From LLM-Generated Conjectures to Lean Formalizations: Automated Polynomial Inequality Proving via Sum-of-Squares Certificates
यह शोध पत्र NSPI को प्रस्तुत करता है, जो एक न्यूरो-सिंबोलिक फ्रेमवर्क है जो अनुमानित सम-ऑफ-स्क्वेयर्स (Sum-of-Squares) अनुमान प्रस्तावित करने के लिए लार्ज लैंग्वेज मॉडल्स का और उन्हें सटीक, मशीन-चेक्ड लीन (Lean) प्रमाणों में परिष्कृत करने के लिए सिंबोलिक कंप्यूटेशन का लाभ उठाता है, जिससे 10 चर (variables) तक की बहुपद असमानताओं (polynomial inequalities) की स्केलेबल स्वचालित प्रूविंग प्राप्त 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 आप यह सिद्ध करने की कोशिश कर रहे हैं कि एक जटिल, कई परतों वाला केक हमेशा "पर्याप्त मीठा" (गणितीय रूप से, गैर-ऋणात्मक) होता है, चाहे आप उसे किसी भी तरह से काटें या उसके अवयवों (ingredients) को बदलें। गणित की दुनिया में, इसे एक पॉलीनोमियल इनइक्वेलिटी (polynomial inequality) सिद्ध करना कहा जाता है।
लंबे समय तक, गणितज्ञों के पास इसे करने के दो मुख्य तरीके थे, लेकिन दोनों में बड़ी खामियां थीं:
- "शुद्ध तर्क" विधि (प्रतीकात्मक/Symbolic): यह केक की समस्या को हल करने के लिए ब्लैकबोर्ड पर सामग्री की हर एक रासायनिक प्रतिक्रिया लिखने जैसा है। यह पूरी तरह से सटीक है, लेकिन यदि केक में बहुत अधिक सामग्री (चर/variables) है, तो ब्लैकबोर्ड तुरंत भर जाता है, और यह विधि विफल हो जाती है। यह बड़े कार्यों के लिए बहुत धीमी और अव्यवस्थित है।
- "AI अनुमान" विधि (LLMs): यह एक बहुत ही बुद्धिमान, रचनात्मक शेफ से रेसिपी का अनुमान लगाने के लिए पूछने जैसा है। शेफ छोटे केक के लिए तेज़ और अच्छा है, लेकिन जब केक बहुत बड़ा और जटिल हो जाता है, तो वह ऐसी सामग्रियों का भ्रम (hallucination) पैदा करने लगता है जो अस्तित्व में ही नहीं हैं या गणितीय गलतियाँ करने लगता है। वे अपने उत्तर को 100% सत्य सिद्ध नहीं कर सकते।
यह शोध पत्र एक नई टीम पेश करता है जिसे NSPI (न्यूरो-सिंबोलिक पॉलिनॉमियल इनइक्वेलिटी प्रूविंग) कहा जाता है। सोचिए कि NSPI एक रचनात्मक शेफ और एक कठोर गुणवत्ता निरीक्षक के बीच एक आदर्श साझेदारी है।
यहाँ उनके "असेंबली लाइन" के चरण दिए गए हैं:
चरण 1: रचनात्मक शेफ (LLM)
सबसे पहले, टीम एक लार्ज लैंग्वेज मॉडल (शेफ) को एक कठिन गणितीय समस्या देखने के लिए कहती है। शेफ तुरंत कठिन गणित करने की कोशिश नहीं करता है। इसके बजाय, वह अपनी रचनात्मकता का उपयोग करके एक संरचना का अनुमान लगाता है।
- उपमा: कल्पना कीजिए कि शेफ कहता है, "मुझे दांव पर लगाना है कि यह केक चीनी के तीन विशिष्ट क्यूब्स की परतों से बना है जो एक साथ रखे गए हैं।"
- गणितीय शब्दों में, LLM एक सम-ऑफ-स्क्वायर्स (Sum-of-Squares - SOS) अपघटन का सुझाव देता है। वह सुझाव देता है, "यह जटिल अभिव्यक्ति शायद कुछ सरल चीजों के वर्गों (squares) का योग है।"
- महत्वपूर्ण बिंदु: शेफ का अनुमान आमतौर पर एक अनुमान (approximation) होता है। यह करीब है, लेकिन इसमें दशमलव की छोटी त्रुटियां हो सकती हैं (जैसे यह कहना कि एक चीनी का क्यूब ठीक 1 ग्राम के बजाय 1.0000001 ग्राम का है)।
चरण 2: गुणवत्ता निरीक्षक (प्रतीकात्मक सुधार/Symbolic Correction)
शेफ के अनुमान को "गुणवत्ता निरीक्षक" को सौंपा जाता है, जो एक शक्तिशाली कंप्यूटर अलजेब्रा सिस्टम है।
- उपमा: निरीक्षक शेफ के कच्चे स्केच को लेता है और सूक्ष्मदर्शी का उपयोग करके छोटी त्रुटियों को ठीक करता है। यह न्यूटन की विधि (Newton's Method) (सटीक उत्तर पर ज़ूम करने का एक गणितीय तरीका) और रेशनल रिकवरी (Rational Recovery) (अव्यवस्थित दशमलव को साफ, सटीक भिन्नों में बदलना) नामक तकनीक का उपयोग करता है।
- यदि शेफ ने अनुमान लगाया था कि परतें "लगभग" 1.5, 2.3 और 0.7 हैं, तो निरीक्षक सटीक संख्याएं निकालता है: 3/2, 23/10, और 7/10।
- अब, अनुमान को एक परफेक्ट, सटीक गणितीय प्रमाण (certificate) में बदल दिया गया है।
चरण 3: कोर्टरूम जज (लीन वेरिफिकेशन/Lean Verification)
अंत में, टीम इस सटीक प्रमाण को एक "जज" के पास ले जाती है जिसका नाम Lean है।
- उपमा: लीन एक सख्त, बिना पलक झपकाने वाला जज है जो निरीक्षक के काम के हर कदम की जांच करता है। उसे "महसूस" करने या "अनुमान" लगाने से कोई लेना-देना नहीं है। वह केवल उन्हीं प्रमाणों को स्वीकार करता है जो तार्किक रूप से त्रुटिहीन हों।
- क्योंकि निरीक्षक ने एक सटीक प्रमाण प्रदान किया है, इसलिए जज आसानी से सत्यापित कर सकता है: "हाँ, यदि आप इन सटीक संख्याओं का वर्ग करते हैं और उन्हें जोड़ते हैं, तो आपको मूल केक प्राप्त होता है। और चूंकि वर्ग हमेशा धनात्मक होते हैं, इसलिए केक हमेशा मीठा रहेगा।"
- जज फिर एक मशीन-चेक्ड प्रूफ जारी करता है जो 100% गारंटी के साथ सही है।
यह एक बड़ी बात क्यों है?
शोध पत्र ने 522 बहुत कठिन गणितीय समस्याओं पर इस टीम का परीक्षण किया, जिनमें से कुछ में 10 अलग-अलग चर (variables/सामग्री) तक थे।
- पुरानी तर्क विधियों ने हार मान ली जब समस्याएं बहुत बड़ी (बहुत अधिक सामग्री वाली) हो गईं।
- पुरानी AI विधियों बड़े कार्यों पर भ्रमित हो गईं और गलतियाँ करने लगीं।
- NSPI टीम वहां सफल हुई जहां अन्य विफल रहे। वे 10 चरों वाली समस्याओं को हल कर सके जिन्हें कोई अन्य विधि छू भी नहीं सकती थी।
निचोड़ (The Bottom Line)
शोध पत्र का दावा है कि AI को समाधान का आकार अनुमान लगाने देने, फिर गणितीय उपकरणों का उपयोग करके विवरणों को ठीक करने और एक कंप्यूटर का उपयोग करके सत्य को सत्यापित करने के माध्यम से, उन्होंने एक ऐसा सिस्टम बनाया है जो जटिल इनइक्वेलिटी समस्याओं को पहले की तुलना में अधिक तेज़ी से और अधिक विश्वसनीय रूप से हल कर सकता है। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने एक "अच्छे अनुमान" से "सिद्ध तथ्य" तक का एक पुल बनाया है।
उन्होंने क्या दावा नहीं किया:
- उन्होंने यह नहीं कहा कि यह बीमारियों का इलाज करेगा या शेयर बाजार की भविष्यवाणी करेगा।
- उन्होंने यह दावा नहीं किया कि यह गणित के हर प्रकार के सवाल पर काम करता है, केवल यह कि यह कुछ विशेष पॉलीनोमियल अभिव्यक्तियों के हमेशा धनात्मक होने को सिद्ध करने के लिए है।
- उन्होंने यह दावा नहीं किया कि यह मानव गणितज्ञों को पूरी तरह से प्रतिस्थापित कर देगा, बल्कि यह कि यह एक बहुत ही विशिष्ट, कठिन प्रकार के तर्क को स्वचालित करता 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।