💻 computer science

Mixing Condition Numbers and Oracles for Accurate Floating-point Debugging

यह शोध पत्र EXPLANIFLOAT को प्रस्तुत करता है, जो एक हाइब्रिड फ्लोटिंग-पॉइंट डिबगिंग टूल है जो कंडीशन नंबर की गणना के लिए डबल-डबल अंकगणित को ओवरफ्लो और अंडरफ्लो को संभालने के लिए एक लॉगरिदमिक ओरकल के साथ जोड़ता है, जिससे मौजूदा तकनीकों की तुलना में बेहतर सटीकता और गति प्राप्त होती है।

मूल लेखक: Bhargav Kulkarni, Pavel Panchekha

प्रकाशित 2026-03-26

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Bhargav Kulkarni, Pavel Panchekha

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 शेफ हैं जो एक बेहतरीन केक बनाने की कोशिश कर रहे हैं। आपके पास एक रेसिपी (आपका कंप्यूटर प्रोग्राम) है और मापने वाले कपों का एक सेट (फ्लोटिंग-पॉइंट नंबर्स) है। समस्या यह है कि आपके मापने वाले कप एकदम सटीक नहीं हैं। वे थोड़े डगमगाते हैं, और कभी-कभी वे बहुत बड़ी मात्रा में बैटर (ओवरफ्लो) या बहुत बारीक छिड़काव (अंडरफ्लो) को संभालने में असमर्थ होते हैं।

जब आप केक बना रहे होते हैं, तो आप जानना चाहते हैं: "क्या मैंने अपनी माप में कोई गलती की जिससे केक खराब हो गया?"

लंबे समय से, कंप्यूटर वैज्ञानिकों ने शेफ की मदद करने के लिए गलतियाँ खोजने हेतु दो अलग-अलग प्रकार के "डिटेक्टिव" (जासूस) बनाए हैं। यह पेपर एक नया डिटेक्टिव पेश करता है जिसका नाम है EXPLANIFLOAT, जो दोनों दुनियाओं की बेहतरीन खूबियों को जोड़ता है।

यह कैसे काम करता है, सरल उपमाओं का उपयोग करते हुए:

दो पुराने डिटेक्टिव (और वे क्यों विफल रहे)

1. "डबल-डबल" डिटेक्टिव (द शैडो शेफ)

वे कैसे काम करते थे: इस डिटेक्टिव के पास मापने वाले कपों का एक दूसरा सेट था जो शेफ के कपों की तुलना में थोड़ा अधिक सटीक था। हर बार जब शेफ आटा मापता था, तो डिटेक्टिव अपने 'सुपर-कप्स' के साथ उसे दोबारा मापता था। यदि दोनों माप मेल नहीं खाते थे, तो डिटेक्टिव चिल्लाता था, "गलती!"
समस्या: कभी-कभी, डिटेक्टिव के सुपर-कप्स में भी शेफ के कपों जैसा ही डगमगाना (wobble) होता था। यदि शेफ ने एक छोटी सी गलती की, तो डिटेक्टिव भी ठीक वही छोटी सी गलती करता था। वे एक-दूसरे को देखते और कहते, "अरे, हम तो मेल खा रहे हैं!" और इस तरह वे त्रुटि को पूरी तरह से मिस कर देते थे। यह बिल्कुल वैसा ही है जैसे दो लोग जिनकी दृष्टि दोष एक जैसा है, एक पेंटिंग में कमी खोजने की कोशिश कर रहे हों; वे दोनों उस कमी को नहीं देख पाते।

2. "कंडीशन नंबर" डिटेक्टिव (द सेंसिटिविटी एनालिस्ट)

वे कैसे काम करते थे: यह डिटेक्टिव सामग्री को दोबारा नहीं मापता था। इसके बजाय, वह रेसिपी को देखता था और पूछता था, "यह चरण कितना संवेदनशील (sensitive) है?"
- उपमा: यदि आप पानी के एक विशाल मटके में जहर की एक छोटी सी बूंद मिला रहे हैं, तो बूंद में एक छोटी सी गलती मायने नहीं रखती (कम संवेदनशीलता)। लेकिन यदि आप पानी के एक छोटे से कप में जहर की एक छोटी सी बूंद मिला रहे हैं, तो एक छोटी सी गलती भी विनाशकारी हो सकती है (उच्च संवेदनशीलता)।
- यह डिटेक्टिव एक "खतरे का स्कोर" (danger score) निकालता है। यदि स्कोर अधिक है, तो वह आपको चेतावनी देता है।
समस्या: यह डिटेक्टिव गणित में तो बहुत अच्छा है, लेकिन चरम आकारों (extreme sizes) को संभालने में बहुत बुरा है। यदि रेसिपी में आटे का पहाड़ (ओवरफ्लो) या धूल का कण (अंडरफ्लो) मांगा गया है, तो यह डिटेक्टिव भ्रमित हो जाता है और या तो बिना वजह "ERROR!" चिल्लाने लगता है, या चुप रहता है जबकि वास्तव में चीज़ खराब हो चुकी होती है।

नया डिटेक्टिव: EXPLANIFLOAT

लेखकों ने महसूस किया: क्यों न एक ऐसा डिटेक्टिव नियुक्त किया जाए जिसके पास दूसरे वाले की संवेदनशीलता हो, और पहले वाले के सुपर-कप्स भी हों, साथ ही चरम आकारों के लिए एक विशेष उपकरण भी हो?

EXPLANIFLOAT तीन चतुर तरीकों से काम करता है:

1. यह केवल संख्याओं की तुलना करने के बजाय "सेंसिटिविटी स्कोर" का उपयोग करता है

केवल यह जांचने के बजाय कि क्या दो माप मेल खाते हैं (जिसे साझा त्रुटियों द्वारा धोखा दिया जा सकता है), EXPLANIFLOAT कंडीशन नंबर को देखता है।

उपमा: कल्पना कीजिए कि आप एक रस्सी पर चल रहे हैं। यदि हवा शांत है, तो थोड़ा सा डगमगाना ठीक है। यदि हवा तूफान जैसी है, तो एक छोटा सा डगमगाना भी आपको नीचे गिरा देगा। EXPLANIFLOAT आपकी गणना की "हवा की गति" की गणना करता है। यदि हवा तेज है, तो यह आपको चेतावनी देता है, भले ही संख्याएं ठीक दिख रही हों। यह उन त्रुटियों को पकड़ने से रोकता है जिन्हें पुराना "शैडो शेफ" मिस कर देता।

2. यह चरम आकारों के लिए "लॉगैरिद्मिक ओरकल" का उपयोग करता है

आटे के पहाड़ों (ओवरफ्लो) और धूल के कणों (अंडरफ्लो) को संभालने के लिए, EXPLANIFLOAT एक विशेष लॉगैरिद्मिक ओरकल का उपयोग करता है।

उपमा: कल्पना कीजिए कि आप एक ही पैमाने से पृथ्वी से सूर्य की दूरी और एक बैक्टीरिया के आकार को मापने की कोशिश कर रहे हैं। आप एक मानक पैमाने के साथ ऐसा नहीं कर सकते। इसलिए, यह डिटेक्टिव एक "ज़ूम लेंस" का उपयोग करता है।
- कच्ची संख्या को मापने के बजाय, यह संख्या की शक्ति (exponent) को मापता है।
- यदि शेफ एक कण में पहाड़ जोड़ने की कोशिश करता है, तो डिटेक्टिव ज़ूम लेंस का उपयोग करके यह देखता है कि पहाड़ इतना विशाल है कि कण गायब हो गया है। यह जानता है कि कब एक संख्या कंप्यूटर की मेमोरी में फिट होने के लिए बहुत बड़ी या बहुत छोटी हो जाती है, जिससे "भ्रम" की स्थिति नहीं आती जो पुराने डिटेक्टिव्स में देखी गई थी।

3. यह "डेंजर स्कोर" को विभाजित करता है

लेखकों ने गौर किया कि कुछ संख्याएँ अलग-अलग कारणों से खतरनाक होती हैं।

उपमा: कार दुर्घटना दो कारणों से हो सकती है: या तो आप बहुत तेज़ गाड़ी चला रहे थे (संवेदनशीलता/Sensitivity) या आप बर्फ के फिसलन भरे पैच पर गाड़ी चला रहे थे (कैंसिलेशन/Cancellation)।
EXPLANIFLOAT अपनी चेतावनी प्रणाली को विभाजित करता है। यह जांचता है कि क्या इनपुट बहुत बड़ा/छोटा है (संवेदनशीलता) और क्या इनपुट एक-दूसरे को काट (cancel) रहे हैं (कैंसिलेशन)। यह गलत अलार्म को रोकता है। उदाहरण के लिए, यदि आप दो बहुत बड़ी संख्याओं को घटाते हैं जो लगभग एक जैसी हैं, तो परिणाम बहुत छोटा होता है, लेकिन त्रुटि बहुत बड़ी होती है। EXPLANIFLOAT इस विशिष्ट "कैंसिलेशन" खतरे को पहचान लेता है।

परिणाम: परफेक्ट डिटेक्टिव

जब लेखकों ने EXPLANIFLOAT का परीक्षण 546 कठिन गणितीय समस्याओं पर किया:

इसने 96% वास्तविक त्रुटियों को पकड़ा (रिकॉल/Recall)। इसने शायद ही कभी कोई गलती छोड़ी।
अलार्म बजाने पर यह 80% बार सही था (प्रिसिजन/Precision)। इसने बहुत अधिक गलत अलार्म देकर आपका समय बर्बाद नहीं किया।
यह अन्य विशेषज्ञों द्वारा उपयोग की जाने वाली सुपर-सटीक, धीमी विधियों की तुलना में 4 गुना तेज़ था।

निचोड़ (Bottom Line)

सोचिए कि EXPLANIFLOAT एक ऐसा डिटेक्टिव है जो न केवल सबूतों (संख्याओं) को देखता है बल्कि उनके संदर्भ (गणित कितना संवेदनशील है) को भी समझता है और चरम स्थितियों के लिए उसके पास एक विशेष ज़ूम लेंस भी है। यह एक मानक कैलकुलेटर की गति और एक सुपर-कंप्यूटर की बौद्धिक क्षमता को जोड़ता है, जिससे प्रोग्रामर के लिए अपने कोड में छिपे बग्स को ढूंढना और ठीक करना बहुत आसान हो जाता है, बिना घंटों कंप्यूटर के सोचने का इंतज़ार किए।

यहाँ शोध पत्र "Mixing Condition Numbers and Oracles for Accurate Floating-point Debugging" (arXiv:2503.11884v1) का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

फ्लोटिंग-पॉइंट अंकगणित सूक्ष्म राउंडिंग त्रुटियों (rounding errors) को जन्म देता है जो वैज्ञानिक कंप्यूटिंग में विनाशकारी विफलताओं का कारण बन सकती हैं। हालांकि इन त्रुटियों का पता लगाने के लिए स्वचालित उपकरण मौजूद हैं, वर्तमान दृष्टिकोण प्रदर्शन (performance) और सटीकता (accuracy) के बीच एक समझौते (trade-off) से ग्रस्त हैं:

ओरेकल-आधारित डिबगर (जैसे EFTSanitizer): ये उपकरण "सही" परिणाम की गणना करने और फ्लोटिंग-पॉइंट निष्पादन के विरुद्ध तुलना करने के लिए उच्च-परिशुद्धता वाले "ओरेकल्स" (जैसे double-double अंकगणित) का उपयोग करते हैं।
- नुकसान: वे सह-संबंधित त्रुटियों (correlated errors) से ग्रस्त होते हैं। यदि ओरेकल में पर्याप्त परिशुद्धता की कमी है (उदाहरण के लिए, उन मामलों में जहाँ हजारों बिट्स की आवश्यकता होती है), तो यह मूल प्रोग्राम के समान ही त्रुटिपूर्ण मान की गणना करता है, जिससे फॉल्स नेगेटिव (false negatives) उत्पन्न होते हैं (वास्तविक त्रुटियों का पता नहीं चल पाता)। उन्हें ओवरफ्लो/अंडरफ्लो का पता लगाने में भी कठिनाई होती है।
स्थैतिक विश्लेषण उपकरण (जैसे FPTaylor, Satire): ये त्रुटि के सबसे खराब मामले (worst-case error) की सीमाओं का अनुमान लगाने के लिए कंडीशन नंबर और एरर टेलर सीरीज़ का उपयोग करते हैं।
- नुकसान: ये डायनेमिक डिबगिंग के लिए अक्सर बहुत धीमे होते हैं और ओवरफ्लो और अंडरफ्लो को स्पष्ट रूप से संभालने में सक्षम नहीं होते हैं, जिससे वे अक्सर हानिरहित ओवरफ्लो को त्रुटि के रूप में चिह्नित करते हैं (फॉल्स पॉजिटिव) या उन्हें पहचानने में विफल रहते हैं।

अंतराल (The Gap): कोई भी मौजूदा उपकरण ओरेकल-आधारित डिबगरों के उच्च प्रदर्शन और कंडीशन-नंबर-आधारित विश्लेषण की उच्च सटीकता (विशेष रूप से ओवरफ्लो/अंडरफ्लो हैंडलिंग के संबंध में) को एक साथ प्राप्त नहीं कर पाता है।

2. कार्यप्रणाली: EXPLANIFLOAT

लेखक EXPLANIFLOAT पेश करते हैं, जो एक हाइब्रिड डिबगिंग टूल है जो double-double ओरेकल की गति को कंडीशन नंबरों की मजबूती के साथ जोड़ता है, जिसे चरम मानों (extreme values) के लिए एक नवीन लॉगरिदमिक ओरेकल द्वारा सुदृढ़ किया गया है।

A. मुख्य एल्गोरिदम: ओरेकल के ऊपर कंडीशन नंबर

त्रुटियों का पता लगाने के लिए प्रत्येक ऑपरेशन के कंडीशन नंबर ( $\Gamma$ ) की गणना करके, यह उच्च-परिशुद्धता वाले ओरेकल मान के साथ फ्लोटिंग-पॉइंट परिणाम की तुलना करने के बजाय काम करता है।

तंत्र: यह सूत्र $|E_i| = \Gamma_{f}(x_j)|E_j| + c_i$ का उपयोग करके प्रत्येक मध्यवर्ती मान के लिए सापेक्ष त्रुटि सीमा ( $|E_i|$ ) को ट्रैक करता है।
विभाजित कंडीशन नंबर (Split Condition Numbers): त्रुटि स्थानीयकरण (error localization) में सुधार के लिए, टूल कंडीशन नंबरों को दो प्रकारों में विभाजित करता है:
1. स्टेबिलिटी त्रुटियाँ (Stability Errors): बड़े या छोटे इनपुट के कारण (जैसे, बड़े $x$ के लिए $\sin(x)$ की संवेदनशीलता)।
2. कैंसिलेशन त्रुटियाँ (Cancellation Errors): विशिष्ट असतत (discrete) मानों के करीब इनपुट के कारण (जैसे, $k\pi$ के पास $\sin(x)$ )।
लाभ: कंडीशन नंबर कार्यों के अंतर्निहित गुण हैं और वे किसी ओरेकल की परिशुद्धता पर निर्भर नहीं करते हैं। यह "सह-संबंधित त्रुटि" की समस्या से बचता है जहाँ ओरेकल त्रुटि का पता लगाने में विफल रहता है।

B. ओवरफ्लो और अंडरफ्लो को संभालना: लॉगरिदमिक ओरेकल

जब ओवरफ्लो/अंडरफ्लो होता है तो कंडीशन नंबर विफल हो जाते हैं क्योंकि सापेक्ष त्रुटि सीमाएँ टूट जाती हैं। EXPLANIFLOAT इन मामलों के लिए एक लॉगरिदमिक ओरेकल पेश करता है।

प्रतिनिधित्व: मानक फ्लोटिंग-पॉइंट रेंज से बाहर के मानों को $(\text{sign}, \log_2(|x|))$ के रूप में दर्शाया जाता है।
तर्क:
- यदि कोई ऑपरेशन ओवरफ्लो/अंडरफ्लो होता है लेकिन अंतिम परिणाम (बाद के ऑपरेशनों के बाद) प्रतिनिधित्व योग्य सीमा के भीतर रहता है और वास्तविक मान से मेल खाता है, तो कोई त्रुटि नहीं उठाई जाती (हानिरहित ओवरफ्लो)।
- यदि फ्लोटिंग-पॉइंट निष्पादन (जो $\infty$ या $0$ हो जाता है) और लॉगरिदमिक ओरेकल (जो वास्तविक परिमाण को ट्रैक करता है) के बीच विचलन महत्वपूर्ण है, तो एक त्रुटि दर्ज की जाती है।
विशेष मामले: टूल उन जोड़ (additions) में अंडरफ्लो के लिए चेतावनियों को रोकता है जहाँ छोटा पद बड़े पद की तुलना में नगण्य है (जैसे, $1 + 10^{-300}$ )।

C. कार्यान्वयन: DSL नंबर सिस्टम

EXPLANIFLOAT प्रत्येक मध्यवर्ती मान के लिए एक कस्टम शैडो मेमोरी संरचना जिसे DSL (Double-double, Sign, Logarithm) कहा जाता है, का उपयोग करता है:
$\llbracket x \rrbracket = (\hat{x}, \hat{r}, s, \hat{e})$

$\hat{x}, \hat{r}$ : मानक रेंज के लिए डबल-डबल घटक ( qd लाइब्रेरी का उपयोग करके)।
$s, \hat{e}$ : आउट-ऑफ-रेंज मानों के लिए साइन (Sign) और लॉगरिदम (Logarithm) घटक।
हाइब्रिड निष्पादन: सिस्टम सामान्य रेंज के लिए डबल-डबल अंकगणित और ओवरफ्लो/अंडरफ्लो के लिए लॉगरिदमिक अंकगणित के बीच गतिशील रूप से स्विच करता है। इन मोडों के बीच रूपांतरण केवल आवश्यकता पड़ने पर होता है, जिससे MPFR जैसी आर्बिट्ररी-प्रिसिजन लाइब्रेरीों का ओवरहेड बच जाता है।

3. प्रमुख योगदान

कंडीशन-नंबर-आधारित डिबगिंग: एक नवीन एल्गोरिदम जो संभावित रूप से दोषपूर्ण ओरेकल के विरुद्ध तुलना करने के बजाय ऑपरेशनों की संवेदनशीलता (कंडीशन नंबर) का विश्लेषण करके राउंडिंग त्रुटियों का पता लगाता है।
लॉगरिदमिक ओरेकल: एक विशेष ओरेकल जो आर्बिट्ररी-प्रिसिजन अंकगणित के बिना ओवरफ्लो/अंडरफ्लो को सटीक रूप से ट्रैक और डिटेक्ट करने के लिए लॉगरिदमिक नंबर सिस्टम का उपयोग करता है।
DSL कार्यान्वयन: qd लाइब्रेरी और ट्रांसेंडेंटल फंक्शन्स के लिए कस्टम रेंज-रिडक्शन एल्गोरिदम (Payne-Hanek) का उपयोग करके एक उच्च-प्रदर्शन वाला कार्यान्वयन, जो लॉगरिदमिक ट्रैकिंग के साथ डबल-डबल अंकगणित का समर्थन करता है।
विभाजित कंडीशन नंबर: "स्टेबिलिटी" और "कैंसिलेशन" त्रुटियों के बीच अंतर करने का एक तरीका, जो डेवलपर्स को अधिक उपयोगी फीडबैक प्रदान करता है।

4. परिणाम

टूल का मूल्यांकन Herbie 2.1 सूट से 546 कठिन बेंचमार्क पर किया गया, जिसमें इसे डबल-डबल ओरेकल बेसलाइन और एक आर्बिट्ररी-प्रिसिजन बेसलाइन के विरुद्ध परखा गया।

सटीकता (Accuracy):
- प्रिसिजन (Precision): 80.0% (डबल-डबल ओरेकल के 56.5% के मुकाबले)।
- रिकॉल (Recall): 96.1% (डबल-डबल ओरेकल के 65.4% के मुकाबले)।
- उच्च रिकॉल यह दर्शाता है कि यह वास्तविक त्रुटियों को शायद ही कभी छोड़ता है (फॉल्स नेगेटिव), जो डिबगिंग के लिए महत्वपूर्ण है।
प्रदर्शन (Performance):
- EXPLANIFLOAT एक आर्बिट्ररी-प्रिसिजन बेसलाइन (करेक्टली-राउंडेड इंटरवल अंकगणित का उपयोग करने वाला) की तुलना में 4.24× तेज़ है।
- यह शैडो ऑपरेशंस के लिए हार्डवेयर फ्लोटिंग-पॉइंट निर्देशों और मेमोरी एलोकेशन से बचकर यह स्पीडअप प्राप्त करता है।
तुलना:
- यह ओरेकल-आधारित विधि (EFTSanitizer शैली) में प्रिसिजन और रिकॉल दोनों में काफी बेहतर प्रदर्शन करता है।
- यह आर्बिट्ररी-प्रिसिजन बेसलाइन की सटीकता के करीब पहुँचता है जबकि नाटकीय रूप से तेज़ है।

5. महत्व

अंतराल को पाटना (Bridging the Gap): EXPLANIFLOAT सफलतापूर्वक रनटाइम डिबगिंग की गति को स्टेटिक विश्लेषण की विश्लेषणात्मक कठोरता के साथ जोड़ता है, जो प्रदर्शन और सटीकता के दीर्घकालिक समझौते को हल करता है।
मजबूती (Robustness): शुद्ध ओरेकल तुलना से हटकर, यह "सह-संबंधित त्रुटि" विफलता मोड को समाप्त करता है जहाँ उच्च-परिशुद्धता वाले ओरेकल भी इल-कंडीशन्ड (ill-conditioned) समस्याओं में त्रुटि का पता लगाने में विफल हो जाते हैं।
व्यावहारिकता: टूल उच्च-विश्वास वाली चेतावनियाँ (उच्च रिकॉल) प्रदान करता है, जिससे यह वास्तविक दुनिया के विकास वर्कफ़्लो में एकीकरण के लिए उपयुक्त बनता है।
संख्या प्रणालियों में नवाचार: हाइब्रिड डबल-डबल/लॉगरिदमिक शैडो मेमोरी सिस्टम का परिचय फ्लोटिंग-पॉइंट गणनाओं की पूरी डायनेमिक रेंज को संभालने के लिए एक नया प्रतिमान (paradise) प्रदान करता है, जो आर्बिट्ररी-प्रिसिजन लाइब्रेरीओं की भारी लागत के बिना संभव है।

संक्षेप में, EXPLANIFLOAT न्यूमेरिक डिबगिंग में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है, जो एक ऐसा टूल प्रदान करता है जो व्यावहारिक उपयोग के लिए पर्याप्त तेज़ है और चरम मानों (extreme values) सहित सबसे मायावी फ्लोटिंग-पॉइंट त्रुटियों को पकड़ने के लिए पर्याप्त सटीक भी है।