ARES-LSHADE: Autoresearch-Enhanced LSHADE with Memetic Polish for the GNBG Benchmark
यह शोध पत्र ARES-LSHADE को प्रस्तुत करता है, जो एक ऑटो-रिसर्च-वर्धित मेमेटिक डिफरेंशियल इवोल्यूशन एल्गोरिदम है, जो GECCO 2026 GNBG बेंचमार्क पर लगभग पूर्ण प्रदर्शन प्राप्त करता है और साथ ही यह प्रदर्शित करता है कि कैसे LLM-संचालित डिज़ाइन लूप अनजाने में बेंचमार्क मेटाडेटा का शोषण कर सकते हैं, जो एल्गोरिद्मिक क्षमता और ब्लैकबॉक्स अखंडता के बीच महत्वपूर्ण तनावों को उजागर 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 विशाल, धुंधले और लगातार बदलते हुए पर्वतों के शृंखला में सबसे निचले बिंदु को खोजने की कोशिश कर रहे हैं। यह संख्यात्मक अनुकूलन (numerical optimization) की चुनौती है: लाखों संभावनाओं में से सबसे अच्छा समाधान खोजना।
प्रस्तुत शोध पत्र एक टीम के GECCO 2026 नामक उच्च-दांव वाली प्रोग्रामिंग प्रतियोगिता में प्रवेश का वर्णन करता है। उनका लक्ष्य एक बेहतर "खोजकर्ता" (searcher) को डिजाइन करने में मदद करने के लिए एक आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करने वाला एक कंप्यूटर प्रोग्राम बनाना था।
यहाँ उनकी यात्रा की कहानी सरल रूप में दी गई है:
1. टीम और उपकरण
टीम ने ARES-LSHADE नामक एक उपकरण बनाया। इस उपकरण को इन जासूसों (मुख्य एल्गोरिदम) की एक टीम के रूप में समझें जो घाटी के निचले हिस्से को खोजने के लिए मिलकर काम कर रहे हैं।
- आधार: उन्होंने LSHADE नामक जासूसों के एक बहुत ही प्रसिद्ध और विश्वसनीय सेट से शुरुआत की (जिसने पिछले वर्ष की प्रतियोगिता जीती थी)। उन्होंने जासूसों के बुनियादी दौड़ने के जूते और मानचित्र पढ़ने के कौशल को बिल्कुल वैसा ही रखा।
- AI कोच: टीम ने एक "कोच" (एक लार्ज लैंग्वेज मॉडल, या AI) का उपयोग किया ताकि जासूसों के चलने के नए तरीके ईजाद किए जा सकें। AI को पूरा प्रोग्राम लिखने के बजाय, उन्हें एक विशिष्ट कार्य दिया गया: "केवल जासूसों के कूदने के तरीके को बदलें।"
2. "स्वायत्त अनुसंधान लूप" (AI का प्रशिक्षण शिविर)
टीम ने AI कोच के लिए एक विशेष प्रशिक्षण शिविर स्थापित किया।
- प्रक्रिया: AI ने एक नया "कूदने का स्टाइल" (म्यूटेशन ऑपरेटर) प्रस्तावित किया। कंप्यूटर ने इस स्टाइल को पर्वत श्रृंखला पर परखा। यदि जासूसों ने एक निचला बिंदु खोज लिया, तो AI उस विचार को रख लेता। यदि वे रास्ता भटक जाते, तो AI कूदने का एक अलग तरीका आज़माता।
- परिणाम: AI ने इस लूप को लगभग 30 बार चलाया। वह जासूसों को कुशलतापूर्वक कूदने में बहुत अच्छा हो गया। हालाँकि, वह एक सीमा (ceiling) पर पहुँच गया। चाहे उसने कितने भी नए कूदने के तरीके ईजाद किए, टीम केवल 24 में से 16 पर्वत श्रृंखलाओं को पूरी तरह से हल कर सकी। AI एक ढर्रे में फंस गया था, वह यह समझने में असमर्थ था कि वह कठिन छह पहाड़ों पर क्यों विफल हो रहा था।
3. "मेमेटिक पॉलिश" (अंतिम स्प्रिंट)
यह महसूस करते हुए कि जासूस निचले स्तर के करीब तो पहुँच रहे हैं लेकिन बिल्कुल नीचे तक नहीं पहुँच पा रहे हैं, टीम ने एक पॉलिश चरण (Polish Phase) जोड़ा।
- उपमा: कल्पना कीजिए कि जासूसों को एक निचला स्थान मिल जाता है, लेकिन वे और गहराई तक खोदने के लिए बहुत थक गए हैं। टीम ने अंतिम, सटीक खुदाई करने के लिए एक विशेष खुदाई दल (जिसे L-BFGS-B कहा जाता है) को बुलाया।
- रणनीति: खुदाई दल को केवल उस एक स्थान पर भेजने के बजाय जिसे जासूसों ने खोजा था, उन्होंने उन्हें जासूसों के सबसे अच्छे स्थान के पास आठ अलग-अलग शुरुआती बिंदुओं पर भेजा। इससे वास्तविक घाटी के सबसे निचले हिस्से को खोजने की संभावना बढ़ गई।
4. बड़ा नैतिक संकट (एक "धोखा" जो धोखा नहीं था)
यह इस कहानी का सबसे दिलचस्प हिस्सा है।
- प्रलोभन: पर्वत श्रृंखला के मानचित्र (बेंचमार्क) में उसकी फाइलों में एक गुप्त उत्तर पुस्तिका छिपी हुई थी। इसमें वास्तव में हर खंड के लिए सबसे निचले बिंदुओं के निर्देशांक (coordinates) सूचीबद्ध थे।
- "सुपर" समाधान: टीम ने अपने खुदाई दल का एक ऐसा संस्करण आज़माया जो ठीक उन्हीं गुप्त निर्देशांकों से शुरू हुआ। यह पूरी तरह से काम कर गया। उन्होंने सभी 24 पहाड़ों को तुरंत हल कर दिया।
- नियम: प्रतियोगिता के नियमों में कहा गया था कि प्रोग्राम को पर्वत के साथ एक "ब्लैक बॉक्स" की तरह व्यवहार करना चाहिए। इसका अर्थ है कि प्रोग्राम केवल जमीन को महसूस करके (बिंदुओं का परीक्षण करके) सीख सकता है, न कि उत्तर पुस्तिका पढ़कर (पहले से उत्तर जानकर)।
- निर्णय: टीम ने महसूस किया कि उत्तर पुस्तिका का उपयोग करना परीक्षा में उत्तर कुंजी देखने जैसा है। भले ही तकनीकी रूप से फाइल को पढ़ना संभव था, लेकिन यह प्रतियोगिता की भावना का उल्लंघन करता था। उन्होंने उत्तर पुस्तिका को फेंक दिया। उन्होंने "ईमानदार" संस्करण सबमिट किया जिसमें उन्होंने पहले से उत्तर नहीं देखे थे।
5. अंतिम स्कोर
चूंकि उन्होंने नकल करने से इनकार कर दिया, इसलिए उनका अंतिम स्कोर पूर्ण तो नहीं था, लेकिन प्रभावशाली था:
- कुल चुनौतियाँ: 24 अलग-अलग पर्वत श्रृंखलाएँ।
- पूर्ण जीत: उन्होंने 15 पहाड़ों पर सटीक निचला बिंदु खोजा।
- संघर्ष: 6 पहाड़ों पर, वे बहुत करीब पहुँचे लेकिन बिल्कुल नीचे तक नहीं पहुँच सके।
- अंतर्दृष्टि: दिलचस्प बात यह है कि AI कोच ने अपने प्रशिक्षण लूप के दौरान उन 6 पहाड़ों को पहले ही "सबसे कठिन" के रूप में पहचान लिया था। टीम ने महसूस किया कि इन विशिष्ट पहाड़ों के लिए, "जासूस + खुदाई करने वाले" का दृष्टिकोण एक प्राकृतिक सीमा तक पहुँच जाता है। ऐसा नहीं है कि AI मूर्ख है; बल्कि यह है कि पहाड़ इस तरह से डिज़ाइन किए गए हैं कि बिना गुप्त संरचना को जाने उन्हें हल करना लगभग असंभव है।
सारांश
यह शोध पत्र AI अनुसंधान में ईमानदारी की कहानी है।
- उन्होंने एक खोज एल्गोरिदम को बेहतर बनाने के लिए AI का उपयोग किया।
- उन्होंने पाया कि यदि वे AI को डेटा में छिपे "उत्तरों" पर नज़र डालने देते, तो वह आसानी से सब कुछ जीत जाता।
- उन्होंने नियमों का पालन करने के लिए उस लाभ को हटाने का निर्णय लिया।
- अंत में, वे एक बहुत ही मजबूत, ईमानदार एल्गोरिदम के साथ समाप्त हुए जिसने अधिकांश समस्याओं को पूरी तरह से हल किया और ठीक वही बताया जहाँ वर्तमान तकनीक की सीमाएँ हैं।
लेखकों का निष्कर्ष है कि हालांकि एल्गोरिदम डिजाइन करने में AI बहुत अच्छा है, लेकिन हमें इस बात पर बहुत ध्यान देने की आवश्यकता है कि हम AI को कितनी जानकारी देखने देते हैं, अन्यथा यह सीखने के बजाय केवल परीक्षा को रटने (memorize) का तरीका खोज लेगा।
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।