Assessment of Evolving Large Language Models in Upper Secondary Mathematics
यह अध्ययन प्रदर्शित करता है कि विकसित होते बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) गणितीय दक्षता में तेजी से उन्नत हुए हैं, जो मध्यम प्रदर्शन से लेकर फिनिश उच्च माध्यमिक मैट्रिकुलेशन परीक्षा में लगभग पूर्ण अंक प्राप्त करने तक प्रगति कर चुके हैं, जिससे गणित शिक्षा में सहायता के लिए शक्तिशाली उपकरण के रूप में उनकी क्षमता उजागर होती 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 दौड़ देख रहे हैं जहाँ धावक इंसान नहीं, बल्कि "सुपर-ब्रेन" (लार्ज लैंग्वेज मॉडल या LLM) के विभिन्न संस्करण हैं। जिस ट्रैक पर वे दौड़ रहे हैं, वह फिनिश हाई स्कूल मैथ एग्जाम है, जो एक अत्यंत कठिन परीक्षा है जो यह निर्धारित करती है कि छात्र विश्वविद्यालय में प्रवेश पा सकते हैं या नहीं।
यहाँ उन डिजिटल धावकों के विकसित होने की कहानी है, जो लड़खड़ाते शुरुआती दौर से लेकर पूर्ण चैंपियन बनने तक का सफर तय करते हैं, जो इस शोध पत्र पर आधारित है।
शुरुआती रेखा: "बेबी" चरण (अगस्त 2023)
दौड़ की शुरुआत में, AI धावक उन छात्रों की तरह थे जिन्होंने अभी-अभी बीजगणित (algebra) सीखना शुरू किया है।
- धावक: OpenAI के GPT-4 का एक प्रारंभिक संस्करण।
- परिणाम: इसने 120 में से 64 अंक प्राप्त किए। फिनिश ग्रेडिंग सिस्टम में, यह एक पासिंग ग्रेड है, लेकिन यह काफी कम है (ग्रेड "E")। यह एक ऐसे छात्र की तरह था जिसने कक्षा तो पास कर ली लेकिन बहुत ही मुश्किल से।
- प्रतिद्वंद्वी: Google का "Bard" और भी पीछे था, जिसने 34 (ग्रेड "C") स्कोर किया, जो एक ऐसे छात्र की तरह है जो परीक्षा में फेल हो गया।
इस चरण में, शोध पत्र नोट करता है कि ये AI मॉडल सरल चीजों में अच्छे थे लेकिन उन्हें हाई स्कूल मैथ के लिए आवश्यक जटिल तर्क (logic) के लिए संघर्ष करना पड़ता था। वे एक कैलकुलेटर की तरह थे जो कभी-कभी गुणा करना भूल जाते थे।
ट्रेनिंग मोंटाज: स्मार्ट बनना (देर से 2023 – शुरुआत 2024)
शोधकर्ताओं ने कुछ महीनों बाद फिर से जांच की। AI धावकों ने कड़ी "ट्रेनिंग" ली थी।
- अपग्रेड: AI ने टूल्स का उपयोग करना सीखा, विशेष रूप से पायथन (Python) नामक एक प्रोग्रामिंग भाषा। इसे ऐसे समझें जैसे धावक को अचानक केवल पैदल दौड़ने के बजाय एक हाई-टेक साइकिल का उपयोग करने की अनुमति मिल गई हो।
- परिणाम: 2023 के अंत तक, GPT-4 धावक तेजी से भागकर 120 में से 93 तक पहुँच गया, जिससे उसे शीर्ष ग्रेड ("L") मिला। अब यह 3D स्पेस से जुड़ी जटिल ज्यामिति (geometry) की समस्याओं को हल कर सकता था, जो पहले इसके लिए असंभव था।
- अंतर: हालाँकि, सभी धावक एक ही गति से नहीं सुधरे। 2024 की शुरुआत में, Google के AI का एक मुफ्त संस्करण अभी भी बीच के स्तर पर अटका हुआ था, जबकि OpenAI और Microsoft के AI के सशुल्क (paid) संस्करण दौड़ में सबसे आगे थे।
फिनिश लाइन: "सुपरह्यूमन" युग (जनवरी 2025)
जब तक शोधकर्ताओं ने 2025 की शुरुआत में अंतिम परीक्षण किया, दौड़ पूरी तरह बदल चुकी थी। AI धावक केवल प्रतिस्पर्धा नहीं कर रहे थे; वे स्कोरबोर्ड को तोड़ रहे थे।
- नए चैंपियन: दो नए धावक, DeepSeek R1 और OpenAI का o3, 120 में से 120 का पूर्ण स्कोर लेकर फिनिश लाइन पार कर गए।
- अर्थ: इन मॉडलों ने केवल परीक्षा पास नहीं की; उन्होंने लगभग किसी भी मानव छात्र से बेहतर स्कोर किया है। वास्तव में, यदि ये AI मॉडल आज फिनिश विश्वविद्यालयों में आवेदन करने वाले वास्तविक छात्र होते, तो उन्हें सबसे प्रतिस्पर्धी कार्यक्रमों (जैसे चिकित्सा या इंजीनियरिंग) में स्वीकार कर लिया जाता और उन्हें आवेदक पूल में सबसे ऊपर रखा जाता।
वे इतने तेज़ कैसे हुए? (सीक्रेट सॉस)
शोध पत्र बताता है कि इन मॉडलों ने केवल अधिक "याद" नहीं किया। उन्होंने सोचने का तरीका बदला।
- चेन ऑफ थॉट (Chain of Thought): कल्पना कीजिए कि एक इंसान एक कठिन पहेली सुलझा रहा है। वे केवल उत्तर का अनुमान नहीं लगाते; वे रुकते हैं, कदम-दर-कदम सोचते हैं, अपने काम की जाँच करते हैं, और यदि वे फंस जाते हैं तो गलतियों को सुधारते हैं। नए AI मॉडल (जैसे OpenAI का "o1" और "o3") भी ऐसा ही करते हैं। वे उत्तर देने से पहले एक "सोचने की प्रक्रिया" का अनुकरण करते हैं, जिससे वे अपनी गलतियों को खुद पकड़ पाते हैं।
- स्व-सुधार (Self-Correction): पुराने मॉडल उस छात्र की तरह थे जो एक उत्तर लिखता है और तुरंत उसे जमा कर देता है। नए मॉडल उस छात्र की तरह हैं जो एक ड्राफ्ट लिखता है, गलती का एहसास करता है, समाधान को फिर से लिखता है, और फिर उसे जमा करता है। यह "विचारशील" (deliberative) सोच ही थी जिसने उन्हें पूर्ण स्कोर प्राप्त करने में सक्षम बनाया।
मुख्य निष्कर्ष
शोध पत्र निष्कर्ष निकालता है कि इन AI टूल्स का "गणितीय मस्तिष्क" केवल कुछ वर्षों में अविश्वसनीय रूप से तेजी से विकसित हुआ है।
- वे क्या कर सकते हैं: वे अब औसत मानव छात्र से बेहतर, उच्च-दांव वाली कठिन गणित परीक्षाओं को हल कर सकते हैं, और अक्सर पूर्ण स्कोर प्राप्त करते हैं।
- शोध पत्र आगे क्या पूछता है: शोध पत्र यह दावा नहीं करता कि ये AI अभी शिक्षक बनने के लिए तैयार हैं। यह पूछता है: सिर्फ इसलिए कि वे समस्या को पूरी तरह से हल कर सकते हैं, क्या वे वास्तव में इसे एक भ्रमित छात्र को मददगार तरीके से समझा सकते हैं? शोध पत्र सुझाव देता है कि जबकि "हल करने" वाला हिस्सा महारत हासिल कर चुका है, "सिखाने" वाला हिस्सा अगला बड़ा चैलेंज है।
संक्षेप में: AI रिकॉर्ड समय में एक संघर्ष करने वाले छात्र से गणित के जीनियस में बदल गया है, लेकिन सवाल अब यह है कि क्या वह एक अच्छा ट्यूटर बन सकता 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।