Generative Augmented Inference
यह शोध पत्र जेनेरेटिव ऑगमेंटेड इन्फरेंस (GAI) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो मानव-लेबल वाले परिणामों के अनुमान की दक्षता और सटीकता को महत्वपूर्ण रूप से सुधारने और लेबलिंग लागत को कम करने के लिए बड़े भाषा मॉडल (LLM) के आउटपुट को सूचनात्मक सहायक विशेषताओं के रूप में उपयोग करता है, बिना एआई भविष्यवाणियों और वास्तविक लेबल के बीच किसी प्रत्यक्ष या ज्ञात संबंध की आवश्यकता के।
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 नए व्यंजन (recipe) को बेहतर बनाने की कोशिश कर रहे एक शेफ हैं। आपको यह जानने की ज़रूरत है कि उसमें नमक की कितनी मात्रा डालनी है, लेकिन नमक के स्तर की जाँच करने के लिए सूप चखना महंगा और समय लेने वाला है, और आपके पास "चखने का समय" केवल कुछ ही चम्मच बचा है।
व्यापार और डेटा की दुनिया में, इस "चखने" को ह्यूमन लेबलिंग (Human Labeling) कहा जाता है। यह वह प्रक्रिया है जहाँ वास्तविक लोग (विशेषज्ञ, ग्राहक, डॉक्टर) प्रश्नों के उत्तर देते हैं। यह 'गोल्ड स्टैंडर्ड' है, लेकिन यह अविश्वसनीय रूप से महंगा है।
यहाँ आर्टिफिशियल इंटेलिजेंस (AI) आता है। AI एक सुपर-फास्ट, सुपर-सस्ते 'सू-शेफ' (sous-chef) की तरह है जो एक सेकंड में सूप के दस लाख कटोरे चख सकता है। लेकिन यहाँ एक पेंच है: AI के स्वाद कलिकाएँ (taste buds) अजीब हैं। इसे लग सकता है कि सूप "बहुत नमकीन" है जबकि वास्तव में वह एकदम सही है, या यह स्वाद का वर्णन ऐसे तरीके से कर सकता है जो मानवीय भाषा से मेल नहीं खाता।
लंबे समय तक, शोधकर्ताओं ने AI के उत्तरों को वास्तविक मानवीय उत्तरों के रूप में उपयोग करने की कोशिश की। उन्होंने AI के "स्वाद" को उन कुछ मानवीय "स्वादों" के साथ मिला दिया जो उनके पास थे। लेकिन क्योंकि AI अक्सर पक्षपाती या अजीब होता है, इसने अंतिम व्यंजन को और भी खराब कर दिया।
यह पेपर जेनरेटिव ऑगमेंटेड इन्फरेंस (Generative Augmented Inference - GAI) नामक एक नई विधि पेश करता है। GAI को एक मानव शेफ के विकल्प के रूप में नहीं, बल्कि एक स्मार्ट ट्रांसलेटर के रूप में सोचें जो आपको अपने व्यंजन को बेहतर बनाने के लिए AI के अजीब विवरणों का उपयोग करने में मदद करता है, भले ही नमक के मामले में AI गलत हो।
यहाँ बताया गया है कि GAI कैसे काम करता है, जिसे सरल अवधारणाओं में विभाजित किया गया है:
1. पुराना तरीका: "अंधा प्रतिस्थापन" (The Blind Substitution)
कल्पना कीजिए कि आप AI से पूछते हैं, "क्या यह सूप नमकीन है?" और वह कहता है "हाँ।"
- गलती: यदि आप केवल मानव के उत्तर को AI के "हाँ" के साथ बदल देते हैं, तो आप यह मान रहे हैं कि AI पूर्ण है। यदि AI लगातार गलत है (उदाहरण के लिए, उसे लगता है कि सब कुछ नमकीन है), तो आपका अंतिम व्यंजन बर्बाद हो जाएगा।
- परिणाम: आपको एक पक्षपाती और गलत अनुमान प्राप्त होता है।
2. नया तरीका (GAI): "स्मार्ट सहायक" (The Smart Assistant)
GAI सवाल बदल देता है। यह पूछने के बजाय कि, "क्या AI का उत्तर सत्य है?", यह पूछता है, "AI का उत्तर हमें सत्य के बारे में क्या बताता है?"
AI को एक प्रतिस्थापन के रूप में नहीं, बल्कि एक सुराग (clue) के रूप में देखें।
- रूपक (Metaphor): कल्पना कीजिए कि AI एक हवा की दिशा बताने वाला यंत्र (weather vane) है जो हवा में बेतहाशा घूमता है। यह आपको हवा की सटीक गति (मानवीय लेबल) नहीं बताता है, लेकिन यदि यह तेजी से घूमता है, तो आप जानते हैं कि हवा तेज है। यदि यह धीरे घूमता है, तो हवा शांत है। भले ही वह यंत्र टूटा हुआ हो और गलत दिशा में घूम रहा हो, फिर भी उसके घूमने की गति आपको मौसम के बारेв उपयोगी जानकारी देती है।
- GAI इसका उपयोग कैसे करता है: GAI AI के आउटपुट (घूमता हुआ यंत्र) को देखता है और यह पता लगाने के लिए एक विशेष गणितीय ट्रिक (Orthogonal Moment Construction) का उपयोग करता है कि मानव डेटा को कैसे समायोजित किया जाए। यह AI के आउटपुट को एक 'तथ्य' के बजाय एक 'फीचर' (सुराग) के रूप में मानता है।
3. "सेफ डिफॉल्ट" गारंटी (The "Safe Default" Guarantee)
यह सबसे रोमांचक हिस्सा है। लेखक एक "सेफ डिफॉल्ट" गुण सिद्ध करते हैं:
- वादा: यदि आप GAI का उपयोग करते हैं, तो आप कभी भी उस स्थिति से बुरा प्रदर्शन नहीं करेंगे जब आपने AI को पूरी तरह से अनदेखा कर दिया होता।
- रूपक: कल्पना कीजिए कि आप घोड़े की दौड़ के विजेता का अनुमान लगाने की कोशिश कर रहे हैं। आपके पास कुछ विशेषज्ञ राय (मानव) हैं और भीड़ से मिले बहुत सारे रैंडम अनुमान (AI) हैं।
- यदि आप भीड़ को अनदेखा कर देते हैं, तो आप सुरक्षित हैं लेकिन शायद बहुत सटीक नहीं हैं।
- यदि आप आँख मूंदकर भीड़ पर भरोसा करते हैं, तो आप हार सकते हैं।
- GAI एक स्मार्ट सट्टेबाज की तरह है जो भीड़ के शोर को देखता है। यदि भीड़ शोर भरी है लेकिन उसमें कुछ संकेत (signal) है, तो GAI इसका उपयोग अपने दांव को तेज करने के लिए करता है। यदि भीड़ पूरी तरह से बेकार है, तो G
GAI इसे अनदेखा कर देता है और विशेषज्ञों पर टिक जाता है। आप GAI का उपयोग करके हार नहीं सकते।
4. वास्तविक दुनिया की जीत (The "Magic" Results)
इस पेपर ने इस विचार का तीन बहुत अलग परिदृश्यों में परीक्षण किया, और यह हर बार जादू की तरह काम कर गया:
परिदृश्य A: वैक्सीन का चुनाव (The "Hard" Test)
- सेटअप: एक AI ने अनुमान लगाने की कोशिश की कि लोग कौन सी वैक्सीन चुनेंगे। इसकी सटीकता सिक्का उछालने (54% सटीकता) से मुश्किल से बेहतर थी।
- परिणाम: GAI ने इस "सिक्का उछालने वाले" AI डेटा को थोड़े से मानव डेटा के साथ जोड़ा। इसने त्रुटि को 50% कम कर दिया और मानव परीक्षकों की आवश्यकता को 75% कम कर दिया। इसने AI के "तर्क" में छिपे पैटर्न खोज निकाले जिन्हें AI खुद भी नहीं जानता था।
परिदृश्य B: रिटेल प्राइसिंग (The "Biased" Test)
- सेटअप: एक AI ने भविष्यवाणी की कि लोग कोई उत्पाद खरीदेंगे या नहीं, लेकिन यह लगातार बहुत निराशावादी था (इसने कहा कि 30% लोग खरीदेंगे, लेकिन वास्तव में 44% ने खरीदा)।
- परिणाम: क्योंकि GAI AI को "तथ्य" के बजाय एक "सुराग" के रूप में मानता है, इसने इस पक्षपात को ठीक कर दिया। इसने उतनी ही सटीकता प्राप्त की जितनी कि एक ऐसी विधि ने जिसमें 300 मानव लेबल का उपयोग किया गया था, जबकि इसमें केवल 100 मानव लेबल का उपयोग किया गया था।
परिदृश्य C: स्वास्थ्य बीमा (The "Easy" Test)
- सेटअप: यह AI का अपना क्षेत्र था। AI बहुत सटीक था (85% सही)। यह वह जगह है जहाँ अन्य विधियाँ जीतती हैं।
- परिणाम: यहाँ भी, GAI ने प्रतिस्पर्धा को पछाड़ दिया। इसने मानव लेबल की आवश्यकता को 90% कम कर दिया (1,000 मानव लेबल का काम करने के लिए केवल 100 मानव लेबल का उपयोग किया) जबकि गणित को पूरी तरह से सटीक रखा।
यह क्यों मायने रखता है
व्यापार जगत में, "सत्य" (मानव डेटा) प्राप्त करना महंगा है। "AI डेटा" प्राप्त करना सस्ता है।
- पहले: हमें महंगी सच्चाई या सस्ते, अविश्वसनीय अनुमानों के बीच किसी एक को चुनना पड़ता था।
- अब (GAI के साथ): हम दोनों दुनिया का सर्वश्रेष्ठ प्राप्त कर सकते हैं। हम सस्ते AI सुरागों के पहाड़ को एक सटीक, विश्वसनीय मानचित्र में बदलने के लिए थोड़े से महंगे मानव सत्य का उपयोग करते हैं, जिससे वे 'कैलिब्रेट' हो जाते हैं।
संक्षेप में: GAI एक ऐसा ढांचा (framework) है जो हमें हमें सिखाता है कि AI की हर बात पर विश्वास किए बिना उसे कैसे सुना जाए। यह AI को एक "नकली इंसान" से बदलकर एक "सुपर-पावर्ड असिस्टेंट" बना देता है जो हमें कम प्रयास के साथ बेहतर निर्णय लेने में मदद करता 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।