Ryze: Evidence-Enriched Data Synthesis from Biomedical Papers
Ryze एक पूर्णतः स्वचालित, लागत प्रभावी प्रणाली है जो बायोमेडिकल शोध पत्रों से साक्ष्य-समृद्ध प्रशिक्षण डेटा को संश्लेषित करके BioVLM-8B का निर्माण करती है, जो एक विशिष्ट विजन-लैंग्वेज मॉडल है और जो चित्रों, तालिकाओं और पाठ के माध्यम से महत्वपूर्ण साक्ष्य संरचनाओं को संरक्षित करके अपने बेस मॉडल और GPT-5.2 दोनों की तुलना में बायोमेडिकल बेंचमार्क पर काफी बेहतर प्रदर्शन 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 प्रतिभाशाली लेकिन नासमझ छात्र को जटिल वैज्ञानिक शोध पत्रों (research papers) को समझना सिखाने की कोशिश कर रहे हैं। समस्या यह है कि ये पेपर केवल टेक्स्ट नहीं हैं; वे पैराग्राफ, चार्ट, टेबल और छवियों का एक उलझा हुआ मिश्रण हैं जहाँ किसी प्रश्न का उत्तर अक्सर ग्राफ के छोटे से लेबल या टेबल की किसी विशिष्ट पंक्ति में छिपा होता है। यदि आप छात्र को केवल टेक्स्ट दे देंगे, तो वह अनुमान लगाने लगेगा या मनगढ़ंत बातें बनाने लगेगा।
Ryze एक नया, पूरी तरह से स्वचालित सिस्टम है जिसे एडिनबर्ग विश्वविद्यालय के शोधकर्ताओं द्वारा बनाया गया है जो इस समस्या को हल करता है। यह एक अत्यंत कुशल, अथक शिक्षण सहायक (teaching assistant) की तरह कार्य करता है जो कच्चे वैज्ञानिक शोध पत्रों को AI के लिए एक उच्च-गुणवत्ता वाले "पाठ्यपुस्तक" में बदल देता है, और फिर उस पाठ्यपुस्तक का उपयोग BioVLM-8B नामक एक विशेष AI मॉडल को प्रशिक्षित करने के लिए करता है।
यहाँ बताया गया है कि Ryze कैसे काम करता है, जिसे सरल चरणों में विभाजित किया गया है:
1. "स्मार्ट स्कैनर" (अव्यवस्था को ठीक करना)
जब आप किसी वैज्ञानिक शोध पत्र को स्कैन करते हैं, तो मानक उपकरण अक्सर उसे बिगाड़ देते हैं। वे चार्ट के अक्ष (axis) को गलत पढ़ सकते हैं, टेबल से एक पंक्ति हटा सकते हैं, या किसी चित्र और उसका वर्णन करने वाले पैराग्राफ के बीच के संबंध को खो सकते हैं।
- उपमा (Analogy): एक फोटोकॉपी मशीन की कल्पना करें जो स्याही फैला देती है और कैप्शन फाड़ देती है। यदि आप उस प्रति से पढ़ने की कोशिश करते हैं, तो आप भ्रमित हो जाएंगे।
- Ryze क्या करता है: Ryze एक "स्मार्ट स्कैनर" का उपयोग करता है जो लेआउट को समझता है। यह केवल शब्दों को नहीं पढ़ता; यह जानता है कि "चित्र 3" (Figure 3) उसके बगल वाले पैराग्राफ के साथ होना चाहिए और टेबल में मौजूद संख्याओं को उनकी विशिष्ट पंक्तियों में ही रहना चाहिए। यह त्रुटियों को साफ करता है और दृश्य संकेतों (चार्ट, टेबल) को टेक्स्ट के साथ वापस जोड़ देता है, जिससे शोध पत्र की एक पूर्ण, साक्ष्य-समृद्ध प्रति तैयार होती है।
2. "प्रश्न जनरेटर" (परीक्षा बनाना)
एक बार जब पेपर साफ हो जाते हैं, तो Ryze को अभ्यास प्रश्न बनाने की आवश्यकता होती है।
- उपमा: केवल यह पूछने के बजाय कि "यह क्या है?" (जो बहुत आसान है), Ryze एक सख्त प्रोफेसर की तरह कार्य करता है जो संपूर्ण संदर्भ को देखता है। यह पूछता है, "चित्र 2 में दिए गए चार्ट और पैराग्राफ 4 के विवरण के आधार पर, कोशिकाओं का रंग क्यों बदला?"
- जादू: यह लाखों ऐसे प्रश्न उत्पन्न करता है। महत्वपूर्ण रूप से, प्रत्येक प्रश्न के साथ उसका "उत्तर कुंजी" (answer key) और वह "साक्ष्य" (विशिष्ट चार्ट, टेबल और टेक्स्ट) भी होता है जिसकी मदद से उसे हल किया जा सकता है। यह AI को केवल अनुमान लगाने के बजाय अपने उत्तरों को सिद्ध करना सिखाता है।
3. "दो-चरणीय प्रशिक्षण" (तथ्य सीखना, फिर तर्क करना)
Ryze AI को दो अलग-अलग चरणों में प्रशिक्षित करता है, जैसे कि एक छात्र पहले तथ्य रटता है और फिर आलोचनात्मक रूप से सोचना सीखता है।
- चरण 1: अध्ययन सत्र (SFT): AI लाखों प्रश्नों और उत्तरों को पढ़ता है ताकि जीव विज्ञान की शब्दावली और बुनियादी तथ्यों को सीख सके। यह आवर्त सारणी (periodic table) को याद करने जैसा है।
- चरण 2: डिबेट क्लब (Reinforcement Learning): एक बार जब AI तथ्यों को जान लेता है, तो Ryze अपनी रणनीति बदल देता है। यह केवल उत्तर देने के बजाय AI को एक तार्किक तर्क श्रृंखला (logical chain of reasoning) बनाने के लिए मजबूर करना शुरू कर देता है। यह एक डिबेट कोच की तरह है जो छात्र से कहता है, "मुझे केवल उत्तर मत दो; मुझे वे चरण दिखाओ जो तुमने चार्ट और टेक्स्ट का उपयोग करके वहां तक पहुँचने के लिए उठाए हैं।" यही वह चरण है जो AI को कठिन समस्याओं को हल करने में वास्तव में स्मार्ट बनाता है।
परिणाम: एक छोटा मॉडल जो दिग्गजों को हरा देता है
शोधकर्ताओं ने एक मानक, ओपन-सोर्स AI मॉडल (Qwen3-VL-8B) से शुरुआत की और Ryze का उपयोग करके इसे BioVLM-8B में बदल दिया।
- लागत: इस पूरी प्रक्रिया को क्लाउड कंप्यूटर पर चलाने की लागत $200 से भी कम थी।
- प्रदर्शन: एक कठिन परीक्षण पर, जिसे LAB-Bench कहा जाता है (जो जीव विज्ञान तर्क क्षमता का परीक्षण करता है), BioVLM-8B ने 48.0% का स्कोर किया।
- तुलना: इसने GPT-5.2 (OpenAI का एक विशाल, महंगा व्यावसायिक मॉडल) को महत्वपूर्ण अंतर से पीछे छोड़ दिया। इसने अन्य डेटासेट्स को भी कुचल दिया जो मनुष्यों द्वारा मैन्युअल रूप से लिखे गए थे, जिससे यह सिद्ध होता है कि Ryze की स्वचालित, साक्ष्य-आधारित विधि इस विशिष्ट कार्य के लिए मानव-क्यूरेटेड डेटा से बेहतर है।
यह क्यों महत्वपूर्ण है
पेपर का दावा है कि सफलता का रहस्य केवल अधिक डेटा नहीं है, बल्कि बेहतर-संरचित डेटा है। टेक्स्ट, चार्ट और टेबल के बीच के संबंध को सुरक्षित रखकर, Ryze AI को एक जासूस बनने के लिए प्रशिक्षित करता है जो साक्ष्य का पीछा करता है, न कि केवल पैटर्न पर निर्भर रहने वाला एक अनुमान लगाने वाला।
संक्षेप में: Ryze एक कम लागत वाला, स्वचालित कारखाना है जो बिखरे हुए वैज्ञानिक शोध पत्रों को लेता है, उन्हें साफ करता है, उन्हें एक कठोर प्रशिक्षण पाठ्यक्रम में बदल देता है, और एक विशेष AI तैयार करता है जो जीव विज्ञान को समझने में आश्चर्यजनक रूप से कुशल है—जो बहुत बड़े और अधिक महंगे मॉडलों से भी बेहतर है। शोधकर्ताओं ने कोड और मॉडल को दूसरों के उपयोग के लिए उपलब्ध करा दिया 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।