No Universal Courtesy: A Cross-Linguistic, Multi-Model Study of Politeness Effects on LLMs Using the PLUM Corpus
यह अध्ययन यह प्रदर्शित करने के लिए नव-जारी बहुभाषी PLUM कॉर्पस का उपयोग करता है कि जबकि शिष्टाचार बड़े भाषा मॉडल (Large Language Model) की प्रतिक्रिया गुणवत्ता को महत्वपूर्ण रूप से प्रभावित करता है, लहजे, संवाद इतिहास और भाषा के विशिष्ट प्रभाव विभिन्न मॉडलों और संस्कृतियों में सार्वभौमिक होने के बजाय अत्यधिक परिवर्तनशील हैं।
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 ही बुद्धिमान, लेकिन थोड़े संवेदनशील रोबोट दोस्त से बात कर रहे हैं। आपने शायद ध्यान दिया होगा कि यदि आप "कृपया" और "धन्यवाद" कहते हैं, तो रोबोट अधिक खुश लगता है और आपको बेहतर उत्तर देता है। लेकिन क्या होगा अगर आप बदतमीजी करते हैं? क्या रोबोट को गुस्सा आता है? क्या वह आपको खराब उत्तर देता है? और क्या यह मायने रखता है कि आप अंग्रेजी, हिंदी या स्पेनिश बोल रहे हैं?
यह शोध पत्र, जिसका शीर्षक "No Universal Courtesy" (कोई सार्वभौमिक शिष्टाचार नहीं) है, एक विशाल विज्ञान प्रयोग की तरह है जहाँ शोधकर्ताओं ने पाँच अलग-अलग सुपर-स्मार्ट एआई रोबोट्स (जैसे GPT-4, Llama, और Claude) को एक भव्य रात्रिभोज पर आमंत्रित किया। वे यह देखना चाहते थे कि रोबोट कैसे प्रतिक्रिया देते हैं जब मेहमान (उपयोगकर्ता) अलग-अलग व्यवहार करते हैं।
यहाँ उनके निष्कर्षों का विवरण दिया गया, जिसे कुछ मजेदार उपमाओं के साथ समझाया गया है:
1. प्रयोग: "टोन टेस्ट" (स्वर परीक्षण)
शोधकर्ताओं ने केवल रोबोट से सरल प्रश्न नहीं पूछे। उन्होंने तीन भाषाओं (अंग्रेजी, हिंदी और स्पेनिश) में 22,500 अलग-अलग बातचीत बनाईं।
उन्होंने तीन मुख्य परिदृश्यों का परीक्षण किया:
- "ताज़ा शुरुआत" (Raw): आप बिना किसी इतिहास के रोबोट के पास जाते हैं और एक प्रश्न पूछते हैं।
- "अच्छी वाइब्स" वाला इतिहास (Polite): आप कुछ समय से अच्छी तरह से चैट कर रहे हैं, और फिर आप एक प्रश्न पूछते हैं।
- "खराब वाइब्स" वाला इतिहास (Impolite): आप कुछ समय से बहस कर रहे हैं या बदतमीजी कर रहे हैं, और फिर आप एक प्रश्न पूछते हैं।
उन्होंने विनम्रता के पांच अलग-अलग "स्वादों" का भी परीक्षण किया, जो अत्यधिक विनम्र ("क्या आप संभवतः...") से लेकर अत्यधिक प्रत्यक्ष ("मुझे यह अभी बताओ!") तक विस्तृत थे।
2. बड़ी आश्चर्यजनक बात: एक आकार सभी के लिए फिट नहीं होता
सबसे बड़ी खोज यह है कि हर रोबोट के लिए हर भाषा में काम करने वाला कोई एक "जादुई शब्द" नहीं है। यह दुनिया के हर व्यक्ति के लिए एक आदर्श पोशाक खोजने की कोशिश करने जैसा है; ऐसा कोई मौजूद नहीं है।
- अंग्रेजी बोलने वाले: यदि आप इन रोबोट्स से अंग्रेजी में बात कर रहे हैं, तो विनम्र या प्रत्यक्ष होना सबसे अच्छा काम करता है। इसे एक औपचारिक व्यावसायिक बैठक की तरह समझें; थोड़ा सा "कृपया" बहुत काम आता है। यदि आप बातचीत की शुरुआत अच्छी तरह से करते हैं, तो रोबोट अच्छा बना रहता है और आपको बेहतर उत्तर देता है (11% तक बेहतर!)।
- हिंदी बोलने वाले: यहाँ नियम बदल जाते हैं। रोबोट तब सबसे अच्छा काम करते थे जब आप अप्रत्यक और सम्मानजनक (जैसे थोड़ा झुककर अभिवादन करना) होते थे। यदि आप बहुत अधिक स्पष्टवादी या आक्रामक थे, तो रोबोट भ्रमित हो गया या उसने खराब उत्तर दिया। यह एक पारंपरिक परिवार के सख्त बुजुर्ग से बात करने जैसा है; आपको अपने लहजे के प्रति बहुत सावधान रहना होगा।
- स्पेनिश बोलने वाले: यह सबसे आश्चर्यजनक था! स्पेनिश में, रोबोट वास्तव में मुखर और आत्मविश्वासी लहजे को पसंद करते थे। बहुत अधिक विनम्र होने से वे कभी-कभी सुस्त हो जाते थे। वे चाहते थे कि आप सीधे और आकर्षक रहें, जैसे रात्रिभोज की मेज पर एक जोशीली बहस चल रही हो।
3. "मूड रिंग" प्रभाव (इतिहास मायने रखता है)
रोबोटों की अल्पकालिक स्मृति होती है, जो एक मूड रिंग की तरह है।
- "अच्छा मूड" लूप: यदि आप बातचीत की शुरुआत अच्छी तरह से करते हैं, तो रोबोट "अच्छे मूड" में रहता है भले ही आप बाद में थोड़े स्पष्टवादी हो जाएं। यह वैसा ही है जैसे यदि आप एक डेट की शुरुआत एक बेहतरीन चुटकुले से करते हैं, तो बाकी की रात आसान महसूस होती है।
- "खराब मूड" का जाल: यदि आप बदतमीजी से शुरुआत करते हैं, तो रोबोट "चिड़चिड़ा" हो जाता है। भले ही आप बाद में माफी मांगें या विनम्र होने की कोशिश करें, उस खराब मूड से बाहर निकलना मुश्किल होता है। उत्तर की गुणवत्ता गिर जाती है, और इसे ठीक करना कठिन होता है।
- उपमा: कल्पना कीजिए कि आपने सफेद शर्ट पर कॉफी गिरा दी है। यदि आप दिन की शुरुआत कॉफी गिराकर करते हैं, तो आप पहले से ही तनाव में हैं। भले ही आप उसे साफ कर दें, दाग (और तनाव) बना रहता है।
4. रोबोटों के अलग-अलग व्यक्तित्व होते हैं
इंसानों की तरह, विभिन्न एआई मॉडल अलग-अलग तरह से प्रतिक्रिया करते हैं:
- Llama: यह रोबोट सबसे अधिक संवेदनशील है। यह एक ड्रामा क्वीन की तरह है; यदि आप बदतमीजी करते हैं, तो यह बहुत परेशान हो जाता है (प्रदर्शन में 11.5% की गिरावट)। यदि आप अच्छे हैं, तो यह चमकता है।
- GPT: यह रोबोट मजबूत व्यक्ति है। इसे विचलित करना बहुत कठिन है। भले ही आप बदतमीजी करें, यह अपना संयम बनाए रखता है और एक अच्छा उत्तर देता है। यह सबसे अधिक "प्रतिरोधी" (adversarial-proof) है।
- DeepSeek: यह विशेष रूप से स्पेनिश में सीधे मुद्दे पर आने के लिए बेहतरीन है।
5. "टूलबॉक्स" जो उन्होंने बनाया (PLUM)
अन्य वैज्ञानिकों की मदद करने के लिए, शोधकर्ताओं ने अपने निष्कर्षों को केवल अपने तक सीमित नहीं रखा। उन्होंने PLUM नामक एक विशाल लाइब्रेरी बनाई।
- PLUM को एक रेसिपी बुक के रूप में सोचें जिसमें अंग्रेजी, हिंदी और स्पेनिश में प्रश्न पूछने के 1,500 अलग-अलग तरीके शामिल हैं, जो "अत्यधिक दयालु" से लेकर "अत्यधिक बदतमीज" तक विस्तृत हैं।
- अब, कोई भी इस किताब का उपयोग अपने स्वयं के रोबोट का परीक्षण करने के लिए कर सकता है और देख सकता है कि क्या वे एक ही तरह से व्यवहार करते हैं।
आपके लिए सीख
यदि आप एआई से सर्वोत्तम उत्तर चाहते हैं:
- बदतमीजी न करें: बातचीत की शुरुआत बदतमीजी से करने से आमतौर पर उत्तर की गुणवत्ता को नुकसान पहुँचता है, और इसे बाद में ठीक करना कठिन होता है।
- अपने दर्शकों को जानें: यदि आप अंग्रेजी में एआई का उपयोग कर रहे हैं, तो विनम्र रहें। यदि आप स्पेनिश में उपयोग कर रहे हैं, तो आत्मविश्वासी और सीधे रहें। यदि आप हिंदी में उपयोग कर रहे हैं, तो सम्मानजनक और अप्रत्यक रहें।
- सही रोबोट चुनें: कुछ रोबोट दूसरों की तुलना में अधिक सख्त होते हैं। यदि आप थोड़ा स्पष्टवादी होने की उम्मीद करते हैं, तो उस रोबोट को चुनें जिसे आसानी से बुरा नहीं लगता (जैसे GPT)।
संक्षेप में: विनम्रता केवल दयालु होने के बारे में नहीं है; यह एक कंप्यूटेशनल टूल है। सही भाषा और सही रोबोट के लिए सही लहजे का उपयोग करना वास्तव में एआई को स्मार्ट और अधिक सहायक बना सकता है। लेकिन कोई "सार्वभौमिक" नियम नहीं है—आपको स्थिति के अनुसार अपनी शैली को अनुकूलित करना होगा!
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।