← नवीनतम पेपर
🧬 biology

The Variance Brain Foundation Models Forgot: Third-Order Statistics Predict Cognition Where Billion-Parameter Models Fail

अपने पैमाने के बावजूद, वर्तमान ब्रेन फाउंडेशन मॉडल संज्ञानात्मक प्रदर्शन (cognitive performance) की भविष्यवाणी करने में विफल रहते हैं क्योंकि उनके प्रीट्रेनिंग उद्देश्य महत्वपूर्ण तृतीय-क्रम सांख्यिकीय संरचनाओं (तीसरे-क्रम की विषमता या co-skewness) को त्याग देते हैं, एक ऐसी सीमा जिसे एक सरल, प्रीट्रेनिंग-मुक्त लीनियर पाइपलाइन द्वारा दूर किया जा सकता है जो इन उच्च-क्रम विशेषताओं को स्पष्ट रूप से संरक्षित करती है ताकि मॉडलों और मानक कार्यात्मक कनेक्टिविटी बेसलाइनों दोनों से बेहतर प्रदर्शन किया जा सके।

मूल लेखक: Giovanni Marraffini, Gabriel Mahuas, Trinidad Borrell, Victoria Shevchenko, Demian Wassermann

प्रकाशित 2026-06-04
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Giovanni Marraffini, Gabriel Mahuas, Trinidad Borrell, Victoria Shevchenko, Demian Wassermann

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ⚕️ यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें

यहाँ इस शोध पत्र का सरल भाषा और रोज़मर्रा के उदाहरणों के साथ विवरण दिया गया है।

मुख्य विचार: वह "स्मार्ट" ब्रेन मॉडल जिसने असली मुद्दा ही मिस कर दिया

कल्पना कीजिए कि आपके पास एक बहुत ही बुद्धिमान छात्र है (ब्रेन फाउंडेशन मॉडल) जिसने मस्तिष्क कैसे काम करता है, इस पर लिखी गई हर एक किताब पढ़ ली है। आप उसे एक टेस्ट देते हैं: "इस ब्रेन स्कैन को देखो और मुझे बताओ कि यह व्यक्ति कितना समझदार है।"

आप उम्मीद करते हैं कि यह छात्र इस टेस्ट में कमाल कर देगा क्योंकि वह बहुत बड़ा, जटिल है और उसे भारी मात्रा में डेटा पर प्रशिक्षित किया गया है। लेकिन इसके बजाय, वह बुरी तरह असफल हो जाता है। एक साधारण, पुराने ज़माने का कैलकुलेटर (लीनियर रिग्रेशन) जो केवल कच्चे ब्रेन स्कैन डेटा को देखता है, वास्तव में उससे कहीं बेहतर स्कोर प्राप्त करता है।

इससे भी अजीब बात यह है: जब शोधकर्ताओं ने उस "स्मार्ट छात्र" को और भी बड़ा और शक्तिशाली बनाया, तो वह इस टेस्ट में और भी खराब प्रदर्शन करने लगा।

यह पेपर समझाता है कि ऐसा क्यों हुआ और उन्होंने इसे कैसे ठीक किया।

1. समस्या: गलत शोर को सुनना

एक ब्रेन स्कैन (fMRI) को एक व्यस्त शहर की सड़क की रिकॉर्डिंग की तरह समझें।

  • शोर (The Noise): रिकॉर्डिंग में तेज़ और स्पष्ट आवाज़ें हावी हैं: एक बस की गड़गड़ाहट (दिल की धड़कन), हवा (साँस लेना), और लोगों के चलने की आहट (सिर की हलचल)। ये "प्रमुख" ध्वनियाँ हैं।
  • सिग्नल (The Signal): दो लोगों के बीच की वास्तविक बातचीत (संज्ञानात्मक सोच/Cognitive thinking) शांत और सूक्ष्म होती है। यह तीन या अधिक लोगों के एक साथ बोलने के जटिल, लयबद्ध पैटर्न में छिपी होती है।

AI ने क्या किया: AI मॉडल्स को रिकॉर्डिंग को "पुनर्निर्मित" (Reconstruct) करने के लिए प्रशिक्षित किया गया था। उनका लक्ष्य यह था कि आउटपुट बिल्कुल इनपुट जैसा सुनाई दे। क्योंकि शोर (दिल की धड़कन, साँस लेना) शांत बातचीत की तुलना में बहुत अधिक तेज़ था, इसलिए AI ने शोर की नकल करने में महारत हासिल कर ली। वह बस की गड़गड़ाहट की भविष्यवाणी करने में तो एक्सपर्ट बन गया, लेकिन उसने शांत बातचीत को पूरी तरह से अनदेखा कर दिया।

परिणाम: AI मॉडल्स "शोर" की नकल करने में इतने अच्छे हो गए कि वे "सिग्नल" को भूल गए। वे मानव संज्ञान (Human Cognition) की भविष्यवाणी करने में विफल रहे क्योंकि वे डेटा के शोर-शराबे वाले हिस्सों पर ध्यान केंद्रित करने में बहुत व्यस्त थे।

2. "इनवर्स स्केलिंग" विरोधाभास (The Inverse Scaling Paradox)

आमतौर पर, AI में, यदि आप मॉडल को बड़ा बनाते हैं (उसे अधिक 'ब्रेन पावर' देते हैं), तो वह स्मार्ट हो जाता है।

  • पेपर का निष्कर्ष: यहाँ, इसके विपरीत हुआ। शोधकर्ताओं ने एक "छोटा" AI (111 मिलियन पैरामीटर्स) और एक "विशाल" AI (650 मिलियन पैरामीटर्स) का परीक्षण किया।
  • ट्विस्ट: विशाल AI, छोटे AI की तुलना में संज्ञानात्मक क्षमता (Cognition) बताने में बदतर साबित हुआ।
  • क्यों? बड़ा AI शोर की नकल करने में और भी बेहतर हो गया था। उसके पास दिल की धड़कन और सांस लेने की नकल करने की अधिक क्षमता थी, जिससे उसने सूक्ष्म संज्ञानात्मक संकेतों को और भी प्रभावी ढंग से दबा दिया। यह एक बहुत ही सटीक माइक्रोफ़ोन को काम पर रखने जैसा था जो केवल ट्रैफिक के शोर को बढ़ाता है और बातचीत को दबा देता है।

3. समाधान: "थर्ड-ऑर्डर" पैटर्न को देखना

शोधकर्ताओं ने महसूस किया कि मानवीय सोच केवल दो मस्तिष्क क्षेत्रों के बीच की बातचीत नहीं है (जैसा कि मानक ब्रेन स्कैन आमतौर पर मापते हैं)। यह तीन क्षेत्रों के एक विशिष्ट, जटिल तरीके से एक साथ इंटरैक्ट करने के बारे में है।

  • उपमा (Analogy):
    • सेकंड-ऑर्डर (मानक): दो दोस्त, एलिस और बॉब, आपस में बात कर रहे हैं। आप यह माप सकते हैं कि वे कितनी बार बोलते हैं।
    • थर्ड-ऑर्डर (असली मंत्र): एलिस, बॉब और चार्ली एक कमरे में हैं। दिलचस्प बात केवल यह नहीं है कि एलिस बॉब से बात कर रही है; बल्कि वह विशिष्ट क्षण है जब वे तीनों एक साथ एक चुटकुले पर प्रतिक्रिया देते हैं। यह जटिल, तीन-तरफा इंटरैक्शन ही वह जगह है जहाँ "सोच" निवास करती है।

मानक AI मॉडल इस "थर्ड-ऑर्डर" इंटरैक्शन के प्रति अंधे थे क्योंकि उनकी प्रशिक्षण पद्धति (कच्ची आवाज़ की नकल करना) इसे नष्ट कर देती थी।

4. समाधान: "डिनोइजिंग फ़िल्टर" (The Denoising Filter)

शोधकर्ताओं ने एक बड़ा AI बनाने के बजाय, एक सरल, चतुर फ़िल्टर बनाया।

  • विधि: उन्होंने टकर डिकम्पोज़िशन (Tucker decomposition) नामक एक गणितीय तकनीक का उपयोग किया। इसे एक विशेष चश्मे की तरह समझें जो बस के शोर और हवा को फ़िल्टर कर देता है, जिससे केवल जटिल, तीन-तरफा बातचीत ही शेष रह जाती है।
  • परिणाम:
    1. उन्होंने कच्चा ब्रेन डेटा लिया।
    2. उन्होंने इसे इस "थर्ड-ऑर्डर फ़िल्टर" से गुजारा।
    3. उन्होंने इस फ़िल्टर्ड स्पेस के अंदर के कनेक्शन को मापा।
    4. परिणाम: इस सरल, नॉन-AI तरीके ने किसी भी विशाल, प्री-ट्रेंड AI मॉडल की तुलना में मानव संज्ञान (Human Cognition) की बेहतर भविष्यवाणी की। यह इतना प्रभावी था कि इसने बिना किसी सुपरकंप्यूटर या महंगे प्रशिक्षण के, क्षेत्र के पिछले सर्वश्रेष्ठ परिणामों को भी पीछे छोड़ दिया।

5. "फाइन-ट्यूनिंग" का चमत्कार

शोधकर्ताओं ने पूछा, "क्या हम बड़े AI को यह सिखा सकते हैं?"

उन्होंने विशाल AI को एक नया होमवर्क दिया। केवल "आवाज़ की नकल करो" कहने के बजाय, उन्होंने इसे कहा: "आवाज़ की नकल करो, लेकिन सुनिश्चित करो कि तुम उन जटिल तीन-तरफा बातचीत को बरकरार रखते हो।"

  • परिणाम: जब उन्होंने ऐसा किया, तो AI अचानक उस सरल फ़िल्टर जितना ही सक्षम हो गया। वह टेस्ट में फेल होने से लेकर उसे पास करने तक पहुँच गया।
  • सबक: AI "मूर्ख" या "बहुत छोटा" नहीं था। वह बस गलत लक्ष्य के साथ प्रशिक्षित किया गया था। समस्या इसकी आर्किटेक्चर (मॉडल का दिमाग) में नहीं थी; समस्या इसके ऑब्जेक्टिव (इसे क्या सीखना था) में थी।

मुख्य निष्कर्षों का सारांश

  1. बड़ा होना हमेशा बेहतर नहीं होता: ब्रेन मॉडलिंग में, AI को बड़ा बनाने से वह केवल "शोर" (दिल की धड़कन/हलचल) की नकल करने में बेहतर होता है और "सिग्नल" (सोच) को खोजने में बदतर।
  2. सिग्नल जटिलता में छिपा है: मानवीय संज्ञान जटिल, तीन-तरफा इंटरैक्शन (थर्ड-ऑर्डर स्टैटिस्टिक्स) में रहता है, जिसे मानक AI प्रशिक्षण विधियाँ अनजाने में हटा देती हैं।
  3. सरलता शक्तिशाली है: एक सरल गणितीय फ़िल्टर जो इन जटिल इंटरैक्शन पर ध्यान केंद्रित करता है, वह अरबों पैरामीटर वाले AI मॉडल्स से बेहतर काम करता है।
  4. लक्ष्य सबसे महत्वपूर्ण है: यदि आप AI को सही चीज़ देखने के लिए सिखाते हैं (उन जटिल इंटरैक्शन को बनाए रखना), तो एक मानक मॉडल भी "स्टेट-ऑफ-द-आर्ट" दिग्गजों से बेहतर प्रदर्शन कर सकता है।

संक्षेप में: शोधकर्ताओं ने पाया कि "स्मार्ट" AI मॉडल्स बातचीत सुनने के बजाय ट्रैफिक के शोर को सुनने में बहुत व्यस्त थे। इस शोर को म्यूट करने और जटिल समूह चर्चाओं को बढ़ाने वाला एक फ़िल्टर बनाकर, उन्होंने मानव सोच की बेहतर भविष्यवाणी करने का तरीका खोज लिया, जो किसी भी विशाल AI मॉडल से बेहतर था।

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।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 🧬 q-bio →