Implicit vs. Explicit Prompting Strategies for LVLMs in Referential Communication
यह शोध पत्र यह प्रदर्शित करके कि जबकि मॉडल स्पष्ट प्रॉम्प्टिंग के तहत सफल होते हैं, वे निहित (इम्प्लिसिट) प्रॉम्प्ट से संचारत्मक दक्षता की आवश्यकता को समझने में विफल रहते हैं, LVLMs की कुशल संदर्भ अभिव्यक्तियों (रेफरिंग एक्सप्रेशंस) को समन्वित करने की क्षमता पर विरोधाभासी निष्कर्षों को सुलझाता है, जो मानव और एआई संचार के बीच एक मौलिक विचलन को प्रकट 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
मुख्य प्रश्न: क्या AI साथी कम बात करना सीख जाते हैं?
कल्पना कीजिए कि आप और एक दोस्त एक खेल खेल रहे हैं जहाँ आपको 18 अलग-अलग टोकरियों के ढेर में से एक विशिष्ट टोकरी का वर्णन करना है ताकि आपका दोस्त अपनी टोकरी में से सही वाली चुन सके।
पहले दौर में, आप कह सकते हैं, "वह वाली जिसका हैंडल लाल है और किनारे पर फूलों का पैटर्न है।"
पाँचवें दौर तक, यदि आप इंसान हैं, तो आप और आपके दोस्त ने संभवतः एक गुप्त सांकेतिक भाषा (shorthand) विकसित कर ली होगी। आप शायद सिर्फ इतना कहेंगे, "लाल फूल वाली," या यहाँ तक कि सिर्फ "लाल फूल।" आप ऐसा इसलिए करते हैं क्योंकि आप जानते हैं कि आपका दोस्त समझ जाएगा कि आपका क्या मतलब है। इसे एक "वैचारिक समझौता" (conceptual pact) बनाना कहा जाता है।
दो हालिया अध्ययनों ने यह देखने के लिए जाँच की कि क्या AI मॉडल (विशेष रूप से लार्ज विजन-लैंग्वेज मॉडल्स, या LVLMs) भी यही कर सकते हैं।
- अध्ययन A ने कहा: "नहीं, AI हर बार लंबी, उबाऊ व्याख्याएँ देता रहता है, पाँच दौर के बाद भी।"
- अध्ययन B ने कहा: "हाँ, AI समय के साथ छोटा और स्मार्ट होता जाता है, बिल्कुल इंसानों की तरह!"
पीटर ज़ेंग और उनके सहयोगियों के इस शोध पत्र में पूछा गया है: इन दो अध्ययनों को अलग-अलग उत्तर क्यों मिले?
जासूसी कार्य: यह सब निर्देशों का खेल है
लेखकों ने इस रहस्य को सुलझाने के लिए एक नियंत्रित प्रयोग किया। उन्होंने महसूस किया कि दोनों अध्ययन केवल अलग-अलग AI मॉडल का परीक्षण नहीं कर रहे थे; वे AI को अलग-अलग निर्देश (प्रॉम्प्ट्स) दे रहे थे।
इसे टैक्सी ड्राइवर को दिशा-निर्देश देने जैसा समझें:
- "निहित" (Implicit) प्रॉम्प्ट (अध्ययन A की शैली): ड्राइवर को बताया जाता है, "कुशलता से चलें और मददगार बनें।"
- परिणाम: ड्राइवर सुरक्षा और नियमों के मामले में कुशलता से चलता है, लेकिन वे फिर भी लंबे और सुंदर रास्ते पर चलते रहते हैं क्योंकि उन्हें कोने काटने (शॉर्टकट लेने) के लिए नहीं कहा गया था। उन्हें यह अहसास नहीं होता कि इस विशिष्ट खेल में "कुशल" का अर्थ "सबसे छोटा रास्ता" है।
- "स्पष्ट" (Explicit) प्रॉम्प्ट (अध्ययन B की शैली): ड्राइवर को बताया जाता है, "कुशलता से चलें। वास्तव में, मैं चाहता हूँ कि आप बिल्कुल छोटे से छोटे रास्ते का उपयोग करें। पहले कुछ मोड़ों के बाद, बस मुझे 1 या 2 शब्दों में निर्देश दें।"
- परिणाम: ड्राइवर तुरंत शॉर्टकट लेना और संक्षिप्त भाषा का उपयोग करना शुरू कर देता है क्योंकि उसे स्पष्ट रूप से ऐसा करने के लिए कहा गया था।
प्रयोग में क्या पाया गया
लेखकों ने दोनों प्रकार के निर्देशों का उपयोग करके AI पार्टनर्स के साथ टोकरी वाला खेल चलाया।
1. जब "निहित" निर्देश दिए गए (सिर्फ "संक्षिप्त रहें"):
AI मॉडल सटीक थे, लेकिन वे बहुत अधिक शब्दों का प्रयोग कर रहे थे। वे हर बार टोकरियों का पूरा विवरण देते रहे, जैसा कि अध्ययन A में पाया गया था। उन्होंने खुद से यह नहीं समझा कि उन्हें "लाल फूल" जैसे छोटे कोड का उपयोग करना चाहिए। उन्होंने हर दौर को एक नई बातचीत की तरह माना, और अपने साथी के साथ बनाए गए इतिहास को अनदेखा कर दिया।
2. जब "स्पष्ट" निर्देश दिए गए (सिर्फ "संक्षिप्त रहें" + "बाद में 1-2 शब्दों का उपयोग करें"):
AI मॉडल के व्यवहार में पूरी तरह से बदलाव आया। उन्होंने अपने विवरणों को छोटा करना शुरू कर दिया, जैसा कि अध्ययन B में पाया गया था। पाँचवें दौर तक, वे बहुत छोटे वाक्यांशों का उपयोग कर रहे थे। ऐसा लग रहा था जैसे उन्होंने एक "वैचारिक समझौता" बना लिया हो।
एक पेंच (The Catch):
लेखक AI और इंसानों के बीच एक महत्वपूर्ण अंतर की ओर इशारा करते हैं।
- इंसान अपनी बातचीत को छोटा करते हैं क्योंकि वे अपने साथी को समझते हैं और एक साझा जुड़ाव महसूस करते हैं।
- AI केवल इसलिए अपनी बात छोटी करता है क्योंकि उसे ऐसा करने के लिए कहा गया था। यदि आप "1-2 शब्दों का उपयोग करें" वाला विशिष्ट आदेश हटा देते हैं, तो AI फिर से लंबा-चौड़ा बोलने लगता है। वह स्वाभाविक रूप से यह अनुमान नहीं लगा पाता कि "हम साथी हैं, इसलिए हम संक्षिप्त रह सकते हैं।"
निष्कर्ष: यह एक स्क्रिप्ट है, कोई चमक (Spark) नहीं
यह शोध पत्र निष्कर्ष निकालता है कि पिछले अध्ययनों के बीच विरोधाभासी परिणाम इसलिए नहीं थे कि एक AI दूसरे से "स्मार्ट" था। यह केवल इसलिए था क्योंकि एक अध्ययन ने AI को एक ऐसी स्क्रिप्ट दी जिसने उसे छोटा बोलने के लिए मजबूर किया, जबकि दूसरे ने इसे खुद समझने के लिए छोड़ दिया।
मुख्य बात:
AI मानव जैसी दक्षता की नकल कर सकता है, लेकिन केवल तभी जब आप उसका हाथ थामकर उसे ठीक से बताएं कि क्या करना है। वह स्वाभाविक रूप से उस सामाजिक अंतर्ज्ञान को विकसित नहीं करता कि, "हे, हमने यह पहले भी किया है, चलो इसे छोटा रखते हैं।" वह आदेशों का पालन कर रहा है, संबंध नहीं बना रहा है।
सारांश उपमा (Summary Analogy)
कल्पित कीजिए कि दो छात्र एक परीक्षा दे रहे हैं।
- छात्र A को कहा जाता है: "एक अच्छा निबंध लिखें।" वे 5 पन्नों का पेपर लिखते हैं।
- छात्र B को कहा जाता है: "एक अच्छा निबंध लिखें, लेकिन कोशिश करें कि यह 100 शब्दों से कम हो।" वे 90 शब्दों का सारांश लिखते हैं।
यदि आपसे पूछा जाए, "क्या छात्र छोटे निबंध लिख सकते हैं?", तो उत्तर पूरी तरह से इस पर निर्भर करता है कि आपने उन्हें कौन सा निर्देश दिया। यह शोध पत्र साबित करता है कि AI स्वाभाविक रूप से छोटा लिखने का चुनाव नहीं कर रहा है; वह केवल इसलिए छोटा लिख रहा है क्योंकि शिक्षक (प्रॉम्प्ट) ने उसे ऐसा करने को कहा 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।