← नवीनतम पेपर
🤖 AI

Think Through a Bottleneck: Hourglass Reasoning for Rigorous Induction

यह शोध पत्र "आवरग्लास रीजनिंग" (Hourglass reasoning) को प्रस्तुत करता है, जो एक सूचनात्मक स्कीमा और क्षणिक स्कैफोल्ड में जानकारी को संकुचित करके तर्क चरणों के बीच सख्त संदर्भ अलगाव (context isolation) को लागू करने वाला एक ढांचा है, जिससे मानक स्व-परिष्करण (self-refinement) दृष्टिकोणों की तुलना में विजुअल, हार्डवेयर और भाषाई बेंचमार्क पर फ्यू-शॉट इंडक्टिव रीजनिंग प्रदर्शन में महत्वपूर्ण सुधार होता है।

मूल लेखक: Huan Zhu

प्रकाशित 2026-07-14
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Huan Zhu

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 सुपर-स्मार्ट रोबोट को पहेली सुलझाना सिखाने की कोशिश कर रहे हैं। आप उसे कुछ उदाहरण दिखाते हैं: "जब मैं यहाँ एक लाल ब्लॉक रखता हूँ, तो वह वहाँ चला जाता है।" आप उम्मीद करते हैं कि रोबोट नियम को समझ जाएगा (जैसे "लाल ब्लॉक हमेशा दाईं ओर खिसकता है") और नई स्थितियों में उसे लागू करेगा।

लेकिन यहाँ एक गड़बड़ी है: रोबोट खुश करने के लिए बहुत उत्सुक है। उदाहरणों के नियम को खोजने के बजाय, वह विशिष्ट उदाहरणों को रटने लगता है। वह सोचता है, "ओह, इस तस्वीर में लाल ब्लॉक स्थिति (5,5) पर था, इसलिए मैं एक नियम हार्ड-कोड कर दूँगा कि 'यदि ब्लॉक (5,5) पर है, तो उसे दाईं ओर ले जाओ'।" यह उन उदाहरणों के लिए तो काम करता है जो आपने दिए थे, लेकिन यदि आप उसे एक नई पहेली दिखाते हैं जहाँ लाल ब्लॉक (6,6) पर है, तो रोबगर घबरा जाता है और असफल हो जाता है। यह बिल्कुल वैसा ही है जैसे कोई छात्र अभ्यास परीक्षा के उत्तर रट लेता है लेकिन वास्तविक परीक्षा में विफल हो जाता है क्योंकि प्रश्न थोड़े अलग होते हैं।

यह बिल्कुल वही है जो वर्तमान AI मॉडल के साथ होता है। वे एक "मोनोलिथिक" (एकल संरचनात्मक) लूप में फंस जाते हैं जहाँ वे कोड या टेक्स्ट को सीधे पैच करके अपनी गलतियों को सुधारने की कोशिश करते हैं, जिससे वे अक्सर उदाहरणों के अव्यवस्थित विवरणों से विचलित हो जाते हैं।

आवरग्लास (Hourglass) समाधान: एक सख्त फ़िल्टर

इस शोध पत्र के लेखक एक नया तरीका प्रस्तावित करते हैं, जिसे आवरग्लास रीजनिंग (Hourglass Reasoning) कहा जाता है। कल्पना कीजिए कि AI का मस्तिष्क एक 'आवरग्लास' (रेतघड़ी) की तरह है।

  1. ऊपरी भाग (इंडक्शन/आगमन): AI उदाहरणों को देखता है और उस सारी अव्यवस्थित जानकारी को एक संकीर्ण गर्दन के माध्यम से दबाने (squeeze) की कोशिश करता है। इसे उस सारी अव्यवस्थित जानकारी या उदाहरणों के विशिष्ट निर्देशांकों (coordinates) को बनाए रखने की अनुमति नहीं है; इसे सब कुछ एक बहुत ही साफ, अमूर्त "नियम कार्ड" (एक स्कीमा और एक ट्रांसफॉर्मेशन रूल) में संकुचित करना होगा। इसे कहना होगा, "ठीक है, नियम यह है: किसी भी वस्तु को जो 'कंटेनर' है, उसे केंद्र में ले जाएँ," और बाकी सब कुछ फेंक देना होगा।
  2. गर्दन (द बॉटलनेक/अवरोध): यह सबसे महत्वपूर्ण हिस्सा है। AI को इस गर्दन के माध्यम से अव्यवस्थित उदाहरणों या अपने "ज़ोर से सोचने" वाले नोट्स को पास करने से सख्ती से रोका जाता है। केवल साफ "नियम कार्ड" ही इसके माध्यम से जा सकता है। यह AI को वास्तव में नियम सीखने के लिए मजबूर करता है, न कि केवल उदाहरणों को याद करने के लिए।
  3. निचला भाग (डिडक्शन और कार्यान्वयन): एक बार जब AI के पास साफ नियम कार्ड आ जाता है, तो वह समाधान बनाने के लिए उसका उपयोग करता है। यदि समाधान विफल होता है, तो वह केवल कोड को पैच नहीं करता। वह वापस नियम कार्ड पर जाता है, नियम को ठीक करता है, और फिर नए नियम का उपयोग करके शून्य से समाधान का पुनर्निर्माण करता है।

यह क्यों मायने रखता है (प्रमाण)

लेखकों ने यह देखने के लिए कि क्या यह वास्तव में काम करता है, इस विचार का परीक्षण तीन बहुत अलग प्रकार के पहेलियों पर किया:

  • विजुअल पहेलियाँ (ARC-AGI-2): ये ग्रिड-आधारित पहेलियाँ हैं जहाँ आपको पैटर्न का अनुमान लगाना होता है। आवरग्लास पद्धति ने पुराने तरीके की तुलना में AI की सफलता दर को 14 अंक तक बढ़ा दिया। उदाहरण के लिए, एक मॉडल पर, यह पहेलियों को हल करने की दर 62.8% से बढ़ाकर 76.8% कर गया।
  • चिप डिज़ाइन (ChipBench): यहाँ, AI को कंप्यूटर चिप्स के लिए कोड लिखना होता है। यह एक "जीरो-टॉलरेंस" वाला खेल है; यदि कोड थोड़ा भी गलत है, तो चिप विफल हो जाएगी। आवरग्लास पद्धति ने एक मॉडल के लिए सफलता दर को लगभग दोगुना कर दिया, जो 31% से बढ़कर 58% हो गई।
  • भाषा पहेलियाँ (BBEH-Linguini): ये लिंग्विस्टिक्स ओलंपियाड की पेचीदा भाषा पहेलियाँ हैं। आमतौर पर, AI को नियम समझाने के लिए कहने से वह इन पहेलियों में और भी खराब प्रदर्शन करता है। लेकिन आवरग्लास पद्धति ने इसे ठीक कर दिया! इसने AI को अपने ही स्पष्टीकरणों से भ्रमित होने से रोका और प्रदर्शन में वास्तव में सुधार किया, जिससे सामान्य विफलता की स्थिति उलट गई।

शोध पत्र क्या कहता है कि क्या काम नहीं करता

लेखक बहुत सावधान थे कि यह क्यों काम कर रहा है। उन्होंने अन्य संभावनाओं को खारिज करने के लिए परीक्षण किए:

  • यह शब्दों के बारे में नहीं है: उन्होंने सभी फैंसी निर्देश और प्रॉम्प्ट हटाकर देखे। विधि अभी भी काम करती रही। इसलिए, यह इस बारे में नहीं है कि आप AI से कैसे पूछते हैं; यह इसकी संरचना के बारे में है।
  • यह फॉर्मेट के बारे में नहीं है: उन्होंने AI को अव्यवस्थित, असंरचित टेक्स्ट में नियम लिखने देने का प्रयास किया। यह अभी भी काम करता रहा।
  • यह केवल "स्टेप-बाय-स्टेप सोचना" नहीं है: उन्होंने एक संस्करण का परीक्षण किया जहाँ AI नियम तो लिखता था लेकिन उन्हें अलग नहीं करता था (बिना आवरग्लास की "गर्दन" के)। यह बुरी तरह विफल रहा। AI भ्रमित हो गया और पहले की तुलना में खराब प्रदर्शन किया।

यह साबित करता है कि जादू विशिष्ट शब्दों या उत्तर के फॉर्मेट में नहीं है। जादू अलगाव (Isolation) में है। AI को अव्यवस्थित विवरणों को भूलने और केवल साफ नियम को आगे बढ़ाने के लिए मजबूर करके, यह उसे उदाहरणों को रटने के लिए धोखाधड़ी करने से रोकता है।

वे कितने आश्वस्त हैं?

लेखक काफी आश्वस्त हैं, लेकिन वे अपनी भाषा में सावधान हैं। वे कहते हैं कि परिणाम "सुझाव देते हैं" कि यह संरचनात्मक परिवर्तन ही मुख्य चालक है। उन्होंने वास्तविक बेंचमार्क पर हजारों टेस्ट केस के माध्यम से इसे मापा।

उन्होंने पाया कि जब तक "आवरग्लास" संरचना (चरणों के बीच अलगाव) बनी रहती है, तब तक AI अच्छा प्रदर्शन करता है, भले ही आप प्रॉम्प्ट या उपयोग किए जाने वाले विशिष्ट प्रतीकों को बदल दें। हालाँकि, वे स्वीकार करते हैं कि यदि प्रारंभिक "नियम कार्ड" खराब है (यदि AI पहले चरण में नियम नहीं समझ पाता है), तो पूरा सिस्टम विफल हो जाता है। इसलिए, यह विधि इस बात पर निर्भर करती है कि AI संपीड़न (compression) के पहले चरण में कितना अच्छा है।

निचोड़ (The Bottom Line)

आवरग्लास पद्धति को एक सख्त शिक्षक के रूप में समझें जो कहता है, "आप केवल उत्तर कुंजी की नकल नहीं कर सकते। आपको एक अलग कागज पर फॉर्मूला लिखना होगा, और फिर अगले प्रश्न को हल करने के लिए केवल उसी फॉर्मूले का उपयोग करना होगा।"

यह सरल बदलाव—AI को अपने विचारों को एक साफ नियम में संकुचित करने और अव्यवस्थित विवरणों को भूलने के लिए मजबूर करना—उसे नई चीजें सीखने, पहेलियाँ सुलझाने और यहाँ तक कि कंप्यूटर चिप डिजाइन करने में बहुत बेहतर बनाता है। यह AI को एक रटने वाले से एक वास्तविक तर्क करने वाले (reasoner) में बदल देता 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।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 🤖 cs.AI →