KACE: Knowledge-Adaptive Context Engineering for Mathematical Reasoning
KACE (नॉलेज-एडेप्टिव कॉन्टेक्स्ट इंजीनियरिंग) एक कठिनाई- और डोमेन-स्तरीकृत एपिस्टेमिक ट्री के माध्यम से ज्ञान भंडारण को उपयोग से अलग करके लार्ज लैंग्वेज मॉडल्स में गणितीय तर्क क्षमता को बढ़ाता है, जिससे AIME 2025 पर 62.2% की सटीकता प्राप्त होती है—जो मौजूदा बेसलाइन्स की तुलना में एक महत्वपूर्ण सुधार है—और यह टियर्ड सेल्फ-कंसिस्टेंसी के माध्यम से कॉन्टेक्स्ट ब्लोट से बचता 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
यहाँ "KACE: Knowledge-Adaptive Context Engineering for Mathematical Reasoning" पेपर का सरल भाषा और रोज़मर्रा के उदाहरणों के साथ विवरण दिया गया है।
बड़ी समस्या: "बहुत अधिक जानकारी" का जाल (The "Too Much Information" Trap)
कल्पना कीजिए कि आप एक बहुत कठिन गणित का सवाल हल करने की कोशिश कर रहे हैं। आपके पास एक शानदार लेकिन "स्थिर" (frozen) ट्यूटर (एक AI मॉडल) है जो अपने दिमाग (weights) को बदलकर नई चीजें नहीं सीख सकता। इसके बजाय, आप उसे सवाल हल करने से पहले कुछ नोट्स (context) पढ़ने के लिए दे सकते हैं।
पिछले तरीकों ने ट्यूटर की मदद करने के लिए एक बढ़ते हुए नोटबुक का उपयोग किया। हर बार जब ट्यूटर कोई गलती करता, तो आप नोटबुक में एक सबक लिखते और अगले प्रयास में उसे जोड़ देते।
- समस्या: अंततः यह नोटबुक बहुत विशाल हो गई। इसमें हर प्रकार के सवालों के लिए सबक भरे हुए थे। जब ट्यूटर एक साधारण सवाल हल करने की कोशिश करता, तो उसे जटिल और अप्रासंगिक सलाह के पन्नों के बीच से रास्ता बनाना पड़ता था। उपयोगी सुझाव शोर (noise) में खो जाते थे, और ट्यूटर भ्रमित हो जाता था। इसे "context bloat" कहा जाता है।
समाधान: KACE (स्मार्ट लाइब्रेरी)
लेखकों ने KACE (Knowledge-Adaptive Context Engineering) नामक एक सिस्टम बनाया। एक विशाल, अव्यवस्थित नोटबुक के बजाय, KACE एक स्मार्ट, व्यवस्थित लाइब्रेरी बनाता है।
यह कैसे काम करता है, चरण-दर-चरण यहाँ दिया गया है:
1. दो-चरणीय छँटाई प्रणाली (The Two-Step Sorting System)
KACE ट्यूटर को देने से पहले हर गणित के सवाल को दो श्रेणियों में वर्गीकृत करता है:
- कठिनाई (Difficulty): क्या यह एक आसान, मध्यम या कठिन सवाल है?
- विषय (Topic): क्या यह ज्यामिति (Geometry), बीजगणित (Algebra), या क्रमचय (Combinatorics) के बारे में है?
इसे एक लाइब्रेरी की तरह समझें जिसमें अलमारियाँ हैं। आप सभी किताबें फर्श पर नहीं फेंकते; आप "आसान ज्यामिति" की किताबें एक शेल्फ पर और "कठिन बीजगणित" की किताबें दूसरे शेल्फ पर रखते हैं।
2. ऑफलाइन "लाइब्रेरियन" (प्रशिक्षण चरण - Training Phase)
इससे पहले कि ट्यूटर कभी कोई टेस्ट प्रश्न देखे, एक "लाइब्रेरियन" (एक अलग AI) ट्यूटर की पिछली विफलताओं का अध्ययन करता है।
- यदि ट्यूटर एक कठिन ज्यामिति के सवाल में विफल रहता है, तो लाइब्रेरियन एक विशिष्ट "चीट कार्ड" (एक टिप, नियम या रणनीति) लिखता है और उसे केवल "कठिन ज्यामिति" वाले शेल्फ पर रखता है।
- यदि ट्यूटर एक आसान बीजगणित के सवाल में विफल होता है, तो एक अलग कार्ड "आसान बीजगणित" वाले शेल्फ पर जाता है।
- महत्वपूर्ण बिंदु: लाइब्रेरियन ऐसे हजारों कार्ड बनाता है, लेकिन वे लाइब्रेरी में संग्रहीत होते हैं, ट्यूटर के तत्काल दृश्य (view) में नहीं।
3. "स्तरीय" परीक्षण (मूल्यांकन चरण - Evaluation Phase)
जब एक नया सवाल आता है, तो सिस्टम ट्यूटर को पूरी लाइब्रेरी नहीं थमा देता। यह एक tiered self-consistency प्रक्रिया का उपयोग करता है (इसका एक फैंसी तरीका यह कहना है कि "कोशिश करो, फिर से कोशिश करो, लेकिन एक योजना के साथ"):
- स्तर 1 (आसान): सिस्टम सवाल को तुरंत हल करने की कोशिश करता है। यदि ट्यूटर लगातार दो बार इसे सही हल कर लेता है, तो वह समाप्त हो जाता है। कोई कार्ड नहीं दिखाया जाता। (1+1 के सवाल के लिए लाइब्रेरी क्यों पढ़नी?)
- स्तर 2 (मध्यम): यदि ट्यूटर संघर्ष करता है, तो सिस्टम स्तर बढ़ाता है। यह सवाल के विषय से मेल खाने वाले "मध्यम" शेल्फ की जाँच करता है। यह ट्यूटर को केवल वे विशिष्ट कार्ड देता है।
- स्तर 3 (कठिन): यदि वह अभी भी फंसा हुआ है, तो यह उस विषय के लिए "कठिन" शेल्फ तक पहुँच जाता है। यह उसे गहरी, जटिल रणनीतियाँ सौंप देता है।
यह बेहतर क्यों है (उपमा/Analogy)
- पुराना तरीका (Monolithic Prompt): कल्पना कीजिए कि आप "चॉकलेट केक" की एक विशिष्ट रेसिपी खोजने के लिए एक 500 पन्नों की किताब पढ़ने की कोशिश कर रहे हैं जिसमें दुनिया की हर रेसिपी है, साथ ही कार बनाने और सिंक ठीक करने के निर्देश भी हैं। आप अभिभूत (overwhelmed) हो जाते हैं और शायद केक की रेसिपी को मिस कर देते हैं।
- KACE का तरीका: आप एक लाइब्रेरी में जाते हैं। आप लाइब्रेरियन से पूछते हैं, "मुझे चॉकलेट केक की रेसिपी चाहिए।" लाइब्रेरियन आपको सीधे "डेसर्ट्स" सेक्शन में ले जाता है, "केक्स" वाला दराज खोलता है, और आपको केवल "चॉकलेट केक" वाला कार्ड थमा देता है। आप कार मैनुअल और सिंक की मरम्मत को पूरी तरह से अनदेखा कर देते हैं।
परिणाम
इस पेपर का परीक्षण बहुत कठिन गणित प्रतियोगिताओं (जैसे AIME 2025) पर किया गया।
- बेसलाइन (The Baseline): मानक तरीके (एक बड़े प्रॉम्प्ट के साथ AI को 5 प्रयास देना) लगभग 51.8% सही होते थे।
- KACE: स्मार्ट लाइब्रेरी का उपयोग करके और केवल प्रासंगिक कार्ड दिखाकर, KACE ने 62.2% सही हल किए।
यह एक बड़ी छलांग है। यह साबित करता है कि जानकारी की मात्रा से अधिक उसकी गुणवत्ता मायने रखती है। AI को एक विशाल, भ्रमित ढेर देने के बजाय एक छोटा, पूरी तरह से प्रासंगिक संकेत देना बेहतर है।
मुख्य बातें (Key Takeaways)
- स्टोरेज को उपयोग से अलग करें: सारा ज्ञान एक बड़े डेटाबेस (लाइब्रेरी) में रखें, लेकिन AI को केवल वही छोटा हिस्सा दिखाएं जिसकी उसे उस विशेष सवाल के लिए आवश्यकता है।
- कठिनाई मायने रखती है: आसान सवालों को कठिन सबक का बोझ नहीं उठाना चाहिए। सिस्टम मदद को सवाल की कठिनाई के आधार पर अनुकूलित करता है।
- कोई ब्रेन सर्जरी नहीं: AI के "दिमाग" (weights) को नहीं बदला गया। सुधार पूरी तरह से उन नोट्स के बेहतर संगठन से आया जिन्हें वह पढ़ता है।
संक्षेप में, KACE AI को एक बेहतर शोधकर्ता (researcher) बनना सिखाता है (यह जानना कि कहाँ देखना है) न कि केवल एक बेहतर पाठक (reader) (सब कुछ पढ़ने की कोशिश करना)।
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।