GoCoMA: Hyperbolic Multimodal Representation Fusion for Large Language Model-Generated Code Attribution
यह शोध पत्र GoCoMA को प्रस्तुत करता है, जो एक मल्टीमॉडल फ्रेमवर्क है जो कोड स्टाइलोमेट्री और बाइनरी प्री-एग्जीक्यूटेबल आर्टिफैक्ट इमेजेस को फ्यूज करने के लिए हाइपरबोलिक ज्योमेट्री का लाभ उठाता है ताकि LLM-जनित कोड को उसके स्रोत मॉडल के सटीक रूप से एट्रिब्यूट किया जा सके, जो मौजूदा यूनिमोडल और यूक्लिडियन बेसलाइन्स से बेहतर प्रदर्शन करता 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 जासूस हैं जो यह पता लगाने की कोशिश कर रहे हैं कि कोड का एक विशिष्ट हिस्सा किसने लिखा है। अतीत में, यदि किसी इंसान ने इसे लिखा होता, तो आप उनकी "लिखावट" देख सकते थे—शायद वे हमेशा विशिष्ट वेरिएबल नामों का उपयोग करते थे, कुछ जगहों पर स्पेस छोड़ते थे, या एक अनूठे तरीके से कमेंट करते थे।
लेकिन अब, लार्ज लैंग्वेज मॉडल्स (LLMs) जैसे कि ChatGPT या Copilot कोड लिख रहे हैं जो मानवीय लेखन के लगभग समान दिखता है। यह एक कुशल जालसाज की तरह है जो आपकी लिखावट की सटीक नकल कर सकता है। यह एक बड़ी समस्या पैदा करता है: इसे किसने लिखा है? क्या यह एक इंसान ने लिखा है, या यह एक AI है? और अगर यह एक AI है, तो कौन सा AI?
यहीं पर GoCoMA नामक एक नया टूल काम आता है। GoCoMA को एक उच्च-तकनीकी फॉरेंसिक स्कैनर के रूप में समझें जो न केवल "लिखावट" (टेक्स्ट) को देखता है, बल्कि कंपाइल होने पर मशीन पर छोड़े गए "फिंगरप्रिंट" को भी देखता है।
यह कैसे काम करता है, इसे सरल अवधारणाओं में यहाँ दिया गया है:
1. दो सुराग: स्क्रिप्ट और फुटप्रिंट
GoCoMA एक ही समय में दो अलग-अलग चीजों को देखता है:
- द स्क्रिप्ट (सोर्स कोड): यह वह टेक्स्ट है जो प्रोग्रामर (या AI) ने लिखा है। यह एक कहानी पढ़ने जैसा है। यह लेखन के अर्थ और शैली को बताता है।
- द फुटप्रिंट (बाइनरी इमेज): जब कोड को एक प्रोग्राम में बदल दिया जाता है जिसे कंप्यूटर चला सके, तो इसे "बाइनरी" फाइल (1 और 0 का एक समूह) में कंपाइल किया जाता है। GoCoMA इस अव्यवस्थित बाइनरी फाइल को एक चित्र में बदल देता है।
- उपमा: कल्पना कीजिए कि आपके पास एक हस्तलिखित पत्र है। "स्क्रिप्ट" पन्ने पर लिखे शब्द हैं। "फुटप्रिंट" स्वयं कागज है। भले ही दो लोग एक ही शब्द लिखें, लेकिन कागज का टेक्सचर, स्याही के धब्बे या रेशों का पैटर्न उस मशीन के आधार पर अलग हो सकता है जिसने इसे प्रिंट किया है। GoCoMA इन "मशीन टेक्सचर्स" को देखने के लिए बाइनरी फाइल को एक चित्र में बदल देता है।
2. सामान्य गणित (यूक्लिडियन स्पेस) के साथ समस्या
आमतौर पर, जब कंप्यूटर इन दो सुरागों (टेक्स्ट और चित्र) को जोड़ते हैं, तो वे मानक गणित (यूक्लिडियन स्पेस) का उपयोग करते हैं।
- उपमा: कल्पना कीजिए कि आप एक लाइब्रेरी को व्यवस्थित करने की कोशिश कर रहे हैं जहाँ किताबें एक सपाट, 2D ग्रिड में रखी गई हैं। यदि आपके पास कुछ ही किताबें हैं, तो यह ठीक है। लेकिन यदि आपके पास लाखों किताबें जटिल संबंधों के साथ हैं (जैसे कि एक वंशावली), तो एक सपाट ग्रिड बहुत भीड़भाड़ वाला हो जाता है। आप आसानी से यह नहीं दिखा सकते कि "अध्याय 1", "अध्याय 2" का जनक है, बिना शेल्फ को बहुत बड़ा और अव्यवस्थित बनाए।
- इस सपाट गणित में, विभिन्न AI मॉडलों के बीच के सूक्ष्म अंतर "दब" जाते हैं, जिससे उन्हें पहचानना कठिन हो जाता है।
3. समाधान: हाइपरबोलिक स्पेस (पोइन्केयर बॉल)
GoCoMA हाइपरबोलिक ज्योमेट्री नामक एक विशेष प्रकार के गणित का उपयोग करता है।
- उपमा: एक मशरूम या फ्रैक्टल ट्री की कल्पना करें। इस आकार में, केंद्र छोटा होता है, लेकिन जैसे-जैसे आप बाहर की ओर बढ़ते हैं, स्थान तेजी से फैलता है।
- आप "बड़े विचारों" (जैसे कि एक AI की सामान्य शैली) को केंद्र के पास रख सकते हैं।
- आप "सूक्ष्म विवरणों" (जैसे कि बाइनरी इमेज में विशिष्ट बाइट पैटर्न) को किनारों पर दूर रख सकते हैं।
- क्योंकि किनारे पर स्थान बहुत तेजी से बढ़ता है, इसलिए आप लाखों अद्वितीय विवरणों को एक-दूसरे से टकराए बिना फिट कर सकते हैं। यह GoCoMA को "बड़ी तस्वीर" और "सूक्ष्म विवरणों" को पूरी तरह से व्यवस्थित रखने की अनुमति देता है।
4. जादुई गोंद: GCSA फ्यूजन
एक बार जब ये सुराग इस विशेष "मशरूम के आकार" वाले गणितीय स्थान में आ जाते हैं, तो GoCoMA जियोडेसिक कोसाइन सिमिलैरिटी अटेंशन (GCSA) नामक एक विशेष गोंद का उपयोग करता है।
- उपमा: कल्पना कीजिए कि एक जासूस "स्क्रिप्ट" को देख रहा है और दूसरा "फुटप्रिंट" को देख रहा है। सामान्य गणित में, वे बस अपने निष्कर्ष एक-दूसरे पर चिल्लाकर बताते हैं। GoCoما में, वे एक ऐसे कमरे में हैं जहाँ दीवारें मुड़ी हुई हैं। यह वक्रता उन्हें तुरंत यह समझने में मदद करती है कि "स्क्रिप्ट" का "फुटप्रिंट" के साथ क्या संबंध है।
- यह गणना करता है कि टेक्स्ट शैली और बाइनरी इमेज पैटर्न के बीच की "दूरी" उनके पदानुक्रम (hierarchy) के अनुरूप कैसे है। यह समझ जाता है कि: "आह, यह विशिष्ट टेक्स्ट शैली आमतौर पर इस विशिष्ट बाइनरी पैटर्न से आती है।"
5. परिणाम: इसे किसने लिखा?
इस विशेष घुमावदार स्थान में इन सुरागों को मिलाने के बाद, GoCoMA उत्तर को सामान्य गणित में वापस प्रोजेक्ट करता है ताकि कंप्यूटर एक अंतिम निर्णय ले सके।
यह बेहतर क्यों है?
- पुराने तरीके (केवल टेक्स्ट देखना) अक्सर भ्रमित हो जाते हैं क्योंकि AI टेक्स्ट की नकल करने में माहिर होते हैं।
- नए तरीके (केवल बाइनरी इमेज देखना) ठीक-ठाक हैं, लेकिन वे संदर्भ (context) को मिस कर देते हैं।
- GoCoMA दोनों को जोड़ता है। यह समझता है कि भले ही एक AI इंसान के शब्दों की नकल कर सकता है, लेकिन वह कंपाइल किए गए बाइनरी में एक अनूठा "मशीन फिंगरप्रिंट" छोड़ देता है जिसे नकली बनाना बहुत कठिन है।
निचोड़ (The Bottom Line)
शोधकर्ताओं ने कोड के दो विशाल सेटों पर GoCoMA का परीक्षण किया। उन्होंने पाया कि शब्दों और मशीन के चित्र, दोनों को देखने और सुरागों को व्यवस्थित करने के लिए घुमावदार गणित का उपयोग करने से, वे 90%+ सटीकता के साथ यह पहचान सकते थे कि कोड किस AI ने लिखा था।
यह सॉफ्टवेयर सुरक्षा की दिशा में एक बड़ा कदम है। इसका मतलब है कि हम अंततः असुरक्षित कोड को उस विशिष्ट AI तक ट्रैक कर सकते हैं जिसने इसे बनाया है, जिससे सुरक्षा खामियों को ठीक करने और लाइसेंसिंग रहस्यों को सुलझाने में मदद मिलेगी। यह पुलिस को एक सुपर-पावर्ड आवर्धक लेंस (magnifying glass) देने जैसा है जो स्याही और कागज के रेशों दोनों को एक साथ देख सकता 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।