Retrieval-Augmented Reasoning for Chartered Accountancy
यह शोध पत्र CA-ThinkFlow को प्रस्तुत करता है, जो भारतीय चार्टर्ड अकाउंटेंसी में विश्वसनीयता की चुनौतियोंों को संबोधित करने के लिए एक क्वांटाइज्ड 14B रीजनिंग मॉडल और लेआउट-अवेयर डॉक्यूमेंट एक्सट्रैक्शन का उपयोग करने वाला एक पैरामीटर-एफिशिएंट रिट्रीवल-ऑगमेंटेड जनरेशन फ्रेमवर्क है, जो CA-Ben बेंचमार्क पर शीर्ष प्रोप्रायटरी मॉडल्स के तुलनीय प्रदर्शन प्राप्त करता है, फिर भी कराधान (टैक्सेशन) में जटिल नियामक तर्क (रेगुलेटरी रीजनिंग) के साथ संघर्ष 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 बहुत ही कठिन गणित और कानून की परीक्षा हल करने की कोशिश कर रहे हैं, विशेष रूप से भारत में चार्टर्ड अकाउंटेंट (CA) बनने के लिए। यह केवल एक साधारण परीक्षा नहीं है; इसमें जटिल टैक्स कानून, वित्तीय नियम और बहु-चरणीय गणनाएं शामिल हैं जो देश के विशिष्ट नियमों के आधार पर बदलती रहती हैं।
आमतौर पर, इसे पास करने के लिए आपको एक सुपर-स्मार्ट ट्यूटर की आवश्यकता होती है जिसने हर एक कानून की किताब को याद कर रखा हो और जो मन में जटिल गणित कर सके। AI की दुनिया में, इन "सुपर-ट्यूटर्स" को लार्ज लैंग्वेज मॉडल्स (LLMs) कहा जाता है। हालांकि, यह पेपर बताता है कि सबसे बड़े, शक्तिशाली AI ट्यूटर्स (जैसे GPT-4o) को चलाना अक्सर बहुत महंगा होता है, उन्हें विशाल कंप्यूटरों की आवश्यकता होती है, और वे विशिष्ट भारतीय टैक्स कानूनों के मामले में कभी-कभी "हैलुसिनेट" (तथ्य गढ़ना) करते हैं।
इस पेपर के लेखक, शारदा यूनिवर्सिटी की एक टीम ने एक नया, स्मार्ट और सस्ता समाधान बनाया है जिसे CA-ThinkFlow कहा जाता है। यह कैसे काम करता है, इसके लिए सरल उपमाओं का उपयोग किया गया है:
1. समस्या: "ओवरवर्क्ड जीनियस" बनाम "स्मार्ट इंटर्न"
विशाल AI मॉडल्स (जैसे GPT-4o) को ओवरवर्क्ड जीनियस (अत्यधिक काम करने वाला प्रतिभाशाली व्यक्ति) के रूप में सोचें। वे सब कुछ थोड़ा-बहुत जानते हैं, लेकिन उन्हें काम पर रखना महंगा है, वे थक जाते हैं (भारी कंप्यूटर पावर की आवश्यकता होती है), और जब वे सुनिश्चित नहीं होते हैं तो वे कभी-कभी उत्तर का अनुमान लगा लेते हैं।
लेखक एक स्मार्ट इंटर्न (चतुर प्रशिक्षु) बनाना चाहते थे। यह इंटर्न छोटा है, सस्ता है, और एक मानक कंप्यूटर पर चलता है, लेकिन वे अविश्वसनीय रूप से केंद्रित हैं। हालांकि, इस इंटर्न को हर कानून कंठस्थ नहीं है।
2. समाधान: "ओपन-बुक एग्जाम" रणनीति (RAG)
स्मार्ट इंटर्न को ओवरवर्क्ड जीनियस जितना अच्छा बनाने के लिए, लेखकों ने उन्हें एक ओपन-बुक एग्जाम रणनीति दी। इसे रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) कहा जाता है।
- लाइब्रेरी (रिट्रीवल): सवाल का जवाब देने से पहले, सिस्टम तुरंत एक डिजिटल लाइब्रेरी की ओर दौड़ता है जिसमें सभी आधिकारिक भारतीय अकाउंटिंग टेक्स्टबुक और टैक्स कानून मौजूद हैं। यह प्रश्न से संबंधित सटीक पृष्ठों को खोज निकालता है।
- नोट-टेकर (Docling): टैक्स दस्तावेज़ अव्यवस्थित होते हैं। उनमें टेबल, कॉलम और अजीब प्रतीक होते हैं। लेखकों ने Docling नामक एक विशेष उपकरण का उपयोग किया (जो एक सुपर-व्यवस्थित लाइब्रेरियन की तरह है) ताकि इन अव्यवस्थित दस्तावेजों को पढ़ा जा सके और लेआउट को खोए बिना उन्हें साफ, संरचित नोट्स में बदला जा सके।
- द थिंकर (चेन-ऑफ-थॉट): इंटर्न (एक 14-बिलियन पैरामीटर मॉडल जिसे DeepSeek-R1 कहा जाता है) केवल अनुमान नहीं लगाता है। यह "चेन-ऑफ-थॉट" पद्धति का उपयोग करता है। कल्पना कीजिए कि इंटर्न अपने आप में अपने विचार प्रक्रिया को फुसफुसा रहा है: "ठीक है, प्रश्न टैक्स के बारे में पूछ रहा है। मुझे लाइब्रेरी में यह नियम मिला। अब मुझे इस गणित को लागू करने की आवश्यकता है। फिर यह वाला..." यह उन्हें जटिल, बहु-चरणीय समस्याओं को हल करने में मदद करता है।
3. परिणाम: अपनी क्षमता से अधिक प्रदर्शन करना
टीम ने इस सिस्टम का परीक्षण CA-Ben नामक एक बेंचमार्क पर किया, जो चार्टर्ड अकाउंटेंट्स के लिए एक अभ्यास परीक्षा की तरह है।
- स्कोर: "स्मार्ट इंटर्न" (CA-ThinkFlow) ने विश्वसनीयता के पैमाने पर 68.75% का स्कोर किया। यह वही स्कोर है जो विशाल, महंगे "ओवरवर्क्ड जीनियस" (GPT-4o और Claude 3.5 Sonnet) का है।
- दक्षता: सबसे अच्छी बात यह है कि यह स्मार्ट इंटर्न बहुत कम कंप्यूटर पावर का उपयोग करते हुए यह कार्य करता है। यह एक कॉम्पैक्ट कार चलाते हुए फेरारी के प्रदर्शन को प्राप्त करने जैसा है।
4. जहाँ यह लड़खड़ाता है: "टैक्स ट्रैप"
पेपर इस बारे में ईमानदार है कि सिस्टम कहाँ विफल होता है। जबकि यह इंटर्न बिजनेस मैथ, इकोनॉमिक्स और सामान्य कानूनों में बेहतरीन है, यह अभी भी सबसे कठिन विषयों: टैक्सेशन (कराधान) और इनडायरेक्ट टैक्स लॉ (अप्रत्यक्ष कर कानून) में संघर्ष करता है।
लेखक इसकी तुलना एक ऐसे छात्र से करते हैं जो इतिहास और विज्ञान में बहुत अच्छा है लेकिन जटिल केमिस्ट्री समीकरणों में बार-बार असफल होता है। ओपन-बुक नोट्स के बावजूद, AI कभी-कभी इन विशिष्ट, अत्यधिक जटिल नियामक क्षेत्रों में कड़ियों को जोड़ने में असमर्थ रहता है। ऐसा नहीं है कि इंटर्न आलसी है; बल्कि यह है कि AI का "रीजनिंग" (तर्क) वाला हिस्सा अभी तक सबसे कठिन कानूनी पहेलियों के लिए पूरी तरह तैयार नहीं है।
सारांश
यह पेपर CA-ThinkFlow को प्रस्तुत करता है, जो एक छोटे, सस्ते AI मॉडल को एक "चीट शीट" (रिट्रीव्ड डॉक्यूमेंट्स) और एक "सोचने की प्रक्रिया" (चेन-ऑफ-थॉट) प्रदान करता है। यह इसे विशाल, महंगे AI मॉडल्स के समान सटीकता के साथ कठिन भारतीय अकाउंटिंग परीक्षाओं को पास करने की अनुमति देता है, जिससे उन्नत वित्तीय AI सीमित कंप्यूटर संसाधनों वाले लोगों के लिए सुलभ हो जाता है। हालांकि, सबसे जटिल टैक्स कानूनों में महारत हासिल करने के लिए इसे अभी भी और काम करने की आवश्यकता 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।