং হাতে গড়া মূল্যায়ন-ফাংশন দিয়ে ফলাফল-অবস্থানগুলোর নম্বর দেয়। যে শাখা সিদ্ধান্ত বদলাতে পারে না, সেগুলো ছেঁটে ফেলে (আলফা-বিটা ছাঁটাইসহ মিনিম্যাক্স)। * [গভীর রিইনফোর্সমেন্ট লার্নিং এজেন্ট](https://simulation-hypothesis.com/bn/entities/ai-drl)ভুল-শুদ্ধ চেষ্টার মাধ্যমে পুরস্কার-সংকেত সর্বাধিক করতে প্রশিক্ষিত নিউরাল নেটওয়ার্ক। তারা কোনো পরিবেশের সঙ্গে মিথস্ক্রিয়া করে একটি নীতি বা মান-ফাংশন শেখে, প্রায়ই একটি সিমুলেটেড পরিবেশে, যেমন কোনো খেলা। * [বৃহৎ ভাষা মডেল](https://simulation-hypothesis.com/bn/entities/ai-llm)ট্রান্সফর্মার নিউরাল নেটওয়ার্ক, যা অতি বৃহৎ পাঠ্য-সংকলনে পরবর্তী টোকেন অনুমান করতে প্রশিক্ষিত, পরে প্রায়ই মানুষের প্রতিক্রিয়া দিয়ে সুরবাঁধা। * [দেহধারী রোবট](https://simulation-hypothesis.com/bn/entities/ai-robots)সেন্সর ও অ্যাকচুয়েটরযুক্ত যন্ত্র, যা বাস্তব জগতে কাজ করে। কেন্দ্রীয় জগৎ-মডেলের বদলে তারা প্রায়ই স্তরবিন্যস্ত প্রতিক্রিয়াশীল নিয়ন্ত্রণ ব্যবহার করে, তাই আচরণ গড়ে ওঠে দেহ ও পরিবেশের মধ্যকার চক্র থেকে। * [নিউরোমরফিক হার্ডওয়্যার](https://simulation-hypothesis.com/bn/entities/ai-neuromorphic)এমন চিপ, যার সার্কিট স্পাইকিং নিউরন ও সাইন্যাপসের অনুকরণ করে। সেগুলো ঘটনা-চালিত এবং কম বিদ্যুৎ খায়, প্রচলিত প্রসেসর-ও-মেমরি নকশার মতো নয়। ## কাল্পনিক মন বৈজ্ঞানিক ও দার্শনিক সাহিত্যে প্রস্তাবিত মন। কেউ কখনো একটিও পর্যবেক্ষণ করেনি। * [পূর্ণ-মস্তিষ্ক ইমুলেশন](https://simulation-hypothesis.com/bn/entities/h-wbe)অপর্যবেক্ষিত মস্তিষ্ককে সূক্ষ্ম খুঁটিনাটিতে স্ক্যান করে তার একটি সফটওয়্যার মডেল চালানো। * [পূর্বপুরুষ সিমুলেশনে সিমুলেটেড মন](https://simulation-hypothesis.com/bn/entities/h-ancestor)অপর্যবেক্ষিত বস্ট্রমের ত্রিসংকট: হয় প্রায় কোনো সভ্যতাই উত্তর-মানব পর্যায়ে পৌঁছায় না, নয়তো প্রায় কেউই পূর্বপুরুষ সিমুলেশন চালায় না, নয়তো আমরা প্রায় নিশ্চিতভাবে একটির ভেতরে বাস করছি। * [বোলৎসমান মস্তিষ্ক](https://simulation-hypothesis.com/bn/entities/h-boltzmann)অপর্যবেক্ষিত মস্তিষ্কের মতো পর্যবেক্ষক, যারা বিরল তাপীয় বা কোয়ান্টাম ওঠানামা থেকে হঠাৎ দেখা দেয়। * [ধাপে ধাপে প্রতিস্থাপনের মাধ্যমে মন আপলোড](https://simulation-hypothesis.com/bn/entities/h-uploading)অপর্যবেক্ষিত নিউরনকে একে একে কার্যগতভাবে অভিন্ন কৃত্রিম অংশ দিয়ে বদলে দেওয়া। * [অতিবুদ্ধি](https://simulation-hypothesis.com/bn/entities/h-superintelligence)অপর্যবেক্ষিত এমন এক কাল্পনিক বুদ্ধি, যা প্রায় সব ক্ষেত্রেই মানুষের সক্ষমতাকে বহুগুণে ছাড়িয়ে যায়। বস্ট্রমের বইটি সেখানে পৌঁছানোর পথ (পূর্ণ-মস্তিষ্ক ইমুলেশন, জৈবিক জ্ঞান, এআই), তার রূপ আর নিয়ন্ত্রণ-সমস্যা বিশ্লেষণ করে। ডেটার সংস্করণ 2.0.0। [ডাউনলোড (JSON)](https://simulation-hypothesis.com/entities/minds.json)।