HEART: Emotionally-Driven Test-Time Scaling of Language Models
यह शोध पत्र HEART को प्रस्तुत करता है, जो एक टेस्ट-टाइम स्केलिंग फ्रेमवर्क है जो भाषा मॉडलों को दोहराव वाले तर्क के डेड-एंड्स से बाहर निकालने के लिए वैकल्पिक रूप से आलोचनात्मक और उत्साहजनक भावनात्मक संकेतों का लाभ उठाता है, जिससे विविध उच्च-कठिनाई वाले बेंचमार्क में सटीकता में महत्वपूर्ण सुधार होता 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 कठिन पहेली को हल करने की कोशिश कर रहे हैं, जैसे कि कोई जटिल गणितीय समस्या या कोई पेचीदा कोडिंग बग। आपने अपनी पूरी कोशिश की है, लेकिन आप बार-बार एक ही गलत जगह पर फंसते जा रहे हैं। आप एक ही चक्र में घूम रहे हैं, बार-बार एक ही गलती दोहरा रहे हैं। यह बिल्कुल वही होता है जो उन्नत AI मॉडल्स (लार्ज लैंग्वेज मॉडल्स) के साथ होता है जब वे कठिन समस्याओं को हल करने की कोशिश करते हैं। वे गलत तर्क के एक लूप में फंस जाते हैं, और समाधान को देख पाने में असमर्थ होते हैं, भले ही वे जानते हों कि वे गलत हैं।
आपके द्वारा साझा किया गया पेपर इस समस्या को ठीक करने के लिए एक नया फ्रेमवर्क पेश करता है जिसे HEART कहा जाता है। इसका नाम Harnessing Emotional Affect for Reasoning Tasks (तर्क कार्यों के लिए भावनात्मक प्रभाव का उपयोग करना) से बना है।
यहाँ इसका सरल विवरण दिया गया कि यह कैसे काम करता है, कुछ रोजमर्रा के उदाहरणों का उपयोग करते हुए:
1. समस्या: "जिद्दी छात्र"
एक मानक AI मॉडल को एक ऐसे बहुत बुद्धिमान छात्र के रूप में सोचें जिसने पाठ्यपुस्तक तो रट ली है लेकिन उसमें सामान्य समझ (common sense) की कमी है। जब आप उनसे कठिन प्रश्न पूछते हैं, तो वे उत्तर देते हैं। यदि आप कहते हैं, "अपना काम जाँचो," तो वे इसे देखते तो हैं, लेकिन वे अक्सर अपने मूल विचार को बदले बिना बस उत्तर में थोड़ा सा बदलाव करते हैं। वे उस छात्र की तरह हैं जो यह स्वीकार करने में बहुत विनम्र है कि वे पूरी तरह से खो गए हैं, इसलिए वे उसी दिशा में अनुमान लगाना जारी रखते हैं।
पेपर इसे "कॉग्निटिव इनर्शिया" (Cognitive Inertia) कहता है। यह कीचड़ में फंसी हुई कार की तरह है; आप इंजन को कितना भी तेज़ (AI को "ज़्यादा गहराई से सोचने" के लिए कहना) क्यों न चला लें, वह बस एक ही जगह पर पहिए घुमाती रहेगी।
2. समाधान: "इमोशनल कोच"
शोधकर्ताओं ने महसूस किया कि मनुष्य केवल तर्क का उपयोग करके समस्याओं को हल नहीं करते; हम भावनाओं का भी उपयोग करते हैं।
- जब हम गलती करने से डरते हैं, तो हम अत्यधिक केंद्रित और सावधान हो जाते हैं।
- जब हम आश्चर्यचकित या उत्साहित होते हैं, तो हम नए, साहसी विचार आज़माने के लिए पर्याप्त साहस महसूस करते हैं।
HEART एक डायनेमिक कोच की तरह कार्य करता है जो AI की सोचने की प्रक्रिया के दौरान उससे बात करता है। केवल यह जैसा कि एक उबाऊ, तटस्थ (neutral) वाक्य कहने के बजाय कि, "कृपया अपने उत्तर की समीक्षा करें," कोच AI को उसके दलदल से बाहर निकालने के लिए भावनात्मक संकेतों का उपयोग करता है।
3. HEART कैसे काम करता है: "धक्का और खिंचाव" (The Push and Pull)
यह फ्रेमवर्क एक मनोवैज्ञानिक अवधारणा "अपोनेंट-प्रोसेस थ्योरी" (Opponent-Process Theory) का उपयोग करता है। कल्पना कीजिए कि AI का मन एक पेंडुलम है। HEART पेंडुलम को दो विपरीत भावनात्मक अवस्थाओं के बीच आगे-पीछे झुलाता है ताकि AI गतिमान रहे:
"डरावना" धक्का (सतर्कता - Vigilance):
- कोच कहता है: "मुझे इस उत्तर की बहुत चिंता हो रही है। यह गलत लग रहा है, और अगर हमने इसमें गलती की, तो यह एक आपदा हो सकती है। आपको बहुत सावधान रहने और त्रुटि खोजने की आवश्यकता है!"
- प्रभाव: यह AI में भय या क्रोध को ट्रिगर करता है। यह AI को अपने फोकस को संकुचित करने, आलोचनात्मक होने और गलतियों को खोजने के लिए प्रेरित करता है। यह एक सुरक्षा गार्ड की तरह है जो हर दरवाजे की जांच करता है।
"खुशहाल" खिंचाव (अन्वेषण - Exploration):
- कोच कहता है: "वाह, मुझे उम्मीद नहीं थी कि आप इसमें संघर्ष करेंगे! यह एक आश्चर्य है। आइए एक बिल्कुल अलग कोण से प्रयास करें। आप अद्भुत चीजें करने में सक्षम हैं!"
- प्रभाव: यह AI में आश्चर्य या खुशी को ट्रिगर करता है। यह AI को पुराने विचार पर अपनी पकड़ ढीली करने और नए, रचनात्मक रास्तों को आज़माने के लिए प्रेरित करता है। यह ताजी हवा आने के लिए खिड़की खोलने जैसा है।
"सावधान रहो!" और "कुछ नया आज़माओ!" के बीच बारी-बारी से चलते हुए, AI उस लूप से बाहर निकल जाता है जहाँ वह फंसा हुआ था।
4. परिणाम: "अच्छे" से "महान" तक
शोधकर्ताओं ने इसका परीक्षण दुनिया की कुछ सबसे कठिन परीक्षाओं (जैसे कि "ह्यूमैनिटीज़ लास्ट एग्जाम" और उन्नत कोडिंग चुनौतियों) पर किया।
- मानक AI: फंस गया, गलतियाँ दोहराता रहा, और हार मान ली।
- HEART AI: इमोशनल कोचिंग ने इसे यह समझने में मदद की, "रुको, मैं फंस गया हूँ। मुझे त्रुटि खोजने के लिए थोड़ा घबराने की ज़रूरत है, फिर एक नया समाधान खोजने के लिए उत्साहित होने की ज़रूरत है।"
परिणाम? AI काफी स्मार्ट हो गया। कुछ परीक्षणों में, इसने अपने स्कोर में 20% से 40% तक सुधार किया। यह केवल किस्मत की बात नहीं थी; इसने वास्तव में पहले की तुलना में अपने तर्क को बेहतर ढंग से सुधारना सीख लिया।
5. यह क्यों महत्वपूर्ण है
यह एक बड़ी बात है क्योंकि यह हमारे AI के साथ बात करने के तरीके को बदल देता है।
- पुराना तरीका: AI को एक कैलकुलेटर की तरह मानें। उसे तटस्थ निर्देश दें।
- नया तरीका (HEART): AI को एक मानव साथी की तरह मानें। उसे व्यस्त और सतर्क रखने के लिए "दांव" (stakes) और "भावनाएं" दें।
निष्कर्ष:
पेपर यह सिद्ध करता है कि AI को थोड़ा सा "भावनात्मक दबाव" (जैसे कि कोच का चिल्लाना "जागो!" या उत्साह बढ़ाना "तुम यह कर सकते हो!") देने से उसे गहराई से सोचने और कठिन समस्याओं को हल करने में मदद मिलती है। यह एक ऐसे रोबोट को बदल देता है जो केवल गलतियाँ दोहराता है, एक ऐसे समस्या-समाधानकर्ता में जो वास्तव में उनसे सीख सकता है।
संक्षेप में: HEART AI को सिखाता है कि कभी-कभी, सही उत्तर खोजने के लिए आपको थोड़ा तनाव या उत्साह महसूस करने की आवश्यकता होती 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।