Elementary Math Word Problem Generation using Large Language Models
यह शोध पत्र MathWiz को प्रस्तुत करता है, जो एक लार्ज लैंग्वेज मॉडल-आधारित प्रणाली है जो केवल न्यूनतम इनपुट (मात्रा, ग्रेड और प्रकार) का उपयोग करके प्रारंभिक गणित के शब्द समस्याएँ उत्पन्न करती है, जो व्यापक प्रयोगों के माध्यम से उच्च व्याकरणिक गुणवत्ता प्रदर्शित करती है जबकि निर्दिष्ट ग्रेड स्तरों और प्रश्न प्रकारों का कड़ाई से पालन करने में वर्तमान सीमाओं को स्वीकार करती 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 शिक्षक हैं जो अपने छात्रों के लिए गणित के होमवर्क के प्रश्नों का एक ढेर तैयार करने की कोशिश कर रहे हैं। आपको उन्हें बिल्कुल सही बनाना है: न तो बहुत कठिन, न ही बहुत आसान, और वे विशिष्ट विषयों जैसे कि "एक अंक को जोड़ना" या "दो अंकों की संख्याओं को घटाना" को कवर करते हों।
इसे हाथ से करना हर बार शून्य से केक बनाने जैसा है। आपको आटा (संख्याओं) मापना होगा, बैटर (कहानी) मिलाना होगा और यह सुनिश्चित करना होगा कि वर्तनी (spelling) एकदम सही हो। इसमें बहुत समय लगता है, और यदि आप थक जाते हैं, तो आप गलती से "apples" को "aples" लिख सकते हैं या ऐसा प्रश्न बना सकते हैं जिसका वास्तव में कोई अर्थ न निकले।
यह पेपर MathWiz को पेश करता है, जो एक नया टूल है जिसे आपका सुपर-शेफ असिस्टेंट बनने के लिए डिज़ाइन किया गया है। यह एक प्रकार के आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करता है जिसे "लार्ज लैंग्वेज मॉडल" (LLM) कहा जाता है ताकि आपके लिए तुरंत ये गणित के प्रश्न "बेक" कर सके।
यहाँ बताया गया है कि शोधकर्ताओं ने इस असिस्टेंट को कैसे बनाया और टेस्ट किया, जिसे सरल शब्दों में समझाया गया है:
1. शुरुआती सहायकों के साथ समस्या
MathWiz से पहले, अन्य AI टूल्स ऐसे रोबोटों की तरह थे जिन्हें रेसिपी कार्ड की आवश्यकता होती थी। यदि आप एक गणित का प्रश्न चाहते थे, तो आपको AI को पहले समीकरण (जैसे, "5 + 3 = ?") या कहानी की पहली पंक्ति देनी पड़ती थी। AI बस उस वाक्य को पूरा कर देता था। यह सीमित था क्योंकि शिक्षक को अभी भी विचार सोचने का कठिन काम खुद ही करना पड़ता था।
MathWiz अलग है। आपको इसे रेसिपी देने की आवश्यकता नहीं है। आप बस इसे कह सकते हैं: "मुझे पहली कक्षा के बच्चों के लिए जोड़ने वाले 5 प्रश्न चाहिए।" इसके बाद AI पूरी कहानी शून्य से बना लेता है, जैसे कि एक ऐसा शेफ जो बिना रेसिपी बुक के खाना बनाना जानता हो।
2. प्रशिक्षण प्रक्रिया (असिस्टेंट को सिखाना)
शोधकर्ताओं ने केवल AI को चालू नहीं किया और उम्मीद नहीं की कि सब ठीक हो जाएगा। उन्होंने इसके साथ एक स्टूडेंट टीचर की तरह व्यवहार किया जो एक कठोर प्रशिक्षण कार्यक्रम से गुजर रहा है:
- सही दिमाग चुनना: उन्होंने अलग-अलग AI मॉडल्स (जैसे Llama-2, Mistral, और Zephyr) का परीक्षण किया यह देखने के लिए कि कौन सा सबसे स्मार्ट बेकर है। उन्होंने Llama-2 को चुना क्योंकि यह सबसे विश्वसनीय था।
- सही आवाज़ ढूँढना (प्रॉम्प्टिंग): उन्होंने AI से पूछने के विभिन्न तरीके आजमाए। कुछ आदेश देने जैसे थे ("यह करो"), अन्य रोल-प्लेइंग जैसे थे ("मान लीजिए कि आप एक गणित शिक्षक हैं")। उन्होंने पाया कि स्पष्ट, संरचित निर्देश देना सबसे अच्छा काम करता है।
- विविधता जोड़ना (Diversity): कभी-कभी, AI ऊब जाता है और खुद को दोहराने लगता है, जैसे कि एक रोबोट बार-बार "The cat sat on the mat" कहता है। शोधकर्ताओं ने AI की सेटिंग्स को थोड़ा बदला (जैसे कि एक "रैंडमनेस डायल" को घुमाना) ताकि यह सुनिश्चित हो सके कि हर समस्या अद्वितीय हो, ठीक वैसे ही जैसे एक वास्तविक शिक्षक एक ही प्रश्न को दो बार नहीं देगा।
- "मानवीय स्पर्श" (फाइन-ट्यूनिंग): इसके बाद AI को हजारों उदाहरण दिखाए गए जो अच्छे गणित के प्रश्न थे जिन्हें शोधकर्ताओं ने खुद लिखा था। यह एक स्टूडेंट टीचर को बेहतरीन लेसन प्लान का ढेर दिखाने जैसा है ताकि वह शैली सीख सके।
- "फीडबैक लूप" (पसंदीदा अनुकूलन): शोधकर्ताओं ने मानव शिक्षकों से AI के काम को देखने और यह कहने के लिए कहा कि, "मुझे यह वाला पसंद है, लेकिन मैं वह वाला नापसंद करता हूँ।" AI ने इन विकल्पों से सीखा, ठीक वैसे ही जैसे एक वीडियो गेम का पात्र खिलाड़ी की पसंद को सीखकर लेवल अप करता है।
3. सुरक्षा जाल (सॉल्वेबिलिटी चेकर)
इतने सारे प्रशिक्षण के बावजूद, AI कभी-कभी गलतियाँ करता है। यह एक ऐसा प्रश्न बना सकता है जिसे हल करना असंभव हो (जैसे "टॉम के पास 5 सेब हैं, उसके दोस्त ने उसे कुछ दिए, अब उसके पास कितने हैं?" बिना यह बताए कि दोस्त ने कितने दिए)।
इसे ठीक करने के लिए, शोधकर्ताओं ने एक दूसरा AI जोड़ा जो एक क्वालिटी कंट्रोल इंस्पेक्टर के रूप में कार्य करता है। छात्र को प्रश्न देने से पहले, यह इंस्पेक्टर जाँचता है: "क्या इसे वास्तव में हल किया जा सकता है?" यदि उत्तर "नहीं" है, तो इंस्पेक्टर इसे कचरे में डाल देता है और मुख्य AI को फिर से प्रयास करने के लिए कहता है।
4. परिणाम: अच्छा, लेकिन पूर्ण नहीं
टीम ने मनुष्यों और कंप्यूटरों द्वारा गणित के प्रश्नों को ग्रेड देने के माध्यम से MathWiz का परीक्षण किया।
- अच्छी खबर: AI स्पष्ट वाक्य लिखने, स्पेलिंग की गलतियों से बचने और यह सुनिश्चित करने में अद्भुत है कि प्रश्न खतरनाक या अनुचित न हों। यह विचारों को उत्पन्न करने के लिए एक बेहतरीन उपकरण है।
- बुरी खबर: AI अभी भी गणित के नियमों के साथ संघर्ष करता है। कभी-कभी यह एक ऐसा प्रश्न बनाता है जो देखने में पहली कक्षा के लिए लगता है लेकिन वास्तव में छठी कक्षा के गणित कौशल की आवश्यकता होती है। यह एक ऐसे स्टूडेंट टीचर की तरह है जो एक सुंदर कहानी तो लिखता है लेकिन गणित को सही ढंग से करना भूल जाता है।
मुख्य निष्कर्ष
MathWiz एक शक्तिशाली ड्राफ्टिंग टूल है। यह 90% भारी काम कर सकता है, जिससे सेकंडों में सैकड़ों अद्वितीय, व्याकरणिक रूप से सही गणित के प्रश्न तैयार किए जा सकते हैं। हालाँकि, यह सुनिश्चित करने के लिए कि गणित का तर्क सही है और कठिनाई का स्तर बिल्कुल सही है, इसे अभी भी एक मानव शिक्षक द्वारा अंतिम "प्रूफरीडिंग" की आवश्यकता होती है।
शोधकर्ताओं ने अपना डेटासेट (उन समस्याओं का संग्रह जो उन्होंने बनाईं और जो त्रुटियाँ मिलीं) सार्वजनिक रूप से भी जारी किया है। यह अन्य शिक्षकों को एक गलतियों और सुधारों की कुकबुक देने जैसा है, ताकि भविष्य में सभी बेहतर AI टूल्स बना सकें।
संक्षेप में: MathWiz एक शानदार असिस्टेंट है जो कहानी तो लिख सकता है, लेकिन गणित की जाँच करने के लिए इसे अभी भी एक मानव शिक्षक की आवश्यकता 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।