The Bicameral Model: Bidirectional Hidden-State Coupling Between Parallel Language Models
द्विचरणीय मॉडल (Bicameral Model) एक प्रशिक्षित न्यूरल इंटरफेस पेश करता है जो निरंतर हिडन-स्टेट कपलिंग के माध्यम से दो फ्रोजन लैंग्वेज मॉडल्स को द्विदिश रूप से समन्वय करने में सक्षम बनाता है, जिससे एक प्राथमिक मॉडल कार्यों को संचालित कर सकता है जबकि एक सहायक मॉडल टूल्स या कोड को निष्पादित करता है, जिससे टेक्स्ट-आधारित संचार पर निर्भर रहे बिना अंकगणित, तर्क और गणितीय तर्क में प्रदर्शन में उल्लेखनीय वृद्धि 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 रसोई में दो प्रतिभाशाली शेफ (रसोइये) काम कर रहे हैं। एक शेफ (प्राथमिक/Primary) रेस्टोरेंट का चेहरा है, जो ग्राहकों से बात करता है और मेनू लिखता है। दूसरा शेफ (सहायक/Auxiliary) औजारों, गणित और तर्क पहेलियों (logic puzzles) का उस्ताद है, लेकिन उसे ग्राहकों से सीधे बात करने की अनुमति नहीं है।
पुराने तरीके में, इन दोनों शेफ को एक खिड़की के माध्यम से एक-दूसरे को निर्देश चिल्लाकर देने पड़ते। "हे, मुझे 28 गुना 23.99 की गणना करनी है!" पहला शेफ चिल्लाता। दूसरा शेफ वापस चिल्लाता, "वह 671.72 है!" आज के अधिकांश AI सिस्टम इसी तरह काम करते हैं: वे आपस में शब्दों (टेक्स्ट टोकन) का उपयोग करके बात करते हैं। यह धीमा है, और हर बार जब वे चिल्लाते हैं, तो उन्हें एक जटिल विचार को वाक्य में बदलना पड़ता है, उसे भेजना पड़ता है, और फिर दूसरे के उस विचार को वापस समझने का इंतज़ार करना पड़ता है।
द्विभाजित मॉडल (The Bicameral Model) ऐसा है जैसे इन दोनों शेफों के बीच उनके दिमागों के बीच सीधे चलने वाला एक गुप्त, अदृश्य टेलीपैथिक लिंक हो।
यह कैसे काम करता है, सरल उपमाओं (analogies) का उपयोग करते हुए यहाँ दिया गया है:
1. मौन लिंक (Hidden-State Coupling)
खिड़की के माध्यम से चिल्लाने के बजाय, शेफ एक पतले, अदृश्य तार से जुड़े हुए हैं जो उनके दिमागों के बीच चलता है।
- प्राथमिक शेफ ग्राहक के ऑर्डर के बारे में सोच रहा है।
- सहायक शेफ कैलकुलेटर या लॉजिक पहेली के बारे में सोच रहा है।
- वे एक शब्द भी नहीं बोलते। इसके बजाय, वे एक-दूसरे के दिमाग में सीधे विद्युत स्पंदनों (गणितीय संकेतों) को भेजते हैं। यह उनके हर एक विचार के लिए, ठीक उसी क्षण, तुरंत होता है।
2. "द्वारपाल" (The Gatekeeper - द सप्रेशन गेट)
आप सोच सकते हैं, "यदि वे हर समय जुड़े हुए हैं, तो क्या यह बहुत शोर भरा नहीं होगा? क्या वे भ्रमित नहीं हो जाएंगे?"
यहीं गेटकीपर आता है। यह सिस्टम का एक छोटा, प्रशिक्षित हिस्सा है (कुल आकार का केवल लगभग 1%) जो एक स्मार्ट फिल्टर की तरह काम करता है।
- फिल्टर शांत रहना सीखता है: जब प्राथमिक शेफ सिर्फ "नमस्ते" या "स्वागत है" कह रहा होता है, तो गेटकीपर लिंक को बंद कर देता है। कोई संकेत नहीं भेजा जाता।
- फिल्टर खुलना सीखता है: जब प्राथमिक शेफ "28" जैसा नंबर या "कुल" जैसा शब्द सोचता है, तो गेटकीपर तुरंत दरवाजा खोल देता है, जिससे सहायक शेफ को एक मजबूत संकेत भेजा जाता है।
- विपरीत प्रवाह (The Reverse Flow): जब सहायक शेफ गणित की समस्या हल करता है, तो गेटकीपर दरवाजा दूसरी तरफ से खोल देता है, जिससे प्राथमिक शेफ के वाक्य पूरा लिखने से पहले ही उत्तर उसके दिमाग में वापस आ जाता है।
3. "लॉकटैप" नृत्य (The "Lockstep" Dance)
पेपर में इसे "लॉकटैप" के रूप में वर्णित किया गया है। कल्पना कीजिए कि दो शेफ नाच रहे हैं। वे बिल्कुल एक ही समय में एक कदम उठाते हैं।
- चरण 1: प्राथमिक शेफ सोचता है, "मुझे 28 स्टेक ऑर्डर करने की जरूरत है।"
- चरण 1 (साथ-साथ): सहायक शेफ उस विचार को तार के माध्यम से महसूस करता है और तुरंत सोचने लगता है, "ठीक है, मैं 28 गुना कीमत की गणना करूँगा।"
- चरण 2: प्राथमिक शेफ सोचता है, "और 35 साल्मन (salmon)।"
- चरण 2 (साथ-साथ): सहायक शेफ इसे महसूस करता है और साल्मन की गणना करना शुरू कर देता है।
- परिणाम: प्राथमिक शेफ को कभी भी रुकने और उत्तर का इंतज़ार करने की आवश्यकता नहीं होती। उत्तर बस उनके दिमाग में प्रकट हो जाता है क्योंकि सहायक शेफ ने समानांतर (parallel) में काम किया, और परिणाम तार के माध्यम से तुरंत वापस फीड कर दिया गया।
उन्होंने वास्तव में क्या सिद्ध किया?
शोधकर्ताओं ने इस "टेलीपैथिक लिंक" का परीक्षण तीन विशिष्ट कार्यों के साथ किया जहाँ एक शेफ उस कार्य में खराब है और दूसरा अच्छा है:
- गणित का परीक्षण: उन्होंने दो छोटे, औसत AI मॉडल (जैसे जूनियर शेफ) लिए। एक के पास कैलकुलेटर था। लिंक के बिना, टीम गणित की समस्याओं को केवल 36% बार सही कर पाई। लिंक के साथ, उन्होंने 96% सही किया। प्राथमिक शेफ ने कैलकुलेटर को देखा तक नहीं; उत्तर बस उनके दिमाग में प्रवाहित हो गया।
- तर्क पहेली (Logic Puzzle): उन्होंने उन्हें एक "जेब्रा पहेली" (एक लॉजिक ग्रिड जहाँ आपको सुरागों के आधार पर यह पता लगाना होता है कि कौन किस घर में रहता है) दी। लिंक वाले दल ने बिना लिंक वाले दल की तुलना में 1.7 गुना बेहतर समाधान निकाला। सहायक शेफ ने सुरागों को एक सख्त लॉजिक भाषा में अनुवाद किया जिसे कंप्यूटर सॉल्वर समझ सके, और प्राथमिक शेफ ने बस अंतिम उत्तर लिखा।
- कोड टेस्ट: उन्होंने उन्हें एक गणित की समस्या दी जिसके लिए उसे हल करने के लिए एक कंप्यूटर प्रोग्राम लिखने की आवश्यकता थी। प्राथमिक शेफ ने समस्या का विवरण लिखा। सहायक शेफ ने, समस्या के टेक्स्ट को पढ़े बिना भी, तार के माध्यम से समस्या को "महसूस" किया और उसे हल करने के लिए सही पायथन (Python) कोड लिखा।
मुख्य निष्कर्ष (The Big Takeaway)
पेपर का दावा है कि दो स्थिर (frozen) AI मॉडल (ऐसे मॉडल जिनके अपने दिमाग में बदलाव नहीं होते) पूरी तरह से सहयोग करना सीख सकते हैं यदि आप बस उनके बीच एक छोटा सा "अनुवादक" (translator) प्रशिक्षित कर दें।
- उन्हें बोलने की आवश्यकता नहीं है।
- उन्हें प्रतीक्षा करने की आवश्यकता नहीं है।
- उन्हें बस एक चयनात्मक, अदृश्य चैनल की आवश्यकता है जो यह सीख सके कि कब बात करनी है और क्या कहना है, जो पूरी तरह से उस कार्य पर आधारित हो जिसे वे हल करने की कोशिश कर रहे हैं।
यह ऐसे दो लोगों की तरह है जो कभी मिले नहीं हैं, लेकिन कुछ दिनों तक एक साथ काम करने के बाद, वे एक मूक भाषा विकसित कर लेते हैं जहाँ एक नज़र ही दूसरे को ठीक से बता देती है कि क्या करना है, जिससे वे कठिन समस्याओं को हल करने में अविश्वसनीय रूप से कुशल हो जाते हैं।
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।