🤖 AI

RL Squeezes, SFT Expands: A Comparative Study of Reasoning LLMs

यह शोध पत्र प्रक्षेपवक्र (ट्रैजेक्टरी) और चरण (स्टेप) स्तरों पर तर्क पथों का विश्लेषण करने वाले एक नवीन ढांचे को प्रस्तुत करता है जो यह प्रकट करता है कि सत्यापन योग्य पुरस्कारों के साथ सुदृढीकरण शिक्षण (RLVR) गलत प्रक्षेपवक्रों को संकुचित करता है और तर्क को कम चरणों में केंद्रित करता है, जबकि पर्यवेक्षित सूक्ष्म-ट्यूनिंग (SFT) सही प्रक्षेपवक्रों का विस्तार करता है और तर्क को कई चरणों में वितरित करता है, जिससे वर्तमान दो-चरणीय प्रशिक्षण प्रतिमान की पूरक सफलता की व्याख्या होती है।

मूल लेखक: Kohsei Matsutani, Shota Takashiro, Gouki Minegishi, Takeshi Kojima, Yusuke Iwasawa, Yutaka Matsuo

प्रकाशित 2026-05-28

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Kohsei Matsutani, Shota Takashiro, Gouki Minegishi, Takeshi Kojima, Yusuke Iwasawa, Yutaka Matsuo

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

यहाँ शोध पत्र "RL Squeezes, SFT Expands: A Comparative Study of Reasoning LLMs" का सरल भाषा और रचनात्मक उपमाओं के साथ हिंदी अनुवाद दिया गया है।

बड़ी तस्वीर: रोबोट को सोचने का तरीका सिखाने के दो तरीके

कल्पना कीजिए कि आपके पास एक रोबोट है जो बातें करने में तो अच्छा है लेकिन जटिल गणित या कोडिंग की पहेलियों को सुलझाने में उतना अच्छा नहीं है। इसे स्मार्ट बनाने के लिए, शोधकर्ता प्रशिक्षण के दो मुख्य तरीकों का उपयोग करते हैं:

SFT (Supervised Fine-Tuning): यह अनुकरण (Imitation) की तरह है। आप रोबोट को एक मानव विशेषज्ञ द्वारा समस्या को हल करने का एक आदर्श उदाहरण, चरण-दर-चरण दिखाते हैं, और कहते हैं, "बिल्कुल ऐसा ही करो।"
RL (Reinforcement Learning): यह इनाम और स्कोरकार्ड के साथ 'ट्रायल एंड एरर' (परीक्षण और त्रुटि) की तरह है। आप रोबोट को अपने आप समस्या हल करने देते हैं। यदि वह सही उत्तर देता है, तो उसे एक "गोल्ड स्टार" (इनाम) मिलता है। यदि वह गलत होता है, तो उसे कुछ नहीं मिलता। समय के साथ, वह उन रास्तों से बचना सीख जाता है जो विफलता की ओर ले जाते हैं।

शोध यह सवाल पूछता है: जब हम इन दो अलग-अलग तरीकों का उपयोग करते हैं, तो रोबोट के दिमाग के अंदर वास्तव में क्या होता है? क्या वे रोबोट के सोचने के तरीके को बदलते हैं, या केवल उसके उत्तरों को?

लेखकों ने पाया कि ये दोनों तरीके रोबोट की "सोचने की प्रक्रिया" के साथ विपरीत दिशा में काम करते हैं।

उपमा 1: "तर्क का मार्ग" (ट्रेजेक्टरी स्तर)

रोबोट की सोचने की प्रक्रिया को एक हाइकर (पदमयात्री) के रूप में कल्पना करें जो छिपे हुए खजाने (सही उत्तर) को खोजने के लिए एक विशाल, धुंधले जंगल में चल रहा है। वहाँ कई रास्ते हैं: कुछ खजाने तक ले जाते हैं, और कई मृत अंत (dead ends) या ढलानों की ओर।

SFT (अनुकरण करने वाला) अच्छे रास्तों को "विस्तारित" (Expands) करता है:
जब आप रोबट को एक विशेषज्ञ का नक्शा दिखाते हैं (SFT), तो वह सही रास्ते पर चलना सीख जाता है। लेकिन यहाँ एक पेच है: वह उस सही रास्ते के कई अलग-अलग रूपांतरों पर भी चलना शुरू कर देता है। वह खजाना खोजने के तरीकों में बहुत रचनात्मक और विविध हो जाता है।
- पेच: यह बुरे रास्तों पर चलना बंद नहीं करता है। यदि रोबोट पहले से ही दलदल में भटक रहा था (गलतियाँ कर रहा था), तो SFT उसे चलने के नए तरीके तो सिखाता है, लेकिन वह अभी भी कभी-कभी दलदल में भटक सकता है। यह सही मार्गों की संख्या को "विस्तारित" करता है लेकिन जरूरी नहीं कि बुरे रास्तों को साफ भी करे।
RL (स्कोर देने वाला) बुरे रास्तों को "दबाता" (Squeezes) है:
जब आप रोबोट को इनाम के साथ खेल खेलने देते हैं (RL), तो उसे जल्दी ही समझ आ जाता है कि दलदल वाले रास्ते शून्य अंक की ओर ले जाते हैं। इसलिए, वह वहाँ चलना बंद कर देता है। यह गलत, भ्रमित करने वाले या मृत अंत वाले रास्तों को अस्तित्व से बाहर "दबा" (squeeze) देता है।
- पेच: यह अच्छे रास्तों को भी "दबा" देता है। यह सही उत्तर के रचनात्मक रूपांतरों को तलाशना बंद कर सकता है और केवल उसी एक रास्ते पर टिक सकता है जो उसे पता है कि काम करता है। यह बहुत केंद्रित हो जाता है, लेकिन कम विविध।
जीतने वाली जोड़ी (SFT + RL):
यह पत्र बताता है कि वर्तमान सर्वोत्तम अभ्यास यह क्यों है कि पहले SFT करें, फिर RL।
1. पहले, SFT का उपयोग रोबोट को खजाना खोजने के नए तरीके सिखाने के लिए करें (अच्छे रास्तों का विस्तार करना)।
2. फिर, RL का उपयोग रोबोट को दलदल में भटकने के लिए दंडित करने के लिए करें (गलत रास्तों को दबाना)।
- परिणाम: आपको एक ऐसा रोबोट मिलता है जो समस्या को हल करने के कई तरीके जानता है लेकिन गलतियों से बचने के लिए बहुत अनुशासित भी है।

उपमा 2: "विचारों का शहर" (स्टेप स्तर)

अब, रोबोट की सोचने की प्रक्रिया को एक एकल पथ के रूप में नहीं, बल्कि एक शहर के मानचित्र के रूप में देखें। तर्क का हर "चरण" (जैसे "क्षेत्रफल की गणना करें" या "सूत्र की जाँच करें") इस शहर में एक इमारत है। चरणों के बीच के संबंध सड़कें हैं।

RL एक "हब-एंड-स्पोक" (Hub-and-Spoke) शहर बनाता है:
RL प्रशिक्षण के बाद, शहर बदल जाता है। रोबोट कुछ विशिष्ट, अत्यंत महत्वपूर्ण इमारतों (हब्स) पर बहुत अधिक निर्भर करने लगता है। वह इन प्रमुख चरणों पर बार-बार जाता है।
- प्रभाव: शहर बहुत कुशल हो जाता है लेकिन इन कुछ जगहों के आसपास भीड़भाड़ वाला हो जाता है। रोबोट अपनी "सोचने की शक्ति" को कुछ महत्वपूर्ण चरणों में केंद्रित कर देता है। यह एक ऐसे यात्री की तरह है जो नदी पार करने के लिए केवल तीन विशिष्ट पुलों का उपयोग करता है, बाकी सभी को अनदेखा कर देता है।
SFT एक "वितरित" (Distributed) शहर बनाता है:
SFT प्रशिक्षण के बाद, शहर अलग दिखता है। रोबोट अपनी सोच को फैला देता है। वह कई अलग-अलग इमारतों में जाता है, और कोई भी एक इमारत RL शहर की तरह इतनी अधिक नहीं देखी जाती।
- प्रभाव: विचार "समरूप" (homogenized) या समान रूप से फैले हुए होते हैं। यह एक ऐसे शहर की तरह है जहाँ हर कोई कई तरह की सड़कों का उपयोग करता है, और कोई भी एक सड़क ट्रैफिक जाम का कारण नहीं बनती।

मुख्य निष्कर्ष:

RL रोबोट की सोच को कुछ प्रमुख चरणों पर तीव्र और केंद्रित (Squeezing) बनाता है।
SFT रोबोट की सोच को कई चरणों में व्यापक और वितरित (Expanding) बनाता है।

शहर का आकार (टोपोलॉजी)

शोधकर्ताओं ने ज्यामिति (geometry) का उपयोग करके इन "सोचने वाले शहरों" के आकार को भी देखा।

आधार मॉडल (प्रशिक्षण से पहले): शहर अलग-थलग पड़ोसों (communities) में विभाजित है। एक पड़ोस से दूसरे पड़ोस में जाना कठिन है। रोबोट स्थानीय लूपों (local loops) में फंस जाता है।
RL: यह पड़ोसों के बीच की दीवारों को तोड़ देता है। यह एक ऐसा शहर बनाता है जो कुछ विशाल "हब्स" द्वारा नियंत्रित है जो सब कुछ जोड़ते हैं। यह रोबोट को उत्तर खोजने में बहुत तेज़ बनाता है यदि वह सही हब तक पहुँच जाए, लेकिन वह उन विशिष्ट हब्स पर निर्भर रहता है।
SFT: यह भी दीवारों को तोड़ता है, लेकिन हब्स बनाने के बजाय, यह एक ऐसा जाल (web) बनाता है जहाँ सब कुछ एक-दूसरे से जुड़ा हुआ है। यह शहर को बहुत मजबूत और किसी भी बिंदु से दूसरे बिंदु तक नेविगेट करने में आसान बनाता है।

शोध पत्र के दावों का सारांश

RL एक "दबाने वाला" (Squeezer) है: यह गलत सोचने के रास्तों को कुचल देता है और रोबोट के तर्क को कुछ अत्यधिक कुशल, उच्च-ट्रैफिक वाले चरणों में केंद्रित कर देता है। यह रोबोट को पहली बार में ही सही उत्तर पाने (Pass@1) में बहुत अच्छा बनाता है क्योंकि यह बुरे विकल्पों को खत्म कर देता है।
SFT एक "विस्तार करने वाला" (Expander) है: यह रोबोट को सोचने के नए, सही तरीके सिखाता है और तर्क के भार को कई चरणों में फैला देता है। हालाँकि, यह स्वचालित रूप से उन बुरे रास्तों को नहीं हटाता जिनका रोबोट पहले उपयोग कर रहा था।
SFT + RL क्यों काम करता है: सबसे अच्छे परिणाम तब मिलते हैं जब SFT का उपयोग रोबोट को कैसे सोचना है (अच्छे रास्तों का विस्तार करना) यह सिखाने के लिए किया जाता है और फिर RL का उपयोग उसे गलतियाँ करने से रोकने (बुरे रास्तों को दबाने) के लिए किया जाता है।
संरचना मायने रखती है: RL एक "हब-भारी" (hub-heavy) तर्क संरचना बनाता है, जबकि SFT एक "वितरित" (distributed) संरचना बनाता है। दोनों ही अप्रशिक्षित मॉडल की "खंडित" (fragmented) संरचना से भिन्न हैं।

शोध पत्र यह निष्कर्ष निकालता है कि इन यांत्रिक अंतरों को समझना यह समझाने में मदद करता है कि वर्तमान "दो-चरणीय" (two-stage) प्रशिक्षण विधि (पहले SFT फिर RL) स्मार्ट रीजनिंग AI बनाने के लिए इतनी सफल क्यों है।

तकनीकी सारांश: RL संकुचित करता है, SFT विस्तार करता है: रीजनिंग LLMs का एक तुलनात्मक अध्ययन

समस्या विवरण (Problem Statement)

जबकि वेरिफिएबल रिवॉर्ड्स के साथ रीइन्फोर्समेंट लर्निंग (RLVR) और सुपरवाइज्ड फाइन-ट्यूनिंग (SFT) रीजनिंग क्षमताओं को बढ़ाने के लिए पोस्ट-ट्रेनिंग लार्ज लैंग्वेज मॉडल्स (LLMs) के लिए प्रमुख प्रतिमान (paradigms) हैं, वे विशिष्ट तंत्र (mechanisms) जिनके माध्यम से ये विधियाँ अंतर्निहित रीजनिंग प्रक्रियाओं को आकार देती हैं, अभी भी रहस्य बने हुए हैं। पिछले अध्ययन मुख्य रूप से आउटकम-आधारित मेट्रिक्स (जैसे, Pass@k) पर केंद्रित रहे हैं, जो अक्सर यह निष्कर्ष निकालते हैं कि RL केवल पूर्व-मौजूद बेस क्षमताओं को प्रेरित (elicit) करता है या SFT याद करने (memorization) की ओर ले जाता है जबकि RL सामान्यीकरण (generalization) को बढ़ावा देता है। हालाँकि, इन अध्ययनों में इस बात की सूक्ष्म समझ का अभाव है कि RL और SFT मौलिक रूप से रीजनिंग पथों (reasoning paths) की संरचना और रीजनिंग स्पेस के टोपोलॉजी को कैसे बदलते हैं। यह शोध पत्र इस प्रश्न को संबोधित करता है: सटीकता मापन से परे RL और SFT रीजनिंग प्रक्रिया को कैसे आकार देते हैं?

कार्यप्रणाली (Methodology)

लेखक एक नया विश्लेषण ढांचा पेश करते हैं जो रीजनिंग पथों को परिमाणित (quantify) करता है और विभिन्न प्रशिक्षण व्यवस्थाओं के तहत उनके गुणात्मक परिवर्तनों को कैप्चर करता है। यह अध्ययन गणितीय (AIME24, AIME25, AMC23) और कोड (HumanEval) डोमेन में विभिन्न आकारों के मॉडल्स (1.5B, 7B, और 14B पैरामीटर्स) का उपयोग करता है। विश्लेषण दो स्तरों की सूक्ष्मता (granularity) पर किया गया है:

ट्रैजेक्टरी-स्तरीय विश्लेषण (Trajectory-Level Analysis):
- विधि: बेस, RL, SFT, और SFT+RL मॉडल्स से कई आउटपुट्स (M=256) लिए गए। कैरेक्टर-लेवल n-ग्राम समानता (chrF) के आधार पर आउटपुट्स पर पदानुक्रमित क्लस्टरिंग (UPGMA) लागू करके अद्वितीय रीजनिंग ट्रैजेक्टरीज की पहचान की गई।
- लक्ष्य: प्रशिक्षण से पहले और बाद में अद्वितीय सही और गलत ट्रैजेक्टरीज की संख्या को गिनना और तुलना करना।
स्टेप-लेवल विश्लेषण (रीजनिंग ग्राफ्स) (Step-Level Analysis - Reasoning Graphs):
- निर्माण: मॉडल आउटपुट्स को वाक्यों में विभाजित किया गया, उन्हें एक वेक्टर स्पेस (BGE-large-en-v1.5 का उपयोग करके) में एम्बेड किया गया, और नोड्स को परिभाषित करने के लिए क्लस्टरिंग (K-means) की गई। वाक्यों के बीच संक्रमण (transitions) निर्देशित किनारों (directed edges) का निर्माण करते हैं, जिससे प्रत्येक समस्या के लिए एक "रीजनिंग ग्राफ" बनता है।
- मेट्रिक्स: अध्ययन वैश्विक और स्थानीय टोपोलॉजिकल गुणों का विश्लेषण करता है, जिसमें शामिल हैं:
  - एक्सपोनेंशियल डिके रेट्स (Exponential Decay Rates): नोड विज़िटेशन फ्रीक्वेंसी, डिग्री, और बिटवीननेस सेंट्रालिटी के रैंक प्लॉट्स को एक एक्सपोनेंशियल लॉ ( $X(R) \propto e^{-\lambda R}$ ) के साथ फिट करना ताकि डिके रेट $\beta$ निर्धारित किया जा सके।
  - ग्लोबल टोपोलॉजी: एज डेंसिटी, क्लस्टरिंग कोएफिशिएंट, असॉर्टेटिविटी, मॉड्यूलैरिटी, फ्रीमैन सेंट्रलाइजेशन, औसत पाथ लेंथ, ग्लोबल एफिशिएंसी, और अल्जेब्रिक कनेक्टिविटी।
  - लोकल स्ट्रक्चर: ग्राफलेट विश्लेषण (4-नोड सबग्राफ की गिनती) के माध्यम से चक्रीय (cyclic) बनाम अचक्रीय (acyclic) संरचनाओं का पता लगाना।

मुख्य योगदान (Key Contributions)

यह शोध पत्र एक "रीजनिंग पाथ परिप्रेक्ष्य" स्थापित करता है जो SFT और RL की पूरक भूमिकाओं की व्याख्या करता है:

ट्रैजेक्टरी-स्तरीय गतिशीलता (Trajectory-Level Dynamics):
- RL संकुचित करता है (RL Squeezes): RL ट्रेनिंग अद्वितीय गलत ट्रैजेक्टरीज की संख्या को महत्वपूर्ण रूप से संकुचित करती है, जो प्रभावी रूप से त्रुटियों के सर्च स्पेस को काट (pruning) देती है। हालाँकि, यह अद्वितीय सही ट्रैजेक्टरीज की संख्या को भी कम करती है, जिससे प्रोबेबिलिटी मास कुछ ही पथों पर केंद्रित हो जाता है।
- SFT विस्तार करता है (SFT Expands): SFT ट्रेनिंग अद्वितीय सही ट्रैजेक्टरीज की संख्या को बढ़ाती है, जो बेस मॉडल में अनुपस्थित नई समाधान रणनीतियों को पेश करती है। महत्वपूर्ण रूप से, SFT अकेले गलत ट्रैजेक्टरीज को सुरक्षित रखने की प्रवृत्ति रखता है, जिससे Pass@1 सुधार की गारंटी नहीं मिल पाती।
- सिनर्जी (Synergy): दो-चरणीय SFT+RL दृष्टिकोण की सफलता का श्रेय इस बात को दिया गया है कि SFT सही समाधानों के स्थान का विस्तार करता है, जिसके बाद RL गलतों के स्थान को संकुचित करता है।
स्टेप-लेवल संरचनात्मक परिवर्तन (Step-Level Structural Changes):
- डिके रेट्स (Decay Rates): RL विज़िटेशन फ्रीक्वेंसी, डिग्री, और बिटवीननेस सेंट्रलिटी वितरण के डिके रेट्स ( $\beta$ ) को तीव्र करता है। यह इंगित करता है कि RL रीजनिंग फंक्शनलिटी (जैसे, हब्स, सेंट्रल नोड्स) को चरणों के एक छोटे समूह में समेकित (consolidate) करता है। इसके विपरीत, SFT इन डिके रेट्स को सपाट (flatten) करता है, जिससे कई विविध चरणों में फंक्शनलिटी का समरूपीकरण (homogenization) होता है।
- ग्लोबल टोपोलॉजी:
  - बेस मॉडल्स: उच्च मॉड्यूलैरिटी और कम ग्लोबल एफिशिएंसी प्रदर्शित करते हैं, जो दर्शाता है कि रीजनिंग अलग-अलग, कमजोर रूप से जुड़े समुदायों (communities) में फंसी हुई है।
  - RL मॉडल्स: ग्राफ को हब-सेंट्रलाइज्ड संरचनाओं में बदल देते हैं जिनमें उच्च एज डेंसिटी और कम मॉड्यूलैरिटी होती है, जिससे कुछ केंद्रीय नोड्स के माध्यम से कुशल ट्रावर्सल संभव होता है।
  - SFT मॉडल्स: कम्युनिटी सीमाओं को कमजोर करते हैं ताकि उच्च रोबस्टनेस और रीचेबिलिटी एफिशिएंसी वाले ग्लोबली कनेक्टेड ग्राफ बनाए जा सकें, हालांकि वे कुछ गलत पथों को बनाए रख सकते हैं।
- लोकल स्ट्रक्चर: दोनों RL और SFT चक्रीय सबग्राफ (जो बैकट्रैकिंग और वेरिफिकेशन को दर्शाते हैं) के अनुपात को बढ़ाते हैं, जिससे पता चलता है कि केवल स्थानीय चक्रीय संरचनाएं प्रदर्शन अंतरों की व्याख्या नहीं कर सकतीं; वैश्विक टोपोलॉजी ही मुख्य विभेदक (differentiator) है।

परिणाम (Results)

गणितीय और कोड डोमेन: गणितीय डेटासेट्स (AIME, AMC) और कोड जनरेशन (HumanEval) में निष्कर्ष लगातार सटीक रहते हैं।
Pass@k बनाम Pass@1: RL द्वारा अद्वितीय सही ट्रैजेक्टरीज की कमी यह समझाती है कि क्यों बेस मॉडल्स कभी-कभी बड़े $k$ (at large $k$ ) पर Pass@k में RL मॉडल्स से बेहतर प्रदर्शन कर सकते हैं (बेस मॉडल के व्यापक वितरण के कारण), जबकि RL सबसे संभावित सही पथ पर द्रव्यमान केंद्रित करके Pass@1 में उत्कृष्ट होता है।
टोपोलॉजिकल सहसंबंध (Topological Correlations): ग्लोबल एफिशिएंसी और अल्जेब्रिक कनेक्टिविटी, Pass@1/Pass@k अनुपात के साथ सकारात्मक रूप से सहसंबंधित हैं, जबकि मॉड्यूलैरिटी नकारात्मक रूप से सहसंबंधित है। यह सुझाव देता है कि संपूर्ण समाधान स्थान में कुशल ट्रावर्सल की सुविधा देने वाले रीजनिंग ग्राफ उच्च प्रदर्शन के लिए महत्वपूर्ण हैं।
एब्लेशन अध्ययन (Ablation Studies): डिके रेट्स और टोपोलॉजिकल बदलावों के संबंध में परिणाम विभिन्न क्लस्टर काउंट ( $K$ ), डिस्टेंस मेट्रिक्स (यूक्लिडियन बनाम कोसाइन), और सेंटेंस एनकोडर्स के बावजूद सुदृढ़ (robust) रहते हैं।

महत्व और दावे (Significance and Claims)

यह शोध पत्र "RL संकुचित करता है, SFT विस्तार करता है" परिकल्पना के लिए अनुभवजन्य समर्थन (empirical support) प्रदान करने का दावा करता है, जो एक यांत्रिक स्पष्टीकरण देता है कि वर्तमान सर्वोत्तम अभ्यास (दो-चरणीय SFT के बाद RL) क्यों सफल है।

प्रशिक्षण की व्याख्या: यह प्रस्ताव करता है कि SFT रीजनिंग स्पेस के एक "एक्सपैंडर" (विस्तारक) के रूप में कार्य करता है (नई रणनीतियाँ सीखना), जबकि RL एक "कंप्रेसर" (संकुचक) के रूप में कार्य करता है (त्रुटियों को दबाने और उच्च-प्रोबेबिलिटी सही पथों पर ध्यान केंद्रित करने के लिए वितरण को अनुकूलित करना)।
डेटा क्यूरेशन: निष्कर्ष बताते हैं कि रीजनिंग के लिए डेटा निर्माण में केवल सटीकता के बजाय ग्राफ मेट्रिक्स (जैसे, कम मॉड्यूलैरिटी और उच्च ग्लोबल एफिशिएंसी सुनिश्चित करना) पर विचार किया जाना चाहिए।
भविष्य की दिशाएं: लेखक सुझाव देते हैं कि केवल कार्यात्मक चरणों (हब्स) पर RL लागू करने से दक्षता में सुधार हो सकता है, और यह पता लगाना कि क्या RL में एक्सप्लोरेशन बोनस "अत्यधिक संकुचन" (excessive squeezing) को रोकता है, एक मूल्यवान दिशा है।

यह कार्य यह दावा नहीं करता कि इसने नए प्रशिक्षण एल्गोरिदम का आविष्कार किया है, बल्कि यह मौजूदा विधियों को समझने के लिए एक नैदानिक ढांचे (diagnostic framework) की पेशकश करता है, जो यह व्याख्या करता है कि वर्तमान पोस्ट-ट्रेनिंग रेसिपी क्यों काम करती हैं और अधिक कुशल शिक्षण दृष्टिकोणों और डेटा क्यूरेशन के लिए दिशा सुझाता है।