Learning the ARTS of Search for Automated Discovery
यह शोध पत्र ARTS को प्रस्तुत करता है, जो एक एजेंटिक रीजनिंग फ्रेमवर्क है जो दोषपूर्ण परिकल्पनाओं और निष्पादन त्रुटियों के बीच अंतर करने के लिए एक लैंग्वेज मॉडल का लाभ उठाता है और संदर्भ सीमाओं को दूर करने के लिए टेस्ट-टाइम ट्रेनिंग का उपयोग करता है, जिससे यह वैज्ञानिक खोज कार्यों में अग्रणी सर्च एल्गोरिदम से बेहतर प्रदर्शन करता है और काफी कम इन्फरेंस लागत के साथ फ्रंटियर मॉडल्स के बराबर 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 विशाल, जटिल पहेली को सुलझाने की कोशिश कर रहे हैं, लेकिन आपके पास डिब्बे पर बनी तस्वीर नहीं है। आपको अंदाज़ा लगाना होगा कि टुकड़े कैसे दिखते होंगे, उन्हें जोड़ने की कोशिश करनी होगी, और देखना होगा कि क्या वे काम करते हैं। यदि कोई टुकड़ा फिट नहीं बैठता है, तो आपको यह तय करना होगा: क्या टुकड़ा खुद गलत आकार का है, या मैंने इसे गलत तरीके से जबरदस्ती फिट करने की कोशिश की?
यही स्वचालित वैज्ञानिक खोज (automated scientific discovery) की मुख्य चुनौती है, और यह शोध पत्र ARTS (एजेंटिक रीजनिंग फॉर ट्री सर्च) नामक एक नई प्रणाली पेश करता है जो इसे हल करती है।
यहाँ ARTS कैसे काम करता है, सरल उपमाओं के माध्यम से समझाया गया है:
1. समस्या: "अच्छा विचार बनाम खराब निष्पादन" का जाल
पिछले तरीकों में, एक AI वैज्ञानिक एक परिकल्पना (एक नया विचार) आज़माता था, उसे टेस्ट करने के लिए कोड लिखता था, और एक स्कोर प्राप्त करता था।
- खामी: यदि स्कोर कम होता था, तो पुराना AI तुरंत उस विचार को फेंक देता था और पूरी तरह से कुछ अलग आज़माने लगता था।
- वास्तविकता: कभी-कभी एक शानदार विचार इसलिए कम स्कोर पाता है क्योंकि कोड में एक छोटी सी गलती थी, या ट्रेनिंग पूरी नहीं हुई थी, या सेटिंग्स थोड़ी गलत थीं। यह एक शेफ की तरह है जो एक बेहतरीन रेसिपी बनाता है लेकिन टोस्ट इसलिए जला देता है क्योंकि ओवन बहुत गर्म था। पुराना AI कहता, "यह रेसिपी खराब है!" और उसे फेंक देता, यह महसूस किए बिना कि रेसिपी वास्तव में बेहतरीन थी।
2. समाधान: "जासूस वैज्ञानिक"
ARTS एक वैज्ञानिक (एक स्मार्ट AI तर्क करने वाला) और एक एक्सेक्यूटर (एक तेज़ AI कोडर) पेश करता है। वे एक जासूस और एक लैब तकनीशियन की तरह मिलकर काम करते हैं।
जासूस (वैज्ञानिक): केवल अंतिम स्कोर को देखने के बजाय, जासूस प्रयोग के पूरे इतिहास को देखता है। वे लॉग्स पढ़ते हैं, कोड की जांच करते हैं, और ट्रेनिंग कर्व्स को देखते हैं।
- उपमा: यदि एक कार टेस्ट में फेल हो जाती है, तो जासूस केवल यह नहीं कहता "यह कार बेकार है।" वह लॉग्स चेक करता है और कहता है, "इंजन ठीक है, लेकिन मैकेनिक तेल डालना भूल गया।"
- परिणाम: यदि विचार अच्छा था लेकिन निष्पादन खराब था, तो जासूस एक्सेक्यूटर को बेहतर निर्देशों के साथ उसी विचार को फिर से आज़माने के लिए कहता है। यह उन "उम्मीदवार" विचारों को बचाता है जिन्हें अन्य विधियाँ समय से पहले ही खारिज कर देती थीं।
लैब तकनीशियन (एक्सेक्यूटर): यह AI तेज़ है और कोड लिखने में कुशल है। यह जासूस के विशिष्ट निर्देशों को लेता है और प्रयोग को बनाता है।
3. "इको चैंबर" से बचना
पुराने खोज तरीके अक्सर एक लूप में फंस जाते हैं। वे एक ऐसा विचार ढूंढ लेते हैं जो ठीक-ठाक काम करता है, और फिर वे बार-बार उसी में मामूली, उबाऊ बदलाव करते रहते हैं (जैसे कार का रंग बदलना लेकिन कभी उसका इंजन ठीक न करना)।
- ARTS की तरकीब: यह "वर्बलाइज्ड सैंपलिंग" नामक तकनीक का उपयोग करता है। केवल एक "सर्वश्रेष्ठ" विचार चुनने के बजाय, वैज्ञानिक कई अलग-अलग संभावनाओं को सूचीबद्ध करता है (जैसे, "नया इंजन आज़माएं," "नया ईंधन आज़माएं," "नया व्हील डिज़ाइन आज़माएं") और उन्हें संभावनाएं (probabilities) सौंपता है।
- उपमा: केवल उस रास्ते पर जाने के बजाय जो अभी सबसे अधिक आशाजनक लग रहा है, ARTS कई अलग-अलग रास्तों पर खोजकर्ताओं को भेजता है ताकि यह देखा जा सके कि कहीं कोई छिपी हुई घाटी तो नहीं है। यह सुनिश्चित करता है कि वे किसी एक जगह पर बहुत अधिक केंद्रित होने के कारण किसी बड़ी सफलता को मिस न कर दें।
4. "मेमोरी" की समस्या: जब नोटबुक बहुत भर जाती है
जैसे-जैसे AI खोज करता है, वह प्रयोगों का एक विशाल इतिहास बनाता है। अंततः, यह इतिहास इतना लंबा हो जाता है कि AI इसे याद नहीं रख पाता (यह अपने "कॉन्टेक्स्ट विंडो" या मानसिक स्थान को समाप्त कर देता है)।
- पुराना तरीका: AI नए नोट्स के लिए जगह बनाने के लिए पुराने नोट्स हटा देता था, जिससे वह भूल जाता था कि उसने कुछ चीजें क्यों आजमाई थीं।
- ARTS का तरीका (टेस्ट-टाइम ट्रेनिंग): जब नोटबुक बहुत भर जाती है, तो ARTS केवल नोट्स नहीं हटाता। वह पिछले प्रयोगों से सीखे गए सबक लेता है और उन्हें AI के दिमाग में "पका" (bake) देता है।
- उपमा: कल्पना कीजिए कि एक छात्र जिसने हज़ार किताबें पढ़ी हैं। सभी किताबों को अपने साथ ले जाने के बजाय, वह एक ऐसी परीक्षा देता है जो उसे मुख्य सबक लिखने के लिए मजबूर करती है। एक बार जब वह परीक्षा पास कर लेता है, तो वे सबक स्थायी रूप से उसकी स्मृति का हिस्सा बन जाते हैं।
- परिणाम: एक छोटा, सस्ता AI (Qwen3-4B) जिसने खोज इतिहास का "अध्ययन" किया है, वह एक विशाल, महंगे AI (जैसे GPT-o3 या Gemini) के समान प्रदर्शन कर सकता है, लेकिन बहुत कम लागत पर।
5. परिणाम: कठिन नहीं, बल्कि स्मार्ट
इस पेपर ने 22 अलग-अलग मशीन लर्निंग चुनौतियों (जैसे घरों की कीमतों का अनुमान लगाना, एक्स-रे में बीमारियों को पहचानना, या गेम खेलना) पर ARTS का परीक्षण किया।
- प्रदर्शन: ARTS ने 22 में से 16 कार्यों में पिछले सर्वश्रेष्ठ तरीकों को पछाड़ दिया।
- दक्षता: यह केवल भाग्यशाली नहीं था; इसने यह समझकर बेहतर समाधान खोजे कि प्रयोग क्यों विफल हुए।
- लागत: "टेस्ट-टाइम ट्रेनिंग" की तरकीब का उपयोग करके, एक छोटा, ओपन-सोर्स AI मॉडल सबसे महंगे, क्लोज्ड-सोर्स सुपर-AI के प्रदर्शन के बराबर पहुँच सकता है, जिससे कंप्यूटिंग लागत पर 5 गुना तक पैसा बचाया जा सकता है।
सारांश
ARTS विज्ञान करने के लिए AI का एक नया तरीका है। चीज़ों को अंधाधुंध आज़माने और जो भी तुरंत काम नहीं करता उसे फेंक देने के बजाय, यह एक जिज्ञासु जासूस की तरह काम करता है। यह जांच करता है कि चीज़ें क्यों विफल हुईं, उन आशाजनक विचारों को बचाता है जो केवल खराब निष्पादन के कारण असफल हुए थे, एक साथ कई अलग-अलग रास्तों की खोज करता है, और अपनी गलतियों से सीखता है ताकि उसे आगे बढ़ने के लिए विशाल मेमोरी की आवश्यकता न हो। यह इसे पहले की तुलना में तेज़ी से और कम लागत में बेहतर वैज्ञानिक खोजें खोजने में सक्षम बनाता 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।