🤖 AI

Workspace Optimization: How to Train Your Agent

यह शोध पत्र "वर्कस्पेस ऑप्टिमाइज़ेशन" (workspace optimization) को पेश करता है, जो एजेंट के वेट्स (weights) के बजाय उसके स्ट्रक्चर्ड एक्सटर्नल सबस्ट्रेट (structured external substrate) को विकसित करने वाला एक ट्रेनिंग प्रतिमान (training paradigm) है, और ड्रीमटीम (DreamTeam) के माध्यम से इसकी प्रभावशीलता को प्रदर्शित करता है, जो एक मल्टी-एजेंट सिस्टम है जिसने कम एक्शन का उपयोग करते हुए ARC-AGI-3 बेंचमार्क पर 38.4% का नया स्टेट-ऑफ-द-आर्ट स्कोर हासिल किया है।

मूल लेखक: Elad Sarafian, Gal Kaplun, Ron Banner, Daniel Soudry, Boris Ginsburg

प्रकाशित 2026-05-12

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Elad Sarafian, Gal Kaplun, Ron Banner, Daniel Soudry, Boris Ginsburg

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

यहाँ सरल भाषा और रचनात्मक उपमाओं का उपयोग करके शोध पत्र "Workspace Optimization: How to Train Your Agent" की व्याख्या दी गई है।

बड़ी समस्या: "फ्रोजन ब्रेन" (जमा हुआ मस्तिष्क)

कल्पना कीजिए कि आप एक व्यक्ति को एक बिल्कुल नए वीडियो गेम में छोड़ देते हैं। उसके पास कोई निर्देश नहीं हैं, कोई मानचित्र नहीं है, और उसे यह भी नहीं पता कि बटन क्या करते हैं।

शर्त: इस व्यक्ति का "फ्रोजन ब्रेन" (जमा हुआ मस्तिष्क) है। आप उसके न्यूरॉन्स को बदलकर उसे नई चीजें नहीं सिखा सकते (जो कि मानक AI प्रशिक्षण का तरीका है)। वह अपने आंतरिक कोड को बदलकर नहीं सीख सकता।
चुनौती: फिर भी उसे गेम जीतना है। उसे खेल के नियम, लक्ष्य और रणनीति खुद ही समझनी होगी।

अधिकांश AI एजेंट अपने आंतरिक वेट्स (weights) को बदलकर "सीखने" की कोशिश करते हैं (जैसे एक छात्र पाठ्यपुस्तक रटता है)। लेकिन यदि AI किसी API के पीछे लॉक है (जैसे कि एक चैटबॉट) या यदि हम उसके कोड को छू नहीं सकते, तो हम उसके दिमाग को नहीं बदल सकते। तो, वह कैसे सीखता है?

समाधान: "वर्कबेंच" (वर्कस्पेस ऑप्टिमाइज़ेशन)

लेखकों का तर्क है कि एजेंट के मस्तिष्क को बदलने के बजाय, हमें उसके वर्कबेंच (कार्यस्थल) को बदलना चाहिए।

एजेंट को एक कुशल बढ़ई (carpenter) के रूप में सोचें जिसके पास कौशल का एक स्थिर सेट (मस्तिष्क) है।

मानक प्रशिक्षण: आप बढ़ई के हाथों को हथौड़ा अलग तरह से पकड़ने के लिए फिर से वायर करने की कोशिश करते हैं। (यहाँ यह असंभव है)।
वर्कस्पेस ऑप्टिमाइज़ेशन: आप बढ़ई को एक वर्कबेंच देते हैं जहाँ वे नोट्स लिख सकते हैं, आरेख (diagrams) बना सकते हैं, प्रोटोटाइप बना सकते हैं, और अपने भविष्य के स्वयं के लिए स्टिकी नोट्स छोड़ सकते हैं।

एजेंट यह नहीं बदलता कि वह कौन है; वह यह बदलता है कि उसने क्या लिखा है। वह अपने नोट्स पढ़ता है, एक चाल चलता है, देखता है कि क्या होता है, और फिर वास्तविकता को दर्शाने के लिए नोट्स को संपादित (edit) करता है।

यह कैसे काम करता है: "ड्रीम टीम" (The Dream Team)

इसका परीक्षण करने के लिए, शोधकर्ताओं ने DREAMTEAM नामक एक मल्टी-एजेंट सिस्टम बनाया। कल्पना कीजिए कि एक निर्माण दल (construction crew) एक ही प्रोजेक्ट पर काम कर रहा है, जिसमें प्रत्येक के पास एक विशिष्ट कार्य और एक विशिष्ट नोटबुक है:

द ऑब्जर्वर (आंखें): गेम स्क्रीन को देखता है और जो देखता है उसे एक संरचित प्रारूप में लिखता है (जैसे, "कोऑर्डिनेट्स 5,5 पर एक लाल ब्लॉक है")।
द सिम्युलेटर (मस्तिष्क का प्रेडिक्शन इंजन): ऑब्जर्वर के नोट्स लेता है और भविष्यवाणी करता है कि आगे क्या होगा। "यदि मैं बाईं ओर जाता हूँ, तो लाल ब्लॉक बाईं ओर जाएगा।"
द एक्सप्लोरर्स (परीक्षक):
- इंडक्टिव एक्सप्लोरर (Inductive Explorer): पुन: प्रयोज्य रणनीतियाँ खोजने की कोशिश करता है (जैसे, "हमेशा लाल ब्लॉकों से बचें")।
- ट्रांसडक्टिव एक्सप्लोरर (Transductive Explorer): अज्ञात नियमों को सीखने के लिए विशिष्ट प्रयोग चलाता है (जैसे, "आइए केवल यह देखने के लिए नीले टाइल को छुएं कि क्या होता है")।
द क्रिटिक (क्वालिटी कंट्रोल): सभी के काम की जाँच करता है। "रुको, सिम्युलेटर ने भविष्यवाणी की थी कि ब्लॉक हिलेगा, लेकिन वह नहीं हिला। किसने यह गलत नियम लिखा?"
द टीम लीडर (बॉस): सभी नोट्स और भविष्यवाणियों के आधार पर अंतिम चाल का निर्णय लेता है।

लर्निंग लूप: "कमिट, एक्ट, कंपेयर, रिपेयर" (Commit, Act, Compare, Repair)

यह वह चक्र है जिससे टीम चरण-दर-चरण गुजरती है:

कमिट (Commit): टीम लीडर वर्तमान नोट्स के आधार पर एक चाल चलता है।
एक्ट (Act): गेम में वह चाल चलती है।
कंपेयर (Compare): टीम परिणाम देखती है। क्या सिम्युलेटर की भविष्यवाणी वास्तविकता से मेल खाती है?
- यदि हाँ: बहुत बढ़िया! नोट्स की पुष्टि हो गई।
- यदि नहीं: यह एक काउंटरएग्जांपल (counterexample) है। भविष्यवाणी गलत थी।
रिपेयर (Repair): क्रिटिक पहचान करता है कि किसने गलत नोट लिखा।
- यदि ऑब्जवर ने वस्तु को गलत पहचाना, तो ऑब्जर्वर अपने नोट्स को संपादित करता है।
- यदि सिम्युलेटर ने गलत भौतिकी (physics) की भविष्यवाणी की, तो सिम्युलेटर अपना नियम फिर से लिखता है।
रिग्रेशन टेस्ट (सुरक्षा जाल): नए नोट को स्वीकार करने से पहले, टीम पिछले चालों के विरुद्ध एक त्वरित जाँच करती है। "यदि हम अब यह नियम बदलते हैं, तो क्या यह उस तर्क को तोड़ देगा जो हमने 10 कदम पहले इस्तेमाल किया था?" यदि यह पुराने तर्क को तोड़ता है, तो टीम जान जाती है कि उन्हें अधिक सावधान रहने की आवश्यकता है।

उपमा: जासूस की केस फ़ाइल (The Detective's Case File)

एक ऐसे जासूस की कल्पना करें जो एक रहस्य सुलझा रहा है जहाँ अपराध के नियम हर दिन बदलते हैं।

जासूस (AI मॉडल): उसका व्यक्तित्व और ज्ञान का आधार निश्चित है। वह अचानक एक अलग व्यक्ति नहीं बन सकता।
केस फ़ाइल (वर्कस्पेस): व्हाइटबोर्ड, स्टिकी नोट्स और आरेखों का एक फोल्डर।
प्रक्रिया:
- जासूस एक सिद्धांत बनाता है: "बटलर (नौकर) ने यह किया।"
- वह इसका परीक्षण करता है। यह विफल रहता है।
- अपने व्यक्तित्व को बदलने के बजाय, वह केस फ़ाइल पर जाता है। वह "बटलर" को काट देता है और लिखता है "माली, लेकिन केवल मंगलवार को।"
- वह फ़ाइल की जाँच करता है ताकि यह सुनिश्चित हो सके कि यह नया सिद्धांत कल लिखे गए अलबी (alibi) के साथ विरोधाभास न करे।
- फ़ाइल अब अधिक स्मार्ट हो गई है, भले ही जासूस वही व्यक्ति है।

परिणाम

शोधकर्ताओं ने इसका परीक्षण ARC-AGI-3 पर किया, जो अमूर्त तर्क वाले खेलों का एक बहुत कठिन बेंचमार्क है जहाँ नियम छिपे होते हैं।

स्कोर: उनके "वर्कबेंच" दृष्टिकोण ने पिछले सर्वश्रेष्ठ तरीके की तुलना में स्कोर को 36% से बढ़ाकर 38.4% कर दिया।
दक्षता (Efficiency): उन्होंने न केवल उच्च स्कोर प्राप्त किया; उन्होंने इसे 31% कम चालों का उपयोग करके किया। इसका मतलब है कि एजेंट कम "भोंडा" था और अनुमान लगाने में समय बर्बाद नहीं करता था। इसने अपने नोट्स को बेहतर ढंग से व्यवस्थित करके तेजी से सीखा।

यह क्यों महत्वपूर्ण है

यह शोध पत्र यह सिद्ध करता है कि किसी विशिष्ट स्थिति में अपने AI मॉडल को स्मार्ट बनाने के लिए आपको उसे फिर से प्रशिक्षित (retrain) करने की आवश्यकता नहीं है। आपको बस उसे अपने अनुभवों को संग्रहीत करने, अपने सिद्धांतों का परीक्षण करने और वास्तविक समय में अपनी गलतियों को सुधारने के लिए एक बेहतर संरचित वर्कस्पेस (structured workspace) देने की आवश्यकता है।

यह "फ्रोजन" AI को एक गतिशील शिक्षार्थी में बदल देता है क्योंकि यह उसके नोट्स और कोड को प्रशिक्षित करने योग्य मानता है, न कि उसके मस्तिष्क को।

तकनीकी सारांश: वर्कस्पेस ऑप्टिमाइज़ेशन (Workspace Optimization)

समस्या विवरण (Problem Statement)

फ्रंटियर लैंग्वेज मॉडल्स (LLMs) पर आधारित आधुनिक एजेंट अक्सर एक गंभीर सीमा का सामना करते हैं: वे एक एपिसोड के दौरान अपने आंतरिक भार (internal weights) को अनुकूलित (adapt) नहीं कर सकते। फाइन-ट्यूनिंग ऑनलाइन, एकल-एपिसोड अनुकूलन के लिए बहुत धीमी है, और कई तैनाती परिदृश्यों (जैसे, API-आधारित मॉडल या गोपनीयता-संवेदनशील ट्रेसेस) में, वेट एक्सेस उपलब्ध नहीं होता है। फलस्वरूप, मॉडल स्थिर रहता है, फिर भी एजेंट को जटिल, मल्टी-टर्न कार्यों को हल करने के लिए सीखना होता है जहाँ लक्ष्य और नियम वातावरण के भीतर छिपे होते हैं।

यह शोध पत्र मानक एजेंटिक लर्निंग प्रतिमानों (paradigms) में एक अंतर की पहचान करता है। पारंपरिक सुदृढीकरण शिक्षण (Reinforcement Learning - RL) लॉस सिग्नल के आधार पर पॉलिसी या वैल्यू फंक्शन (वेट स्पेस) को अपडेट करने पर निर्भर करता है। हालाँकि, जब वेट फ्रीज (frozen) होते हैं, तो "ट्रेन करने योग्य अवस्था" (trainable state) अपरिभाषित होती है। लेखक तर्क देते हैं कि एजेंट का वर्कस्पेस (workspace)—वह संरचित बाहरी आधार जिसे वह पढ़ता, लिखता और परीक्षण करता है—अनुकूलन का विषय होना चाहिए। यह ARC-AGI-3 जैसे बेंचमार्क के लिए विशेष रूप से प्रासंगिक है, जहाँ एजेंटों को एक सख्त एक्शन बजट के भीतर इंटरैक्शन के माध्यम से गेम मैकेनिक्स, लक्ष्यों और डायनेमिक्स की खोज करनी होती है, बिना किसी ऑफलाइन डेटा या स्टेप्स को रिवाइंड (rewind) करने की क्षमता के।

कार्यप्रणाली: वर्कस्पेस ऑप्टिमाइज़ेशन (Methodology: Workspace Optimization)

यह शोध पत्र वर्कस्पेस ऑप्टिमाइज़ेशन का प्रस्ताव करता है, जो एक ऐसा ढांचा है जहाँ एक फ्रीज्ड-मॉडल एजेंट अपने मापदंडों (parameters) के बजाय एक परिवर्तनीय, संरचित वर्कस्पेस को एडिट करके अनुकूलित होता है। यह दृष्टिकोण वेट-स्पेस ट्रेनिंग के कम्प्यूटेशनल स्ट्रक्चर की नकल करता है लेकिन मुख्य घटकों को बदल देता है:

आर्टिफैक्ट्स (Artifacts) मापदंडों (parameters) का स्थान लेते हैं।
साक्ष्य (Evidence) ट्रेनिंग डेटा का स्थान लेते हैं।
प्रति-उदाहरण (Counterexamples) लॉस फंक्शन्स का स्थान लेते हैं।
टेक्स्टुअल फीडबैक (Textual feedback) ग्रेडिएंट्स का स्थान लेते हैं।

ट्रेन करने योग्य अवस्था (The Trainable State)

एजेंट को एक टुपल $(M, H)$ के रूप में मॉडल किया गया है, जहाँ $M$ एक फ्रीज्ड लैंग्वेज मॉडल है और $H$ एक हार्नेस (harness) है जो टूल्स और सैंडबॉक्स प्रदान करता है। स्टेप $t$ पर वर्कस्पेस $W_t$ निम्नलिखित से बना है:

प्रोग्राम्स ( $P_t$ ): पुन: प्रयोज्य, निष्पादन योग्य आर्टिफैक्ट्स (जैसे, ऑब्जर्वेशन पार्सर, डायनेमिक्स सिम्युलेटर, रणनीतियाँ)।
लॉग्स ( $L_t$ ): सारांश, परिकल्पनाएँ (hypotheses), छोड़े गए उम्मीदवार और अनसुलझे प्रश्न।
ट्रेस डेटा ( $D_t$ ): ऑब्जर्वेशन, एक्शन, रिवॉर्ड और प्रति-उदाहरणों का एक अपेंड-ओनली (append-only) डेटासेट।

लर्निंग लूप इस प्रकार संचालित होता है:

एक्शन और प्रेडिक्शन: एजेंट एक्शन $a_t$ चुनने के लिए $W_t$ और $D_t$ को पढ़ता है। वह एक भविष्यवाणी (prediction) के लिए प्रतिबद्ध होता है (जैसे, "बाएं जाने से स्थिति $z_{t+1}$ प्राप्त होगी")।
मूल्यांकन (Evaluation): अगले ऑब्जर्वेशन $o_{t+1}$ प्राप्त होने पर, हार्नेस भविष्यवाणी की वास्तविकता के विरुद्ध तुलना करता है।
फीडबैक और रूटिंग: यदि कोई भविष्यवाणी विफल होती है, तो त्रुटि एक स्केलर लॉस नहीं बल्कि एक प्रति-उदाहरण (counterexample) होती है जिसे विफलता के लिए जिम्मेदार विशिष्ट आर्टिफैक्ट (इंटरफेस) को रूट किया जाता है। यह यह संबोधित करके क्रेडिट असाइनमेंट समस्या को हल करता है कि किस आर्टिफैक्ट को एडिट करना है, न कि यह कि वेट को कितना अपडेट करना है।
रिपेयर और रिग्रेशन (Repair & Regression): जिम्मेदार भूमिका (role) अपने आर्टिफैक्ट को एडिट करती है (जैसे, एक पायथन फंक्शन को पैच करना)। महत्वपूर्ण रूप से, हार्नेस पिछले ट्रांजिशन का एक रिग्रेशन सेट ( $R_t$ ) बनाए रखता है। नए पैच को स्वीकृत होने से पहले यह सुनिश्चित करने के लिए इस सेट के विरुद्ध फिर से चलाया जाता है कि यह पहले से हल किए गए मामलों को तोड़ न दे।

DREAMTEAM आर्किटेक्चर

लेखक इस ढांचे को ARC-AGI-3 के लिए एक मल्टी-एजेंट हार्नेस, DREAMTEAM में स्थापित करते हैं। सिस्टम एजेंट को छह भूमिकाओं में विभाजित करता है, जिनमें से प्रत्येक वर्कस्पेस में एक विशिष्ट "सरफेस" (टाइप्ड स्लॉट) का स्वामित्व रखता है:

ऑब्जर्वर (Observer): कच्चे ऑब्जर्वेशन को संरचित स्टेट ( $z_t$ ) में पार्स करता है और रेंडरिंग लॉजिक का स्वामित्व रखता है।
सिम्युलेटर (Simulator): हिडन स्टेट ( $h_t$ ) को ट्रैक करता है और डायनेमिक्स मॉडल (अगली स्थितियों की भविष्यवाणी करना) का स्वामित्व रखता है।
इंडक्टिव एक्सप्लोरर (IE): पुन: प्रयोज्य रणनीतियों और उप-लक्ष्यों (sub-goals) का एक पुस्तकालय बनाए रखता है।
ट्रांसडक्टिव एक्सप्लोरर (TE): सूचना-खोज प्रोब्स (information-seeking probes) प्रस्तावित करता है जब वर्ल्ड मॉडल अपरिपक्व होता है।
क्रिटिक (Critic): आर्टिफैक्ट्स का ऑडिट करता है, विफलताओं को उनके मालिकों तक रूट करता है, और रिग्रेशन को फ्लैग करता है।
टीम लीडर (TL): प्रस्तावों के बीच मध्यस्थता करता है और अंतिम एक्शन को कमिट करता है।

सिस्टम एक कमिट-देन-रिट्रोडिक्ट (commit-then-retrodict) लूप का उपयोग करता है। सिम्युलेटर एक डायनेमिक्स प्रोग्राम को कमिट करता है; यदि अगला ऑब्जर्वेशन भविष्यवाणी के विपरीत होता है, तो सिम्युलेटर कोड को पैच करता है। क्रिटिक रिग्रेशन सेट के माध्यम से पूर्व साक्ष्यों के साथ पैच की निरंतरता सुनिश्चित करता है। गेम की शुरुआत में, सिस्टम अनिश्चितता को कम करने के लिए प्रोबिंग (TE) को प्राथमिकता देता है; जैसे-जैसे वर्ल्ड मॉडल स्थिर होता है, नियंत्रण मॉडल-आधारित प्लानिंग (IE/TL) की ओर स्थानांतरित हो जाता है।

मुख्य योगदान (Key Contributions)

वर्कस्पेस ऑप्टिमाइज़ेशन फ्रेमवर्क: फ्रीज्ड-मॉडल एजेंटों को टाइप्ड आर्टिफैक्ट्स के एक संरचित वर्कस्पेस को एडिट करके अनुकूलित करने का एक औपचारिक रूप। यह क्रेडिट असाइनमेंट को एक ग्रेडिएंट अपडेट के बजाय एक एड्रेसिंग निर्णय (किस आर्टिफैक्ट को एडिट करना है) के रूप में पुनर्गठित करता है।
DREAMTEAM: इस ढांचे का एक मल्टी-एजेंट कार्यान्वयन, जिसमें एक DreamerV3-प्रेरित आर्किटेक्चर है जहाँ भूमिकाएँ ऑब्जर्वेशन, डायनेमिक्स, स्ट्रैटेजी, प्रोबिंग, क्रिटीक और आर्बिट्रेशन का स्वामित्व रखती हैं।
कुशल स्टेट-ऑफ-द-आर्ट प्रदर्शन: ARC-AGI-3 पब्लिक सेट पर, DREAMTEAM 38.4% RHAE (रिलेटिव ह्यूमन एक्शन एफिशिएंसी) प्राप्त करता है, जो पिछले प्रोटोकॉल-मैच्ड बेसलाइन 36% को पीछे छोड़ देता है। उल्लेखनीय रूप से, यह यह उपलब्धि 31% कम एनवायरनमेंट एक्शन्स (444 बनाम 643) का उपयोग करके हासिल करता है, जो बेहतर प्लानिंग दक्षता प्रदर्शित करता है।

परिणाम (Results)

प्रदर्शन: दो स्वतंत्र रन के औसत के रूप में, DREAMTEAM ने ARC-AGI-3 पब्लिक सेट पर 38.4% RHAE प्राप्त किया, जबकि Symbolica के Agentica SDK बेसलाइन ने 36.08% प्राप्त किया।
दक्षता: सिस्टम को स्तरों को हल करने के लिए काफी कम एक्शन्स की आवश्यकता थी। सफलतापूर्वक हल किए गए स्तरों पर, DREAMTEAM ने बेसलाइन के 100.1 के मुकाबले औसतन 54.1 एक्शन्स का उपयोग किया।
एक्शन बजट: सिस्टम 24 घंटे के रन के पहले ~5 घंटों के लिए एक मैच-बजट मानव संदर्भ से आगे रहता है, हालांकि मानव अंततः मजबूत क्रॉस-लेवल ट्रांसफर क्षमताओं के कारण आगे निकल जाता है जिसे वर्तमान सिस्टम प्रत्येक ट्रांज़िशन पर फिर से बनाता है।

महत्व और दावे (Significance and Claims)

शोध पत्र का दावा है कि वर्कस्पेस ऑप्टिमाइज़ेशन दशकों के वेट-स्पेस लर्निंग के समानांतर एक शोध एजेंडा खोलता है, विशेष रूप से उन सेटिंग्स के लिए जहाँ मॉडल फिक्स्ड (fixed) होते हैं। वर्कस्पेस को 'ट्रेन करने योग्य ऑब्जेक्ट' के रूप में मानकर, सिस्टम अनुकूलन को स्पष्ट और निष्पादन योग्य बनाता है: प्रत्येक भविष्यवाणी एक लिखित प्रतिबद्धता है, प्रत्येक विरोधाभास एक टाइप्ड रिपेयर है, और प्रत्येक रिपेयर को पूर्व साक्ष्यों के विरुद्ध मान्य किया जाता है।

लेखक जोर देते हैं कि उनके परिणाम सिस्टम इंटेलिजेंस सीमाओं के बजाय समय और लागत बजट द्वारा सीमित हैं। वे उल्लेख करते हैं कि कार्यप्रणाली को इंटरैक्टिव सेटिंग्स के लिए डिज़ाइन किया गया है जहाँ मॉडल फिक्स्ड है और लर्निंग को वर्कस्पेस के माध्यम से होना चाहिए। शोध पत्र यह दावा नहीं करता है कि इसने सभी ARC-AGI-3 चुनौतियों को हल कर दिया है या बिना और अधिक शोध के सभी इंटरैक्टिव डोमेन में सामान्यीकरण किया है, लेकिन यह "टेस्ट-टाइम अडैप्टेशन" के लिए एक व्यवहार्य मार्ग स्थापित करता है जो वेट अपडेट या ऑफलाइन ट्रेनिंग डेटा की आवश्यकता से बचता है।

यह कार्य केस बैंक्स (case banks) या सेल्फ-रिटिंग कोड (self-rewriting code) जैसे पूर्व टेस्ट-टाइम अडैप्टेशन तरीकों से खुद को अलग करता है, जो विफलता-एट्रिब्यूशन (failure-attribution) की समस्या को हल करने के लिए टाइप्ड, नेम्ड आर्टिफैक्ट्स का उपयोग करता है, और ऐतिहासिक साक्ष्यों के साथ निरंतरता सुनिश्चित करने के लिए रिग्रेशन चेक लागू करता है।