A Universal Avoidance Method for Diverse Multi-branch Generation
यह शोध पत्र UAG (यूनिवर्सल अवॉयडेंस जनरेशन) को प्रस्तुत करता है, जो एक मॉडल-अज्ञेय और गणनात्मक रूप से कुशल रणनीति है जो आउटपुट समानता को दंडित करके डिफ्यूजन और ट्रांसफॉर्मर दोनों मॉडलों में मल्टी-ब्रांच विविधता को महत्वपूर्ण रूप से बढ़ाती है, जिससे अत्याधुनिक तरीकों की तुलना में काफी कम गणनात्मक लागत के साथ 1.9 गुना अधिक विविधता प्राप्त होती 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 आपके पास एक जादुई कहानीकार (एक कंप्यूटर प्रोग्राम) है जो "एक बाड़ पर बैठी बिल्ली" जैसे एक एकल प्रॉम्प्ट के आधार पर कहानियाँ लिख सकता है या चित्र बना सकता है।
समस्या यह है कि यदि आप उस बिल्ली के बारे में पाँच अलग-अलग कहानियाँ लिखने के लिए कहते हैं, तो वह अक्सर आलसी हो जाता है। वह शायद बस बिल्ली का नाम "व्हिस्कर्स" से बदलकर "मिटन्स" कर देगा और "बाड़" को "दीवार" से बदल देगा, लेकिन कथानक, लहजा और संरचना बिल्कुल वैसी ही रहेगी। यह वैसा ही है जैसे किसी मित्र से पाँच अलग-अलग चुटकुले सुनाने के लिए कहना, और वह हर बार एक ही चुटकुला अलग पंचलाइन के साथ सुनाता है। इसे ही पेपर में "मल्टी-ब्रांच डाइवर्सिटी" (बहु-शाखा विविधता) की कमी कहा गया है।
इस पेपर के लेखक, क्योंगमान पार्क और उनकी टीम ने इस समस्या को ठीक करने के लिए UAG (यूनिवर्सल अवॉयडेंस जनरेशन) नामक एक नया टूल बनाया है। यह कैसे काम करता है, इसके लिए कुछ सरल उपमाओं का उपयोग किया गया है:
1. "एंटी-क्लोनिंग" फोर्स फील्ड (प्रति-क्लोनिंग बल क्षेत्र)
कहानीकार को एक चित्रकार के रूप में सोचें। आमतौर पर, यदि आप उनसे पाँच पेंटिंग मांगते हैं, तो चित्रकार अनजाने में उन्हीं ब्रशस्ट्रोक या रंग पैलेट का पुन: उपयोग कर सकता है क्योंकि यह सबसे आसान रास्ता है।
UAG एक चुंबकीय बल क्षेत्र की तरह कार्य करता है जो चित्रकार को उनके द्वारा पहले से बनाए गए किसी भी चित्र से दूर धकेलता है।
- सेटअप: चित्रकार पहला चित्र बनाना शुरू करता है।
- धक्का: जब वे दूसरा चित्र शुरू करते हैं, तो UAG फुसफुसाता है, "हे, वही नीले आसमान या उस विशिष्ट पेड़ के आकार का उपयोग न करें जो आपने पहले वाले में उपयोग किया था! कहीं और जाएँ!"
- परिणाम: दूसरा चित्र पूरी तरह से अलग दिखता है—शायद यह सूर्योदय के बजाय सूर्यास्त हो, या वास्तविक शैली के बजाय कार्टून शैली हो।
2. "दो-चरणीय" रणनीति (रोड ट्रिप की उपमा)
UAG की चतुराई यह है कि उसे पता है कि चित्रकार को कब धक्का देना है। यह एक स्मार्ट शेड्यूल का उपयोग करता है, जैसे दो अलग-अलग चरणों वाली एक रोड ट्रिप:
- चरण 1: स्थानीय मोड़ (प्रारंभिक चरण)
कहानी या चित्र की शुरुआत में, UAG छोटी बारीकियों पर ध्यान केंद्रित करता है। यह कहता है, "वही पहला शब्द या वही शुरुआती रंग का उपयोग न करें।" यह सुनिश्चित करता है कि कहानियाँ अलग-अलग स्वाद के साथ शुरू हों। यह दो दोस्तों को रोड ट्रिप शुरू करने के लिए कहने जैसा है; एक उत्तर की ओर गाड़ी चलाना शुरू करता है, और दूसरा दक्षिण की ओर। - चरण 2: वैश्विक मोड़ (अंतिम चरण)
जैसे-जैसे कहानी या चित्र बड़ा होता जाता है, UAG बड़ी तस्वीर की सोच पर स्विच करता है। यह कहता है, "वही प्लॉट ट्विस्ट या वही अंतिम दृश्य न लें।" यह सुनिश्चित करता है कि समग्र अर्थ और विषय पूरी तरह से अलग हों। यह सुनिश्चित करने जैसा है कि भले ही दोनों दोस्त एक ही शहर से शुरू करें, एक दोस्त बीच की पार्टी में पहुंचे और दूसरा पहाड़ी केबिन में।
3. यह क्यों एक गेम-चेंजर है
पिछले तरीकों ने इसे ठीक करने की कोशिश की थी कि कंप्यूटर हर एक शब्द या पिक्सेल के बारे में "सोचे", जो दीवार में हर एक ईंट की जांच करके भूलभुलैया को हल करने जैसा है। यह धीमा, महंगा है, और इसके लिए एक सुपर-कंप्यूटर की आवश्यकता होती है।
UAG एक जीपीएस शॉर्टकट की तरह है। हर ईंट की जांच करने के बजाय, यह केवल एक बार प्रति चरण एक सरल "धक्का" दिशा की गणना करता है।
- गति: यह पिछले सर्वोत्तम तरीकों की तुलना में 4.4 गुना तेज़ है।
- दक्षता: यह 64 गुना कम कंप्यूटिंग शक्ति (ऊर्जा) का उपयोग करता है।
- बहुमुखी प्रतिभा: यह लगभग किसी भी प्रकार के AI पर काम करता है, चाहे वह टेक्स्ट (जैसे उपन्यास) लिख रहा हो या चित्र (जैसे पेंटिंग) बना रहा हो।
निष्कर्ष
UAG से पहले, AI से "विविध" परिणाम मांगना एक तोते से पाँच अलग-अलग चीजें बोलने के लिए कहने जैसा था; वह बस एक ही वाक्यांश को थोड़े अलग लहजे के साथ दोहराएगा।
UAG के साथ, आप AI को एक रचनात्मक प्रोत्साहन दे रहे हैं। यह AI को अपनी आदतों को तोड़ने के लिए मजबूर करता है, यह सुनिश्चित करता है कि यदि आप एक बिल्ली के बारे में 10 अलग-अलग कहानियाँ मांगते हैं, तो आपको ऐसी 10 कहानियाँ मिलेंगी जो ऐसा महसूस कराएंगी जैसे उन्हें 10 अलग-अलग लोगों द्वारा लिखा गया था, न कि एक ही व्यक्ति द्वारा जो अलग दिखने की कोशिश कर रहा है। यह AI को अधिक रचनात्मक बनाने का एक सरल, तेज़ और सार्वभौमिक तरीका 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।