Interpreting Style Representations via Style-Eliciting Prompts
यह शोधपत्र एक नवीन ढांचे का प्रस्ताव करता है जो "शैली-प्रेरक प्रॉम्प्ट" (style-eliciting prompts) उत्पन्न करने के लिए एक डिकोडर को प्रशिक्षित करके गुप्त शैली निरूपणों (latent style representations) की व्याख्या करता है, जो मौजूदा विधियों की तुलना में शैलीगत गुणों को पुनः प्राप्त करने और विशिष्ट लेखन शैलियों की नकल करने के लिए एलएलएम (LLMs) को अधिक प्रभावी ढंग से निर्देशित करने हेतु एक व्याख्यात्मक और व्यावहारिक इंटरफ़ेस के रूप में कार्य करते हैं।
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 आपके पास एक जादुई "स्टाइल बॉक्स" है। इस बॉक्स के अंदर एक गुप्त कोड (एक गणितीय वेक्टर) है जो पूरी तरह से इस बात को पकड़ लेता है कि कोई विशिष्ट व्यक्ति कैसे लिखता है—उनका लहजा, उनके वाक्यों की लंबाई, उनकी शब्दावली और उनकी लय। समस्या यह है कि यह कोड केवल संख्याओं की एक स्ट्रिंग है। यह एक ऐसी रेसिपी की तरह है जो ऐसी भाषा में लिखी गई है जिसे आप नहीं जानते; आप जानते हैं कि इससे केक बनता है, लेकिन आपको यह नहीं पता कि इसमें क्या सामग्री है या इसे खुद कैसे बनाया जाए।
यह शोध पत्र उस गुप्त कोड को वापस साधारण अंग्रेजी निर्देशों में अनुवाद करने का एक नया तरीका पेश करता है।
समस्या: लेखन शैली का "ब्लैक बॉक्स"
शोधकर्ताओं ने ऐसे उपकरण बनाए हैं जो लेखन का विश्लेषण कर सकते हैं और उसे इन गुप्त संख्या-कोडों में बदल सकते हैं। ये उपकरण यह बताने में बहुत अच्छे हैं कि क्या दो टेक्स्ट एक ही व्यक्ति द्वारा लिखे गए थे। लेकिन वे यह समझाने में बहुत खराब हैं कि ऐसा क्यों है।
इसे ठीक करने के पिछले प्रयासों में बड़े AI मॉडल्स से बस "टेक्स्ट को देखने और उसकी शैली का वर्णन करने" के लिए कहा गया। यह एक शेफ से किसी व्यंजन का वर्णन करने के लिए कहने जैसा है जिसे उसने अभी-अभी चखा है, बिना रेसिपी देखे। शेफ कह सकता है, "इसका स्वाद अच्छा है," या अपने स्वयं के पूर्वाग्रहों के कारण गलत सामग्रियों का अनुमान लगा सकता है। परिणाम अक्सर एक अस्पष्ट विवरण होता है जिसे आप वास्तव में दोबारा वही व्यंजन बनाने के लिए उपयोग नहीं कर सकते।
समाधान: "स्टाइल ट्रांसलेटर"
लेखकों ने एक नया सिस्टम बनाया है जो गुप्त संख्या-कोड और एक स्पष्ट, चरण-दर-चरण रेसिपी (जिसे वे "स्टाइल प्रॉम्प्ट" कहते हैं) के बीच एक अनुवादक (ट्रांसलेटर) के रूप में कार्य करता है।
अनुमान लगाने के बजाय, उन्होंने उल्टा काम किया:
- पहले रेसिपी: उन्होंने शुरुआत 1,010 विशिष्ट, स्पष्ट निर्देशों से की (जैसे "छोटे, प्रभावशाली शब्दों का प्रयोग करें" या "एक मिलनसार किंडरगार्टन शिक्षक की तरह लगें")।
- खाना बनाना: उन्होंने इन निर्देशों को एक AI को दिया ताकि वह 1.8 मिलियन अलग-अलग कहानियाँ और उत्तर उत्पन्न कर सके।
- प्रशिक्षण: उन्होंने AI को दिखाया, "यहाँ इस कहानी का गुप्त संख्या-कोड है, और यहाँ वह सटीक रेसिपी है जिसका उपयोग हमने इसे बनाने के लिए किया था।" उन्होंने एक नए मॉडल (एक "डिकोडर") को प्रशिक्षित किया कि वह कोड को कैसे देखे और रेसिपी को बाहर निकाल दे।
परिणाम: एक जादुगरू मेनू
टीम ने इस सिस्टम का तीन तरीकों से परीक्षण किया, और यह पिछले किसी भी तरीके से बेहतर रहा:
- रिवर्स इंजीनियरिंग: जब उन्हें AI द्वारा लिखी गई एक कहानी दी गई, तो उनका सिस्टम मूल रेसिपी का उच्च सटीकता के साथ अनुमान लगाने के लिए उनके गुप्त कोड को देख सका। यह केवल एक AI से शैली को "वर्णित" करने के लिए पूछने से कहीं बेहतर था।
- व्यंजन को दोबारा बनाना: जब उन्होंने उस अनुमानित रेसिपी को वापस AI में डाला, तो नया टेक्स्ट मूल वाले जैसा ही लगा। "स्वाद" सुरक्षित रहा।
- मानवीय भोजन पकाना: उन्होंने वास्तविक मानव लेखन (केवल AI लेखन नहीं) पर इसका परीक्षण किया। भले ही सिस्टम को AI रेसिपी पर प्रशिक्षित किया गया था, फिर भी यह मानव के लेखन को देख सकता था, उसकी "रेसिपी" का पता लगा सकता था, और AI को उसी मानव शैली में लिखने के लिए प्रेरित कर सकता था।
बड़ी तस्वीर
इसे लेखन शैलियों के लिए एक यूनिवर्सल रिमोट कंट्रोल की तरह समझें। पहले, यदि आप चाहते थे कि AI एक कवि या वकील की तरह लिखे, तो आपको चैट में टाइप करने के लिए सही शब्दों का अनुमान लगाना पड़ता था। अब, यह सिस्टम किसी लेखन के टुकड़े को देख सकता है, उसके "स्टाइल डीएनए" को डिकोड कर सकता है, और आपको एक स्पष्ट निर्देश पुस्तिका दे सकता है जो AI को बताती है कि उस शैली की नकल कैसे की जाए।
लेखक इस बात पर जोर देते हैं कि यह लिखे जाने वाले कंटेंट को बदलने के बारे में नहीं है, बल्कि इस बारे में है कि उसे किस आवाज और तरीके से कहा जाता है। उन्होंने अपना "रेसिपी बुक" (डेटासेट) और अपना "ट्रांसलेटर" (कोड) दूसरों के उपयोग के लिए उपलब्ध करा दिया है, इस उम्मीद में कि इससे AI लेखन अधिक पारदर्शी और नियंत्रणीय बनेगा।
उन्होंने क्या दावा नहीं किया:
- उन्होंने यह दावा नहीं किया कि यह निश्चित रूप से पहचान सकता है कि टेक्स्ट किसने लिखा (लेखक एट्रिब्यूशन), केवल यह कि यह शैली का वर्णन कर सकता है।
- उन्होंने यह दावा नहीं किया कि यह हर भाषा (यह अंग्रेजी पर केंद्रित है) या हर प्रकार के लेखन (जैसे उपन्यास या तकनीकी मैनुअल) के लिए पूरी तरह से काम करता है, क्योंकि उनका प्रशिक्षण डेटा मुख्य रूप से ऑनलाइन Q&A साइटों से था।
- उन्होंने यह दावा नहीं किया कि यह हैकिंग या रहस्य चुराने का उपकरण है, हालांकि उन्होंने उल्लेख किया कि यदि कोई अपनी पहचान छिपाना चाहता है या किसी विशिष्ट प्रॉम्प्ट को चुराना चाहता है, तो इसका सैद्धांतिक रूप से दुरुपयोग किया जा सकता 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।