💬 NLP

Beyond Accuracy: Risk-Sensitive Evaluation of Hallucinated Medical Advice

यह शोध पत्र एक जोखिम-संवेदनशील मूल्यांकन ढांचे का प्रस्ताव करता है जो तथ्यात्मक सटीकता से ध्यान हटाकर काल्पनिक चिकित्सा सलाह के संभावित नुकसान पर केंद्रित है, जो जोखिम-युक्त भाषा को परिमाणित करता है, और यह प्रकट करता है कि मानक मेट्रिक्स मॉडलों के बीच महत्वपूर्ण सुरक्षा अंतरों को पकड़ने में विफल रहते हैं।

मूल लेखक: Savan Doshi

प्रकाशित 2026-03-02

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Savan Doshi

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 आपके पास एक बहुत ही बुद्धिमान, विद्वान रोबोट सहायक है जिससे लोग चिकित्सा सलाह मांगते हैं। यदि आप पूछते हैं, "मेरा सिर दर्द कर रहा है, मुझे क्या करना चाहिए?", तो रोबोट कह सकता है, "पानी पिएं और आराम करें।" यह मददगार है। लेकिन कभी-कभी, रोबोट मनगढ़ंत बातें बना सकता है ("हैलुसिनेशन" या भ्रम)।

बड़ी समस्या यह है: सभी मनगढ़ंत उत्तर समान रूप से खतरनाक नहीं होते।

यदि रोबोट कहता है, "आपका सिरदर्द एक दुर्लभ एलियन वायरस के कारण है," तो यह एक मूर्खतापूर्ण झूठ है, लेकिन इससे शायद किसी को नुकसान नहीं पहुँचेगा। हालांकि, यदि रोबोट कहता है, "इस शक्तिशाली हृदय की दवा की तीन अतिरिक्त खुराक तुरंत लें," तो यह एक मनगढ़ंत झूठ है जो किसी की जान ले सकता है।

यह शोध पत्र तर्क देता है कि इन रोबोटों का परीक्षण करने के तरीके वर्तमान में एक गणित के टेस्ट को ग्रेड देने की तरह हैं जहाँ हर गलत उत्तर पर समान दंड मिलता है, चाहे वह एक छोटी सी टाइपिंग की गलती हो या एक खतरनाक गणना त्रुटि। लेखक कहते हैं कि हमें उन्हें परीक्षण करने के एक नए तरीके की आवश्यकता है जो इस बात पर ध्यान केंद्रित करे कि गलती कितनी खतरनाक है, न कि केवल इस पर कि वह तथ्यात्मक रूप से गलत है या नहीं।

यहाँ उनके नए विचार का विवरण दिया गया है, जिसे रोजमर्रा के उदाहरणों का उपयोग करके समझाया गया है:

1. पुराना तरीका: "तथ्य-जांचकर्ता" (The Fact-Checker)

वर्तमान में, शोधकर्ता यह देखते हैं कि क्या रोबोट का उत्तर एक पाठ्यपुस्तक से मेल खाता है।

दोष: यदि रोबोट कहता है, "5 एस्पिरिन लें" (जबकि पाठ्यपुस्तक कहती है 2), तो इसे गलत माना जाता है। यदि वह कहता है, "5 एस्पिरिन लें" और पाठ्यपुस्तक कहती है "2 लें," तो इसे भी गलत माना जाता है।
समस्या: यह प्रणाली एक हानिरहित टाइपिंग की गलती को एक जीवन-घातक ओवरडोज़ निर्देश के समान ही मानती है। यह जोखिम की गंभीरता को समझने में विफल रहती है।

2. नया तरीका: "खतरा डिटेक्टर" (The Danger Detector)

लेखक एक नया ढांचा प्रस्तावित करते हैं जिसे जोखिम-संवेदनशील मूल्यांकन (Risk-Sensitive Evaluation) कहा जाता है। "क्या यह सच है?" पूछने के बजाय, वे पूछते हैं, "यदि कोई वास्तविक व्यक्ति इस सलाह का पालन करता है, तो क्या उसे चोट लग सकती है?"

वे रोबोट के उत्तर में विशिष्ट "खतरनाक शब्दों" की तलाश करते हैं, जैसे कि:

प्रत्यक्ष आदेश: "यह दवा शुरू करें," "उस थेरेपी को रोक दें।"
तत्कालता: "अभी तुरंत ईआर (ER) जाएं," "इंतज़ार न करें।"
उच्च-जोखिम वाली दवाएं: इंसुलिन या रक्त पतला करने वाली दवाओं जैसे खतरनाक ड्रग्स का उल्लेख करना।

उपमा: मौसम के पूर्वानुमान के बारे में सोचें।

पुराना मीट्रिक: क्या रोबोट ने बारिश की भविष्यवाणी की? (हाँ/नहीं)।
नया मीट्रिक: क्या रोबोट ने कहा "हल्की बूंदाबांदी होगी" या "एक श्रेणी 5 का तूफान आ रहा है"? भले ही दोनों ही सटीक मौसम के बारे में तकनीकी रूप से "गलत" हों, लेकिन तूफान की चेतावनी एक बहुत बड़ी बात है यदि वह झूठ है।

3. स्कोर: "रिस्क मीटर" (The Risk Meter)

उन्होंने एक स्कोर बनाया है जिसे RSHS (रिस्क-सेंसिटिव हैलुसिनेशन स्कोर) कहा जाता है।

एक जियोगर काउंटर (Geiger counter) की कल्पना करें जो विकिरण (radiation) को मापता है। यह आपको यह नहीं बताता कि हवा सामान्य रूप से "साफ" है या "गंदी"; यह बताता है कि विकिरण कितना तीव्र है।
यह स्कोर गिनता है कि रोबोट कितने "खतरनाक शब्दों" का उपयोग करता है। यह जितने अधिक खतरनाक निर्देश देगा, स्कोर उतना ही अधिक होगा।
वे प्रासंगिकता (Relevance) की भी जांच करते हैं: क्या रोबोट वास्तव में रोगी की समस्या के बारे में बात कर रहा है?
- परिदृश्य A: आप सिरदर्द के बारे में पूछते हैं, और वह कहता है, "टायलेनोल लें।" (उच्च प्रासंगिकता, कम जोखिम)।
- परिदृश्य B: आप सिरदर्द के बारे में पूछते हैं, और वह कहता है, "आपको तुरंत हृदय की सर्जरी की आवश्यकता है।" (उच्च प्रासंगिकता, उच्च जोखिम)।
- परिदृश्य C: आप सिरदर्द के बारे में पूछते हैं, और वह कहता है, "चंद्रमा पर जाओ।" (कम प्रासंगिकता, लेकिन यदि उसने कहा "इलाज पाने के लिए चंद्रमा पर जाओ," तो यह एक अजीब, खतरनाक भ्रम है)।

4. क्या उन्होंने पाया: "बड़े दिमाग" का विरोधाभास (The Big Brain Paradox)

उन्होंने एक ही रोबोट परिवार के तीन संस्करणों का परीक्षण किया: छोटा (Small), मध्यम (Medium), और बड़ा (Large)।

आश्चर्य: आप सोच सकते हैं कि "बड़ा दिमाग" (बड़ा मॉडल) सबसे सुरक्षित होगा क्योंकि वह अधिक बुद्धिमान है। लेकिन उन्होंने पाया कि बड़े मॉडल ने छोटे मॉडल की तुलना में अधिक खतरनाक सलाह दी।
क्यों? बड़ा मॉडल अधिक आत्मविश्वासी था और विशिष्ट निर्देश (जैसे "इस खुराक को लें") देने के लिए अधिक इच्छुक था, जबकि छोटा मॉडल अधिक संकोची था या बस ऐसी बेतुकी बातें बना रहा था जो चिकित्सा आदेश जैसी नहीं लगती थीं।
सबक: केवल इसलिए कि एक मॉडल अधिक धाराप्रवाह या आत्मविश्वासी लगता है, इसका मतलब यह नहीं है कि वह सुरक्षित है। वास्तव में, आत्मविश्वास कभी-कभी अधिक खतरनाक हो सकता है।

5. "प्रॉम्प्ट" का जाल (The Prompt Trap)

उन्होंने यह भी पाया कि आप प्रश्न कैसे पूछते हैं, यह खतरे के स्तर को बदल देता है।

यदि आप तटस्थ रूप से पूछते हैं ("मुझे सिरदर्द है"), तो रोबोट आमतौर पर सुरक्षित रहता है।
यदि आप समाधान आमंत्रित करने वाले तरीके से पूछते हैं ("इस सिरदर्द को ठीक करने के लिए मुझे क्या करना चाहिए?"), तो रोबोट बहुत अधिक खतरनाक, विशिष्ट आदेश देने की संभावना रखता है।
उपमा: यह एक दोस्त से, "मौसम कैसा है?" बनाम "मैं समुद्र तट पर जा रहा हूँ, मुझे क्या पहनना चाहिए?" पूछने जैसा है। दूसरा प्रश्न आपके दोस्त को विशिष्ट सलाह देने के लिए प्रेरित करता है, जिससे यदि वह अनुमान लगा रहा है, तो गलत सिफारिश देने की संभावना बढ़ जाती है।

निष्कर्ष

यह शोध पत्र हमें बताता है कि हम केवल यह जाँच नहीं सकते कि AI "सही" है या "गलत"। हमें यह देखना होगा कि वह लापरवाह (reckless) तो नहीं है।

चिकित्सा AI बनाते समय, हमें केवल सबसे स्मार्ट रोबोट की तलाश नहीं करनी चाहिए; हमें उस रोबोट को ढूंढना चाहिए जो जानता है कि कब चुप रहना है, बजाय इसके कि वह एक आत्मविश्वासी, मनगढ़ंत नुस्खा दे दे जो मरीज को नुकसान पहुँचा सकता है। लेखक एक नए प्रकार के सुरक्षा परीक्षण की मांग कर रहे हैं जो केवल तथ्य-जांचकर्ता नहीं, बल्कि खतरे के लिए झूठ पकड़ने वाले यंत्र (lie detector for danger) की तरह काम करे।

यहाँ सावन दोषी के शोध पत्र "Beyond Accuracy: Risk-Sensitive Evaluation of Hallucinated Medical Advice" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

लार्ज लैंग्वेज मॉडल्स (LLMs) का उपयोग तेजी से रोगी-केंद्रित चिकित्सा प्रश्न-उत्तर (QA) में किया जा रहा है। हालाँकि हैलुसिनेशन (hallucinations) के लिए मौजूदा मूल्यांकन मानक मुख्य रूप से तथ्यात्मक शुद्धता (अर्थात, क्या आउटपुट एक संदर्भ उत्तर या ग्राउंड ट्रुथ से मेल खाता है) पर ध्यान केंद्रित करते हैं, लेकिन सुरक्षा-महत्वपूर्ण डोमेन में इस दृष्टिकोण की गंभीर सीमाएँ हैं:

समान गंभीरता की धारणा (Uniform Severity Assumption): वर्तमान मेट्रिक्स सभी त्रुटियों को समान रूप से गंभीर मानते हैं। हालाँकि, चिकित्सा के क्षेत्र में, एक सौम्य तथ्यात्मक त्रुटि (जैसे, किसी दवा की खोज का गलत वर्ष) बहुत कम जोखिम पैदा करती है, जबकि एक असमर्थित उपचार निर्देश या तात्कालिकता का संकेत तत्काल रोगी को नुकसान पहुँचा सकता है।
क्लिनिकल जोखिम के साथ मिसअलाइनमेंट (Misalignment with Clinical Risk): मानक बेंचमार्क "एक्शनबल" (कार्यवाही योग्य) हैलुसिनेशन को पकड़ने में विफल रहते हैं। एक मॉडल तथ्यात्मक रूप से गलत लेकिन क्लिनिकली सुरक्षित टेक्स्ट उत्पन्न कर सकता है, या इसके विपरीत, तथ्यात्मक रूप से गलत टेक्स्ट जिसमें खतरनाक निर्देश शामिल हों (जैसे, "अपनी इंसुलिन लेना बंद कर दें")।
विषयनिष्ठता (Subjectivity): हैलुसिनेशन का पता लगाने के लिए अक्सर विशेषज्ञ एनोटेशन की आवश्यकता होती है और यह अत्यधिक विषयनिष्ठ है, जिससे स्वचालित मूल्यांकन कठिन हो जाता है।

यह शोध पत्र तर्क देता है कि मूल्यांकन को शुद्धता के आकलन से हटाकर संभावित प्रभाव (जोखिम) के आकलन की ओर स्थानांतरित होना चाहिए, यदि उस सलाह पर अमल किया जाए।

2. कार्यप्रणाली: जोखिम-संवेदनशील मूल्यांकन ढांचा (Methodology: Risk-Sensitive Evaluation Framework)

लेखक एक नया ढांचा प्रस्तावित करते हैं जो तथ्यात्मक सत्यापन के बजाय जोखिम-वाहक भाषा (risk-bearing language) की उपस्थिति के आधार पर हैलुसिनेशन को मापता है।

A. जोखिम-वाहक भाषा श्रेणियाँ (Risk-Bearing Language Categories)

यह ढांचा उन विशिष्ट भाषाई पैटर्नों की पहचान करता है जो मेडिकल NLP में सुरक्षा-महत्वपूर्ण माने जाते हैं। इन श्रेणियों में शामिल हैं:

उपचार निर्देश (Treatment Directives): दवाओं/उपचारों को शुरू करने, रोकने, बढ़ाने या समायोजित करने के निर्देश।
निषेध/प्रतिबंध (Contraindications/Prohibitions): ऐसे कथन जो दावा करते हैं कि कोई कार्य/दवा नहीं ली जानी चाहिए।
खुराक अभिव्यक्ति (Dosage Expressions): स्पष्ट मात्रा, समय सारणी, या खुराक समायोजन।
तात्कालिकता और ट्राइएज संकेत (Urgency and Triage Cues): आपातकालीन देखभाल खोजने की सिफारिश करना या इसके विपरीत, देखभाल से बचने का सुझाव देना।
उच्च-अलर्ट दवाएं (High-Alert Medications): उच्च-जोखिम वाली दवाओं (जैसे, एंटीकोआगुलंट्स, इंसुलिन) का उल्लेख।
अति-आत्मविश्वासी दावे (Overconfident Assertions): बिना किसी सहायक संदर्भ के निश्चितता दर्शाने वाली भाषा।

B. जोखिम-संवेदनशील हैलुसिनेशन स्कोर (RSHS)

मुख्य मीट्रिक एक निरंतर स्कोर, RSHS है, जो इन जोखिम संकेतों की उपस्थिति और गंभीरता को एकत्रित करता है।

वेटिंग (Weighting): प्रत्येक श्रेणी के भीतर प्रत्येक पैटर्न को संभावित नुकसान के क्रमबद्ध अंतर ( $w_{k,p}$ ) को दर्शाते हुए एक भार दिया जाता है (जैसे, चिकित्सा देखभाल को हतोत्साहित करना सामान्य तात्कालिकता से अधिक भार वाला है)।
नॉर्मलाइजेशन (Normalization): स्कोर को आउटपुट की लंबाई (token length) द्वारा नॉर्मलाइज किया जाता है ताकि विस्तृत आउटपुट के प्रति पक्षपात न हो।
फॉर्मूला (Formula):
$RSHS(x) = \frac{\sum_{k=1}^{K} \sum_{p \in P_k} w_{k,p} \cdot n(p, x)}{1 + \log(1 + |x|)}$
जहाँ $n(p, x)$ रिस्पॉन्स $x$ में पैटर्न $p$ के लिए एक इंडिकेटर फंक्शन है, और $|x|$ टोकन की लंबाई है।

C. जोखिम $\times$ प्रासंगिकता विश्लेषण (QASim)

प्रासंगिक लेकिन जोखिम भरी सलाह और निरर्थक हैलुसिनेशन के बीच अंतर करने के लिए, लेखक एक क्वेरी-रिस्पॉन्स रेलेवेंस स्कोर (QASim) पेश करते हैं।

इसे रोगी की क्वेरी और मॉडल रिस्पॉन्स के सेंटेंस एम्बेडिंग्स के बीच कोसाइन सिमिलैरिटी (cosine similarity) के रूप में गणना किया जाता है।
संयुक्त विश्लेषण (Joint Analysis): यह ढांचा विशेष रूप से उच्च जोखिम और निम्न प्रासंगिकता के प्रतिच्छेदन (intersection) को लक्षित करता है, जिससे उन विफलताओं की पहचान होती जहाँ मॉडल उपयोगकर्ता के इनपुट में कमजोर रूप से ग्राउंडेड (आधारित) खतरनाक, असमर्थित निर्देश उत्पन्न करता है।

3. प्रयोगात्मक सेटअप (Experimental Setup)

मूल्यांकित मॉडल (Models Evaluated): एक ही परिवार के तीन इंस्ट्रक्शन-ट्यून्ड मॉडल (FLAN-T5-small, FLAN-T5-base, FLAN-T5-large) और एक डिकोडर-ओनली मॉडल (Phi-3-mini)।
प्रॉम्प्ट्स (Prompts): 200 सिंथेटिक, रोगी-केंद्रित प्रॉम्प्ट्स जिन्हें "सेफ्टी स्ट्रेस टेस्ट" के रूप में डिज़ाइन किया गया है। ये लक्षण ट्राइएज, दवा प्रबंधन, गर्भावस्था और क्रोनिक रोग को कवर करते हैं, जिन्हें एक्शन योग्य सलाह प्राप्त करने के लिए तैयार किया गया है।
लक्ष्य: यह देखना कि मॉडल स्केल और प्रॉम्प्ट फ्रेमिंग, जोखिम-वाहक भाषा के उत्पादन को कैसे प्रभावित करते हैं।

4. मुख्य परिणाम (Key Results)

विविध जोखिम प्रोफाइल (Divergent Risk Profiles): समान सतही व्यवहार वाले मॉडलों ने काफी अलग जोखिम प्रोफाइल प्रदर्शित किए। बड़े मॉडल (FLAN-T5-large) में जोखिम-वाहक भाषा (उच्च अपर-परसेंटाइल RSHS) उत्पन्न करने की अधिक प्रवृत्ति देखी गई, विशेष रूप से उपचार निर्देशों और तात्कालिकता संकेतों में, छोटे मॉडलों की तुलना में।
मानक मेट्रिक्स की विफलता (Failure of Standard Metrics): मानक मूल्यांकन मेट्रिक्स इन अंतरों को पकड़ने में विफल रहे, क्योंकि उन्होंने खतरनाक निर्देशों की उपस्थिति के बावजूद सभी प्रतिक्रियाओं को समान माना।
प्रॉम्प्ट संवेदनशीलता (Prompt Sensitivity): जब प्रॉम्प्ट्स ने स्पष्ट रूप से प्रबंधन संबंधी विचार आमंत्रित किए, तो जोखिम स्कोर में उल्लेखनीय वृद्धि हुई। यह दर्शाता है कि हैलुसिनेशन का जोखिम कार्य डिजाइन और प्रॉम्प्ट फ्रेमिंग पर अत्यधिक निर्भर है।
जोखिम-प्रासंगिकता विफलता मोड (Risk-Relevance Failure Modes):
- छोटे मॉडल: कभी-कभी विषय से हटकर या निरर्थक प्रतिक्रियाएं उत्पन्न करते थे जिनमें जोखिम-वाहक भाषा शामिल थी (उच्च जोखिम, निम्न प्रासंगिकता)।
- बड़े मॉडल: अक्सर सुसंगत लेकिन अत्यधिक निर्देशात्मक मार्गदर्शन उत्पन्न करते थे (उच्च जोखिम, मध्यम/उच्च प्रासंगिकता)।
Phi-3 का विस्तार: यह ढांचा डिकोडर-ओनली मॉडल (Phi-3) पर भी लागू हुआ, जिसने 0.36 का औसत RSHS दिखाया, जो आर्किटेक्चर केAcross उपयोगिता की पुष्टि करता है।

5. मुख्य योगदान (Key Contributions)

पैराडाइम शिफ्ट (Paradigm Shift): मेडिकल LLMs के हैलुसिनेशन मूल्यांकन के लिए "तथ्यात्मक शुद्धता" से "जोखिम संवेदनशीलता" की ओर बढ़ने का प्रस्ताव।
नया मीट्रिक (RSHS): एक हल्का, व्याख्या योग्य और निरंतर स्कोर पेश करता है जो विशिष्ट सुरक्षा-महत्वपूर्ण भाषाई पैटर्न के आधार पर आउटपुट के "संभावित नुकसान" को मापता है।
संयुक्त विश्लेषण (Joint Analysis): जोखिम स्कोरिंग को सिमेंटिक रेलेवेंस (QASim) के साथ जोड़ता है ताकि एक विशिष्ट, उच्च-दांव वाली विफलता मोड की पहचान की जा सके: खतरनाक सलाह जो उपयोगकर्ता की क्वेरी में कमजोर रूप से ग्राउंडेड है।
अनुभवजन्य साक्ष्य (Empirical Evidence): यह प्रदर्शित करता है कि मॉडल स्केल और प्रॉम्प्ट डिजाइन जोखिम प्रोफाइल को महत्वपूर्ण रूप से बदलते हैं, जो यह सुझाव देता है कि वर्तमान बेंचमार्क सुरक्षा मूल्यांकन के लिए अपर्याप्त हैं।

6. महत्व और सीमाएं (Significance and Limitations)

महत्व:

सुरक्षा-महत्वपूर्ण संरेखण (Safety-Critical Alignment): यह ढांचा मूल्यांकन को वास्तविक नैदानिक सुरक्षा के साथ संरेखित करता है, जहाँ त्रुटि की "एक्शनेबिलिटी" (कार्यवाही योग्यता) उसकी तथ्यात्मक सटीकता से अधिक महत्वपूर्ण है।
नैदानिक उपकरण (Diagnostic Tool): यह डेवलपर्स के लिए एक डायग्नोस्टिक टूल के रूप में कार्य करता है ताकि वे हर परीक्षण के लिए महंगे विशेषज्ञ एनोटेशन की आवश्यकता के बिना मॉडलों की तुलना कर सकें और सुरक्षा-महत्वपूर्ण स्थितियों की जांच कर सकें।
प्रॉम्प्ट डिजाइन जागरूकता: यह उजागर करता है कि मूल्यांकन की वैधता इस बात पर निर्भर करती है कि प्रॉम्प्ट को कैसे फ्रेम किया गया है; न्यूट्रल प्रॉम्प्ट उन खतरनाक व्यवहारों को छिपा सकते जो प्रबंधन-उन्मुख क्वेरी के तहत उभरते हैं।

सीमाएं:

डिप्लॉयमेंट टूल नहीं: यह ढांचा केवल मूल्यांकन के लिए है, रीयल-टाइम सुरक्षा फ़िल्टरिंग या क्लिनिकल निर्णय समर्थन के लिए नहीं।
ह्यूरिस्टिक-आधारित (Heuristic-Based): जोखिम की पहचान पैटर्न-आधारित ह्यूरिस्टिक्स (कीवर्ड/फ्रेज) पर निर्भर करती है, जिससे सूक्ष्म असुरक्षित मार्गदर्शन छूट सकता है या निर्दोष संदर्भों में जोखिम अधिक लग सकता है।
सिंथेटिक डेटा: प्रयोगों में वास्तविक क्लिनिकल मुठभेड़ों के बजाय सिंथेटिक स्ट्रेस टेस्ट का उपयोग किया गया, इसलिए परिणाम पूरी तरह से डिप्लॉयमेंट-रेडी व्यवहार को प्रतिबिंबित नहीं कर सकते हैं।
कोई क्लिनिकल सत्यापन नहीं: यह अध्ययन वास्तविक क्लिनिकल शुद्धता या रोगी परिणामों का आकलन नहीं करता है।

निष्कर्ष (Conclusion)

शोध पत्र यह निष्कर्ष निकालता है कि मेडिकल AI में हैलुसिनेशन मूल्यांकन को सटीकता मेट्रिक्स से आगे विकसित होना चाहिए। सलाह के ग्राउंडिंग (आधार) और जोखिम संवेदनशीलता को शामिल करके, शोधकर्ता उन विशिष्ट विफलता मोडों की पहचान और शमन कर सकते हैं जो रोगी सुरक्षा के लिए सबसे बड़ा खतरा पैदा करते हैं।