SliceGraph: Mapping Process Isomers in Multi-Run Chain-of-Thought Reasoning
यह शोधपत्र SliceGraph को प्रस्तुत करता है, जो एक पोस्ट-हॉक ग्राफ-आधारित ढांचा है जो "प्रोसेस आइसोमर्स" (process isomers)—विभिन्न, संरचनात्मक रूप से सुसंगत तर्क प्रक्षेपवक्र (reasoning trajectories) जो एक ही सही उत्तर पर अभिसरित होते हैं—को प्रकट करता है, जो यह प्रदर्शित करता है कि मानक अंतिम-उत्तर एकत्रीकरण (final-answer aggregation), मल्टी-रन चेन-ऑफ-थॉट रीजनिंग की समृद्ध, बहु-मार्ग ज्यामितीय संरचना की अनदेखी 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 64 अलग-अलग AI "विचारकों" (thinkers) के एक समूह से एक ही गणित की समस्या को हल करने के लिए कहते हैं। वे सभी अपनी चरण-दर-चरण तर्क प्रक्रिया (Chain-of-Thought) लिखते हैं और अंत में, वे सभी बिल्कुल एक ही सही उत्तर पर पहुँचते हैं।
परंपरागत रूप से, शोधकर्ता केवल अंतिम उत्तर को देखेंगे और कहेंगे, "बहुत बढ़िया, उन सभी ने इसे सही हल कर लिया।" वे इन 64 प्रयासों को 64 स्वतंत्र, यादृच्छिक अनुमानों (random guesses) के रूप में मान लेंगे जो संयोग से एक समान थे।
SliceGraph का तर्क है कि यह वैसा ही है जैसे कि आप एक शहर में एक ही गंतव्य तक पहुँचने वाले 64 लोगों को देख रहे हों और यह मान लें कि उन सभी ने बिल्कुल एक ही बस मार्ग अपनाया था। वास्तव में, कुछ लोग पार्क के माध्यम से पैदल चल सकते हैं, अन्य सबवे ले सकते हैं, और अन्य हाईवे के माध्यम से गाड़ी चला सकते हैं। वे सभी एक ही स्थान पर पहुँच गए, लेकिन उनकी यात्राएँ पूरी तरह से अलग थीं।
यहाँ लेखक इस बात को सरल उपमाओं (analogies) का उपयोग करके समझाते हैं:
1. मानचित्र: SliceGraph
AI के विचारों के टेक्स्ट (पाठ) को पढ़ने के बजाय (जो भ्रामक हो सकता है, जैसे दो लोग "मैं बाईं ओर गया" कह सकते हैं लेकिन उनका अर्थ अलग हो सकता है), लेखकों ने AI के आंतरिक वायरिंग (internal wiring) पर आधारित एक मानचित्र बनाया।
- उपमा: कल्पना कीजिए कि AI का मस्तिष्क लाखों स्विचों (न्यूरॉन्स) वाला एक विशाल शहर है। हर बार जब AI कोई शब्द सोचता है, तो स्विचों का एक विशिष्ट सेट जल उठता है।
- विधि: शोधकर्ताओं ने शब्दों को नहीं देखा; उन्होंने देखा कि कौन से स्विच चालू थे। उन्होंने सोचने की प्रक्रिया को छोटे "स्लाइस" (256 शब्दों के टुकड़े) में विभाजित किया और इन स्लाइस के "स्विच पैटर्न" की तुलना की।
- परिणाम: उन्होंने एक ग्राफ (एक मानचित्र) बनाया जहाँ नोड्स (nodes) ये सोचने वाले स्लाइस हैं और रेखाएं उन स्लाइस को जोड़ती हैं जो समान आंतरिक स्विचों का उपयोग करते हैं। यह मानचित्र उन छिपे हुए "रास्तों" को प्रकट करता है जिन्हें AI ने लिया है।
2. खोज: प्रोसेस आइसोमर्स (Process Isomers)
यह पेपर एक नई अवधारणा पेश करता है जिसे प्रोसेस आइसोमर्स कहा जाता है।
- उपमा: रसायन विज्ञान में, "आइसोमर्स" वे अणु होते हैं जिनके परमाणु और सूत्र बिल्कुल समान होते हैं लेकिन वे अंतरिक्ष में अलग तरह से व्यवस्थित होते हैं (जैसे एक सीधी श्रृंखला बनाम एक रिंग)।
- निष्कर्ष: शोधकर्ताओं ने पाया कि एक ही गणित की समस्या के लिए, AI अक्सर पूरी तरह से अलग आंतरिक मार्गों के माध्यम से सही उत्तर तक पहुँचता है।
- मार्ग A: AI उत्तर का अनुमान लगाने की कोशिश कर सकता है, महसूस कर सकता है कि वह गलत है, और फिर एक तार्किक प्रमाण (logical proof) की ओर स्विच कर सकता है।
- मार्ग B: दूसरा AI तुरंत तार्किक प्रमाण से शुरू कर सकता है, अनुमान लगाने को छोड़ सकता है, और उसी उत्तर पर पहुँच सकता है।
- आइसमर: भले ही वे दोनों "सही" हैं और उनका अंतिम उत्तर एक ही है, वे "प्रोसेस आइसोमर्स" हैं क्योंकि उनकी आंतरिक यात्रा (उनके सोचने के चरणों की व्यवस्था) संरचनात्मक रूप से भिन्न है।
आंकड़ा: लगभग 85% समस्याओं में, जो परीक्षण की गईं, सही उत्तर केवल एक एकल पथ नहीं था। इसके बजाय, AI ने उत्तर खोजने के लिए कई विशिष्ट "परिवारों" (families) के मार्गों का उपयोग किया। औसतन, यदि आप दो सही प्रयासों को चुनते हैं, तो 76% संभावना है कि उन्होंने पूरी तरह से अलग आंतरिक सड़कों का उपयोग किया।
3. भू-भाग (Terrain): हाई-वैल्यू कोर्स (High-Value Cores)
शोधकर्ताओं ने यह भी मानचित्रित किया कि इस मानसिक परिदृश्य में "सफलता" कहाँ होती है।
- उपमा: कल्पना कीजिए कि मानचित्र में "हाई-वैल्यू कोर्स" हैं—ये उन धूप वाले, उपजाऊ घाटियों की तरह हैं जहाँ AI के सही होने की सबसे अधिक संभावना है।
- निष्कर्ष: ये उपजाऊ घाटियाँ अक्सर एक दूसरे से अलग (disconnected) होती हैं।
- मार्गों का एक "परिवार" पूरी तरह से "उत्तर घाटी" (North Valley) में रह सकता है।
- दूसरा "परिवार" पूरी तरह से "दक्षिण घाटी" (South Valley) में रह सकता है।
- वे दोनों फिनिश लाइन तक पहुँचते हैं, लेकिन वे बीच में कभी एक-दूसरे से नहीं मिलते। वे अलग-अलग क्षेत्रों के लिए विशिष्ट हैं।
4. यह क्यों महत्वपूर्ण है (पेपर के अनुसार)
पेपर का दावा है कि केवल अंतिम उत्तर को देखकर, हम एक समृद्ध, बहु-आयामी दुनिया को एक सपाट, उबाऊ रेखा में "संक्षिप्त" (collapse) कर रहे हैं।
- पुराना तरीका: "उन्होंने उत्तर सही प्राप्त किया। अच्छा काम किया।" (यह अनदेखा करता है कि वे वहाँ कैसे पहुँचे)।
- SliceGraph का तरीका: "उन्होंने सही उत्तर प्राप्त किया, लेकिन उन्होंने तीन अलग-अलग आंतरिक रणनीतियों का उपयोग किया, और वे रणनीतियाँ वास्तव में बीच में कभी नहीं मिलीं।"
लेखकों ने मानव विशेषज्ञों को स्लाइस देखने के लिए देकर इसकी पुष्टि की। विशेषज्ञों ने पुष्टि की कि AI के आंतरिक स्विचों द्वारा समूहीकृत किए गए स्लाइस वास्तव में एक ही तार्किक चरण या रणनीति का प्रतिनिधित्व करते थे, जिससे यह सिद्ध हुआ कि मानचित्र सटीक है।
सारांश
पेपर कहता है: केवल अंतिम उत्तर पर भरोसा न करें। भले ही AI सही उत्तर प्राप्त कर लेता है, लेकिन यह किसी अन्य AI (या स्वयं उसी AI के एक अलग प्रयास) की तुलना में पूरी तरह से अलग "आंतरिक मानचित्र" का उपयोग कर रहा हो सकता है। इन अलग-अलग रास्तों को प्रोसेस आइसोमर्स कहा जाता है, और वे प्रकट करते हैं कि AI का तर्क हमारी पिछली धारणा की तुलना में बहुत अधिक विविध और संरचित है।
यह पेपर क्या दावा नहीं करता है:
- यह यह नहीं कहता कि इससे AI वास्तविक दुनिया में अधिक स्मार्ट या विश्वसनीय बनता है।
- यह यह सुझाव नहीं देता कि इसका उपयोग AI की त्रुटियों को ठीक करने या नए चिकित्सा उपकरण बनाने के लिए किया जाए।
- यह पूरी तरह से इस बात पर केंद्रित है कि AI कैसे सोचता है उसे मापने और मानचित्रित करने पर, न कि उसके सोचने के तरीके को बदलने पर।
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।