Augmenting Lateral Thinking in Language Models with Humor and Riddle Data for the BRAINTEASER Task
यह शोध पत्र एक ऐसी प्रणाली प्रस्तुत करता है जो पार्श्व सोच (lateral thinking) में सुधार के लिए हास्य और पहेली डेटा के साथ DeBERTaV3 को फाइन-ट्यून करके SemEval 2024 BRAINTEASER कार्य पर इसके प्रदर्शन को बढ़ाती है, जो यह प्रदर्शित करती है कि ऐसा संवर्धन (augmentation) वाक्य पहेलियों पर सटीकता को महत्वपूर्ण रूप से बढ़ाता है और कार्य को बहुविकल्पीय (multiple-choice) के रूप में फ्रेम करने से अनुक्रम वर्गीकरण (sequence classification) की तुलना में पर्याप्त लाभ मिलता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक बहुत ही बुद्धिमान रोबोट को पहेलियाँ सुलझाना सिखाने की कोशिश कर रहे हैं। लेकिन सिर्फ साधारण पहेलियाँ नहीं—ये वे पेचीदा पहेलियाँ हैं जहाँ उत्तर वह नहीं होता जिसकी आप अपेक्षा करते हैं। यदि मैं कहूँ, "एक आदमी हर दिन शेव करता है लेकिन फिर भी उसकी लंबी दाढ़ी है," तो एक सामान्य रोबोट भ्रमित हो सकता है। वह सोचता है, "यदि वह शेव करता है, तो उसकी दाढ़ी नहीं होनी चाहिए!" लेकिन उत्तर वास्तव में यह है, "वह एक नाई (barber) है।" वह दूसरे लोगों के चेहरे शेव करता है।
इसे लैटरल थिंकिंग (Lateral Thinking) या पार्श्व सोच कहा जाता है। यह एक समस्या को सीधे देखने के बजाय उसके किनारे से देखने जैसा है। अधिकांश रोबट (AI मॉडल्स) "वर्टिकल थिंकिंग" (ऊर्ध्वाधर सोच) में माहिर होते हैं—जैसे गणित के सवाल हल करना या सख्त तर्क का चरण-दर-चरण पालन करना। लेकिन वे लैटरल थिंकिंग में संघर्ष करते हैं।
यह शोध पत्र इस बारे में है कि कैसे शोधकर्ताओं की एक टीम ने एक ऐसा रोबोट बनाया जो SemEval 2024 नामक एक बड़ी प्रतियोगिता के लिए इन "ब्रेन टीज़र" पहेलियों में बहुत अच्छा हो गया। उन्होंने इसे कैसे किया, यहाँ सरल भाषा में समझाया गया है:
1. पहेलियों के दो प्रकार
प्रतियोगिता में वीडियो गेम की तरह कठिनाई के दो स्तर थे:
- वाक्य पहेलियाँ (Sentence Puzzles): ये छोटी कहानियों या चुटकुलों की तरह होती हैं। आपको पूरे वाक्य के अर्थ पर पुनर्विचार करना होता है। (उदाहरण: "लाल दरवाजे वाले घर में रहने वाला व्यक्ति वास्तव में डाकिया है।")
- शब्द पहेलियाँ (Word Puzzles): ये और भी पेचीदा हैं। ये शब्दों के वास्तविक अक्षरों या ध्वनियों के साथ खेलती हैं। (उदाहरण: "लंदन का कौन सा हिस्सा फ्रांस में है?" उत्तर कोई शहर नहीं है; बल्कि अक्षर N है, क्योंकि "L-o-n-d-o-N" शब्द "F-r-a-n-c-e" के अंदर है।)
2. गुप्त नुस्खा: रोबोट को "मजाक समझना" सिखाना
शोधकर्ताओं ने महसूस किया कि लैटरल थिंकिंग सिखाने के लिए, वे केवल उसे अधिक तर्क पहेलियाँ नहीं दे सकते। उन्हें इसे ऐसी चीजें देनी होंगी जिनमें पार्श्व सोच की आवश्यकता होती है।
उन्होंने दो विशेष "ट्रेनिंग स्नैक्स" का उपयोग किया:
- पहेलियाँ (Riddles): उन्होंने क्लासिक पहेलियों के डेटासेट का उपयोग किया। पहेलियाँ मानसिक व्यायाम की तरह हैं; वे आपको शाब्दिक रूप से सोचना बंद करने के लिए मजबूर करती हैं।
- चुटकुले (Jokes): उन्होंने हजारों चुटकुले-शैली के प्रश्न लिखने के लिए एक कंप्यूटर (GPT-4) का उपयोग किया। चुटकुले इसलिए काम करते हैं क्योंकि उनका पंचलाइन सेटअप के अर्थ को बदलकर आपको चौंका देता है।
उपमा (Analogy): कल्पना कीजिए कि आप एक कुत्ते को गेंद लाना सिखा रहे हैं। यदि आप केवल गेंद फेंकते हैं, तो वह गेंद लाना सीख जाता है। लेकिन यदि आप चाहते हैं कि वह कोई भी खेल खेलना सीख जाए, तो आप उसे फ्रिसबी या छड़ी भी फेंक सकते हैं। कुत्ता "एक विशिष्ट गेंद का पीछा करने" के बजाय "मजेदार वस्तुओं का पीछा करने" की अवधारणा सीख जाता है। रोबोट को पहेलियाँ और चुटकुले खिलाकर, शोधकर्ताओं ने उसे केवल विशिष्ट उत्तरों के बजाय लैटरल थिंकिंग की अवधारणा सिखाई।
3. खेल के नियम बदलना (आर्किटेक्चर)
टीम ने रोबोट से सवाल पूछने के दो अलग-अलग तरीके आजमाए:
- विधि A (सीक्वेंस क्लासिफिकेशन): उन्होंने रोबोट से पूछा, "क्या यह वाक्य सत्य है या असत्य?" या "एक सूची में से सही उत्तर चुनें।"
- विधि B (बहुविकल्पीय - Multiple Choice): उन्होंने पूछा, "यहाँ चार संभावित उत्तर हैं। इनमें से सबसे चतुर कौन सा है?"
परिणाम: विधि B बहुत बेहतर थी। यह एक छात्र से, "इस विषय पर निबंध लिखें" (ग्रेड करना कठिन, गलत होने की संभावना अधिक) पूछने बनाम "यहाँ चार विकल्प हैं, सही वाले पर गोला लगाएँ" पूछने के बीच के अंतर जैसा था। "बहुविकल्पीय" प्रारूप ने रोबोट को विचारों की तुलना करने पर ध्यान केंद्रित करने में मदद की, जो ठीक वही है जिसकी लैटरल थिंकिंग को आवश्यकता होती है। इस सरल बदलाव ने उनके स्कोर को 10 अंक बढ़ा दिया!
4. परिणाम: दो पहेलियों की कहानी
रोबोट एक चैंपियन बन गया, लेकिन एक ट्विस्ट के साथ:
- वाक्य पहेलियाँ: रोबोट 92.5% सही था। यह अद्भुत था! चुटकुलों और पहेलियों ने इसे वाक्यों के अर्थ को मोड़ने में मदद की।
- शब्द पहेलियाँ: रोबोट 80.2% सही था। अभी भी अच्छा था, लेकिन एकदम सटीक नहीं।
अंतर क्यों?
शोधकर्ताओं ने महसूस किया कि "जोक ट्रेनिंग" वाक्यों के लिए मददगार थी क्योंकि चुटकुले अर्थ पर आधारित होते हैं। लेकिन शब्द पहेलियाँ वर्तनी और ध्वनियों (जैसे लंदन में "N") पर निर्भर करती हैं। रोबोट व्यक्तिगत अक्षरों को देखने में अभी भी थोड़ा अनाड़ी था। यह किसी को मोटरसाइकिल देकर कार चलाना सिखाने जैसा है; वे सड़क के नियम तो सीख जाते हैं, लेकिन उन्हें अभी भी दो पहियों पर संतुलन बनाना सीखना पड़ता है।
5. मुख्य निष्कर्ष
इस शोध पत्र का मुख्य सबक यह है कि संदर्भ मायने रखता है।
- यदि आप चाहते हैं कि कोई AI भाषा के साथ रचनात्मक हो, तो उसे हास्य और पहेलियाँ खिलाएं।
- यदि आप चाहते हैं कि वह शब्द के ट्रिक्स को सुलझाए, तो आपको एक अलग प्रकार के प्रशिक्षण की आवश्यकता हो सकती है।
- और कभी-कभी, सवाल पूछने का तरीका (बहुविकल्पीय बनाम खुला अंत) खुद AI जितना ही महत्वपूर्ण होता है।
टीम ने वाक्य पहेलियों के लिए 31 टीमों में से छठा और शब्द पहेलियों के लिए 23 टीमों में से दसवां स्थान प्राप्त किया। उन्होंने साबित कर दिया कि यदि आप एक रोबोट को मजाक पर हंसना और पहेली सुलझाना सिखाते हैं, तो वह बॉक्स के बाहर सोचना बहुत बेहतर तरीके से सीख जाता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।