💻 computer science

A Few Shared Random Bits Suffice for Constant-Round Almost Stable Matching

यह शोध पत्र एक नवीन डिग्री-गार्डेड फ्रीजिंग नियम (degree-guarded freezing rule) को पेश करते हुए, केवल कुछ साझा रैंडम बिट्स का उपयोग करके CONGEST मॉडल में सामान्य बाइपार्टाइट ग्राफ पर लगभग स्थिर मिलान (almost stable matching) की गणना के लिए एक कांस्टेंट-राउंड वितरित एल्गोरिदम प्रस्तुत करता है, जो उन पिछली सीमाओं को दूर करता है जिनमें पोलिलॉगारिदमिक राउंड या प्रतिबंधित ग्राफ संरचनाओं की आवश्यकता थी।

मूल लेखक: Yijun Chang, Kushagra Chatterjee

प्रकाशित 2026-08-26

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yijun Chang, Kushagra Chatterjee

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

कंप्यूटर विज्ञान की दुनिया में, एक क्लासिक पहेली है जिसे 'स्टेबल मैरिज प्रॉब्लम' (स्थिर विवाह समस्या) के रूप में जाना जाता है। कल्पना कीजिए कि लोगों का एक समूह है, जो दो समूहों में विभाजित है, जहाँ प्रत्येक व्यक्ति के पास इस बात की रैंक वाली सूची है कि वह किसे पसंद करता है। लक्ष्य सभी को इस तरह से जोड़ना है कि कोई भी ऐसा जोड़ा न हो जो एक-दूसरे के साथ अपने वर्तमान साथी की तुलना में अधिक पसंद करना चाहता हो। यदि ऐसा कोई जोड़ा मौजूद है, तो उन्हें "ब्लॉकिंग पेयर" (बाधक जोड़ा) कहा जाता है, और उस व्यवस्था को अस्थिर माना जाता है। दशकों से, कंप्यूटर वैज्ञानिक जानते हैं कि एक पूर्ण, स्थिर व्यवस्था कैसे खोजी जाती है, लेकिन एक बड़े नेटवर्क पर ऐसा करने के लिए बहुत अधिक समय और संचार की आवश्यकता होती है। यह प्रक्रिया स्वाभाविक रूप से वैश्विक (ग्लोबल) है, जिसका अर्थ है कि प्रत्येक कंप्यूटर को अक्सर पूरी नेटवर्क के पार सूचना आने का इंतजार करना पड़ता है, एक ऐसा विलंब जो नेटवर्क के बड़े होने के साथ बढ़ता जाता है। यह उन आधुनिक प्रणालियों के लिए एक बाधा उत्पन्न करता है जिन्हें त्वरित निर्णय लेने की आवश्यकता होती है।

इसे हल करने के लिए, शोधकर्ताओं ने "लगभग स्थिर" (अल्मोस्ट स्टेबल) मिलान के विचार की खोज की है। एक पूर्ण व्यवस्था की मांग करने के बजाय जिसमें शून्य ब्लॉकिंग पेयर्स हों, वे एक ऐसी समाधान की मांग करते हैं जो पर्याप्त अच्छी हो, जिसमें असंतुष्ट जोड़ों का एक बहुत छोटा, नियंत्रित हिस्सा स्वीकार्य हो। उम्मीद यह है कि नियमों को थोड़ा ढीला करके, समस्या स्थानीय (लोकल) बन जाएगी, जिसका अर्थ है कि कंप्यूटर पूरे नेटवर्क के सामंजस्य बिठाने का इंतजार किए बिना इसे जल्दी से हल कर सकते हैं। सामान्य नेटवर्क में इसे हल करने के पिछले प्रयास, जहाँ कुछ लोगों के कई कनेक्शन होते हैं और दूसरों के कम, एक धीमी, लॉगरिदमिक देरी के साथ अटके हुए थे जो नेटवर्क के आकार के साथ बढ़ती थी। प्रश्न यह था कि क्या हम एक स्थिर संख्या में चरणों में, नेटवर्क के आकार से प्रभावित हुए बिना, एक लगभग पूर्ण समाधान पा सकते हैं?

यी-जुन चांग और कुशाग्र चटर्जी का एक नया अध्ययन इस प्रश्न का निश्चित रूप से "हाँ" के साथ उत्तर देता है, बशर्ते कि कंप्यूटर बहुत कम मात्रा में यादृच्छिक (रैंडम) जानकारी साझा करें। शोधकर्ताओं ने एक ऐसी विधि विकसित की है जो एक नेटवर्क के कंप्यूटरों को एक निश्चित संख्या में राउंड में एक लगभग स्थिर मिलान तक पहुँचने की अनुमति देती है, एक ऐसा समय जो तब भी नहीं बढ़ता जब नेटवर्क लाखों नोड्स तक बढ़ जाता है। उनकी सफलता की कुंजी एक चतुर नए नियम में निहित है जिसे वे "डिग्री-गार्डेड फ्रीजिंग रूल" (डिग्री-संरक्षित फ्रीजिंग नियम) कहते हैं। उनके सिस्टम में, जब बहुत अधिक कनेक्शन वाले व्यक्ति को बहुत कम कनेक्शन वाले व्यक्ति के साथ जोड़ा जाता है, तो उस जोड़े को तुरंत "फ्रीज" (जम) कर दिया जाता है। इसका अर्थ है कि वे अपनी जगह पर लॉक हो जाते हैं, और कोई अन्य उन्हें तोड़ने की कोशिश नहीं कर सकता। यह सरल तंत्र एक उच्च-डिग्री वाले व्यक्तियों के बार-बार साथी बदलने के चक्र में फंसने से रोकता है, जो एक ऐसी समस्या थी जिसने पिछले प्रयासों को बाधित किया था।

शोधकर्ताओं ने पाया कि इस फ्रीजिंग नियम का उपयोग करके, वे अलग-अलग चरणों में लोगों के विभिन्न समूहों को संसाधित करने की आवश्यकता के बिना, जंगली रूप से भिन्न कनेक्शन काउंट वाले नेटवर्क को एक साथ संभाल सकते हैं। इसने उन जटिल, बहु-चरणीय थ्रेशोल्ड्स की आवश्यकता को समाप्त कर दिया जो पिछले एल्गोरिदम में देरी का कारण बनते थे। हालाँकि, यह दृष्टिकोण एक सांख्यिकीय रूप से औसत रूप से अच्छा समाधान प्रदान करता है, न कि हर एक चरण में पूर्ण परिणाम की गारंटी देता है। अंतिम आउटपुट को लगातार अच्छा बनाए रखने के लिए, कंप्यूटर थोड़ी सी साझा रैंडमनेस (साझा यादृच्छिकता) का उपयोग करते हैं—केवल कुछ बिट्स सामान्य डेटा—ताकि वे इस प्रक्रिया के विशिष्ट क्षण पर सहमत हो सकें कि परिणाम घोषित करना है। यह साझा सीड (seed) उन्हें एक यादृच्छिक पुनरावृत्ति (इटरेशन) चुनने की अनुमति देता है जहाँ ब्लॉकिंग पेयर्स की अपेक्षित संख्या गारंटीकृत रूप से कम होती है।

इस कार्य के निहितार्थ केवल कंप्यूटर नेटवर्क के सैद्धांतिक मॉडल तक ही सीमित नहीं हैं। शोधकर्ताओं ने प्रदर्शित किया कि उनकी विधि वितरित प्रणालियों (डिस्ट्रीब्यूटेड सिस्टम्स) में उपयोग किए जाने वाले मानक संचार मॉडल में कुशलतापूर्वक काम करती है, जहाँ संदेशों का आकार सीमित होता है। उन्होंने यह भी दिखाया कि साझा रैंडमनेस अनिवार्य नहीं है; यदि कंप्यूटरों के पास एक सामान्य रैंडम सीड नहीं है, तो वे इसे थोड़े लंबे, लेकिन फिर भी कुशल समय सीमा के भीतर स्थानीय रूप से उत्पन्न कर सकते हैं। इसके अलावा, यह एल्गोरिदम आधुनिक डेटा सेंटरों में उपयोग किए जाने वाले व्यापक समानांतर कंप्यूटिंग मॉडल (मैसिवली पैरेलल कंप्यूटिंग मॉडल) में सीधे अनुवादित होता है, जहाँ हजारों मशीनें सीमित मेमोरी के साथ मिलकर काम करती हैं। इस सेटिंग में, यह विधि समान निरंतर-समय प्रदर्शन प्राप्त करती है, जो यह सिद्ध करती है कि समाधान विभिन्न प्रकार के कंप्यूटिंग आर्किटेक्चरों में सुदृढ़ है।

यह अध्ययन उन सीमाओं को भी स्पष्ट करता है जो संभव है। लेखकों ने सिद्ध किया कि साझा रैंडमनेस के साथ भी, समस्या को एक निश्चित न्यूनतम समय से तेज़ हल करना असंभव है जो स्थिरता की आवश्यकता कितनी सख्त है उस पर निर्भर करता है। यदि कोई लगभग पूर्ण स्थिरता की मांग करता है, तो आवश्यक समय त्रुटि की अनुमति दी गई सीमा के घटने के साथ बढ़ता जाता है। यह समस्या के लिए एक स्पष्ट सीमा स्थापित करता है, यह दिखाते हुए कि जबकि नई विधि एक महत्वपूर्ण सुधार है, यह वह जादुई समाधान नहीं है जो सभी बाधाओं को हटा देता है। यह कार्य इस प्रश्न को खुला छोड़ देता है कि क्या एक नियतात्मक (डिटरमिनिस्टिक) विधि—जो बिना किसी रैंडमनेस के काम करती है—उसी निरंतर गति को प्राप्त कर सकती है, लेकिन यह दृढ़ता से स्थापित करता है कि थोड़ी सी साझा किस्मत के साथ, समस्या को निरंतर संख्या में चरणों में हल किया जा सकता है।

यह उपलब्धि स्थानीय एल्गोरिदम द्वारा वैश्विक समस्याओं को संभालने की समझ को बदल देती है। विभिन्न नेटवर्क घनत्वों के लिए अनुक्रमिक प्रसंस्करण की पारंपरिक आवश्यकता को दरकिनार करने के लिए "डिग्री-गार्डेड फ्रीजिंग रूल" पेश करके, शोधकर्ताओं ने पाया कि वे इसे कैसे कर सकते हैं। परिणाम एक ऐसा सिस्टम है जो तेज़ और स्केलेबल है, जो वास्तविक दुनिया के नेटवर्क की अव्यवस्थित और असमान वास्तविकता को संभालने में सक्षम है जहाँ कुछ नोड्स हब हैं और अन्य लीफ (पत्ती) हैं। पेपर यह निष्कर्ष निकालता है कि स्वीकार्य अपूर्णता के किसी भी निश्चित स्तर के लिए, एक स्थिर मिलान तेजी से पाया जा सकता है, जो नेटवर्क के आकार से स्वतंत्र है, जो वितरित कंप्यूटिंग के सिद्धांत में एक महत्वपूर्ण कदम है।

तकनीकी सारांश: कुछ साझा यादृच्छिक बिट्स निरंतर-राउंड लगभग स्थिर मिलान के लिए पर्याप्त हैं

समस्या विवरण

यह शोध पत्र वितरित कंप्यूटिंग (distributed computing) के संदर्भ में स्थिर विवाह समस्या (stable marriage problem) को संबोधित करता है। एक द्विपक्षीय ग्राफ $G = (Y \cup X, E)$ दिया गया है जहाँ शीर्ष (vertices) पुरुषों और महिलाओं का प्रतिनिधित्व करते हैं जिनके पास अपने पड़ोसियों पर सख्त प्राथमिकता क्रम (strict preference orderings) हैं, जिसका लक्ष्य एक ऐसा मिलान (matching) खोजना है जिसमें कोई "ब्लॉकिंग पेयर्स" (blocking pairs) न हों (ऐसे किनारे जहाँ दोनों छोर एक-दूसरे को अपने वर्तमान साथी की तुलना में अधिक पसंद करते हैं)।

जबकि शास्त्रीय गेल-शैपली (Gale–Shapley) एल्गोरिदम एक सटीक स्थिर मिलान की गारंटी देता है, यह स्वाभाविक रूप से वैश्विक (global) है, जिसे सामान्य ग्राफों के लिए LOCAL मॉडल में $\Omega(n)$ राउंड और CONGEST मॉडल में $\Omega(\sqrt{n/\log^2 n})$ राउंड की आवश्यकता होती है, भले ही ग्राफ का व्यास (diameter) छोटा हो। इन निचली सीमाओं (lower bounds) से बचने के लिए, यह शोध पत्र लगभग स्थिर मिलान (almost stable matching) पर ध्यान केंद्रित करता है: एक ऐसा मिलान $M$ खोजना जहाँ ब्लॉकिंग पेयर्स की अपेक्षित संख्या, $bp(M) $, दिए गए पैरामीटर$ 0 < \epsilon \le 1/2 $के लिए$ \epsilon|E|$ से अधिक न हो।

मुख्य प्रश्न यह है कि क्या सामान्य द्विपक्षीय ग्राफों पर, विशेष रूप से CONGEST मॉडल के भीतर, ऐसे सन्निकटन (approximation) को निरंतर राउंड (constant rounds - जो $n$ से स्वतंत्र हो) में प्राप्त किया जा सकता है।

कार्यप्रणाली (Methodology)

1. क्वांटाइल-आधारित ढांचा (The Quantile-Based Framework)

लेखक ओस्ट्रोव्स्की और रोसेनबाम [OR15] द्वारा पेश किए गए ढांचे पर निर्माण करते हैं, जो प्रत्येक शीर्ष की प्राथमिकता सूची को $k = \Theta(1/\epsilon)$ क्वांटाइल्स (quantiles) में विभाजित करता है। एल्गोरिदम उन पुनरावृत्तियों (iterations) में चलता है जहाँ पुरुष विशिष्ट क्वांटाइल्स के भीतर महिलाओं को प्रस्ताव देते हैं। एक "क्वांटाइल मैच" प्रक्रिया यह सुनिश्चित करती है कि निरंतर राउंड के बाद, पुरुष या तो मिलित (matched) हो जाते हैं या उन्होंने अपना वर्तमान क्वांटाइल समाप्त कर लिया होता है।

2. पिछली सीमाओं की पहचान

लेखक सामान्य ग्राफों के लिए ओस्ट्रोव्स्की-रोसेनबाम एल्गोरिदम में $n$ पर निर्भरता के दो स्रोतों की पहचान करते हैं:

मैक्सिमल मैचिंग (Maximal Matching): एल्गोरिदम संघर्षों को हल करने के लिए बार-बार मैक्सिमल मैचिंग की गणना करता है, जिससे पॉिलॉग-लॉगरिदमिक (polylogarithmic) राउंड जटिलता आती है।
डिग्री थ्रेशोल्ड (Degree Thresholds): गैर-समान डिग्री को संभालने के लिए, पिछला एल्गोरिदम ज्यामितीय रूप से बढ़ते डिग्री थ्रेशोल्ड के आधार पर $\Theta(\log n)$ क्रमिक पुनरावृत्तियों में पुरुषों को संसाधित करता है। यह क्रमिक प्रसंस्करण निरंतर-राउंड जटिलता को रोकता है।

3. प्रस्तावित एल्गोरिद्मिक नवाचार

निरंतर राउंड प्राप्त करने के लिए शोध पत्र दो प्रमुख तकनीकी संशोधनों को पेश करता है:

एज-आधारित लगभग-मैक्सिमल मैचिंग (Edge-Based Almost-Maximal Matching): प्रत्येक प्रस्ताव राउंड में पूर्ण मैक्सिमल मैचिंग की गणना करने के बजाय, एल्गोरिदम एक ट्रंकेटेड रैंडमाइज्ड प्रक्रिया का उपयोग करके एक लगभग-मैक्सिमल मैचिंग की गणना करता है। यह सुनिश्चित करता है कि अवशिष्ट किनारों (residual edges - वे किनारे जो मिलान द्वारा कवर नहीं किए गए हैं) की अपेक्षित संख्या कम हो, जिससे मैक्सिमल मैचिंग की जटिलता पर निर्भरता समाप्त हो जाती है।
डिग्री-गार्डेड फ्रीजिंग नियम (Degree-Guarded Freezing Rule): यह मुख्य योगदान है। एल्गोरिदम एक नियम पेश करता है जहाँ एक जोड़ा $(m, w)$ "फ्रीज" (frozen) हो जाता है (और $w$ से जुड़े सभी अन्य जीवित किनारे हटा दिए जाते हैं) यदि पुरुष की डिग्री महिला की डिग्री से काफी अधिक हो ( $d(m) > R \cdot d(w)$ जहाँ $R = \Theta(1/\epsilon)$ एक पैरामीटर है)।
- तंत्र (Mechanism): एक बार फ्रीज होने के बाद, इस जोड़े को विस्थापित (displace) नहीं किया जा सकता। यह उच्च-डिग्री वाले पुरुषों को प्रक्रिया के अंत में विस्थापित होने से रोकता है, जो अन्यथा ब्लॉकिंग पेयर्स की संख्या में उछाल का कारण बन सकता है।
- चार्जिंग तर्क (Charging Argument): फ्रीजिंग नियम एक एकल वैश्विक चार्जिंग तर्क (single global charging argument) की अनुमति देता है जो सभी डिग्री को एक साथ संभालता है। जब एक पुरुष को विस्थापित किया जाता है, तो डिग्री गार्ड यह सुनिश्चित करता है कि $d(m) \le R \cdot d(w)$ , जिससे विस्थापन की लागत को महिला की डिग्री पर चार्ज किया जा सके। यह $\Theta(\log n)$ डिग्री थ्रेशोल्ड की आवश्यकता को समाप्त करता है।

4. साझा यादृच्छिकता की भूमिका (Role of Shared Randomness)

एल्गोरिदम $L = \Theta(1/\epsilon^3)$ पुनरावृत्तियों के लिए चलता है। विश्लेषण दिखाता है कि इन पुनरावृत्तियों में ब्लॉकिंग पेयर्स की औसत संख्या कम है, लेकिन एल्गोरिदम नियत रूप से (deterministically) यह पहचान नहीं सकता कि कौन सा विशिष्ट पुनरावृत्ति चरण एक अच्छा मिलान देता है।

साझा यादृच्छिकता के साथ (With Shared Randomness): सभी शीर्ष एक समान यादृच्छिक पुनरावृत्ति सूचकांक $J$ पर सहमत होने के लिए $O(\log(1/\epsilon))$ साझा यादृच्छिक बिट्स का उपयोग करते हैं और उस पुनरावृत्ति से मिलान आउटपुट करते हैं। यह सुनिश्चित करता है कि अपेक्षित ब्लॉकिंग पेयर्स $E[bp(M)] \le \epsilon|E|$ है।
साझा यादृच्छिकता के बिना (Without Shared Randomness): लेखक ग्राफ को क्लस्टरों में विभाजित करने के लिए एक लो-डायमीटर डिकंपोजिशन (मिलर, पेंग, और जू [MPX13]) का उपयोग करते हैं। साझा यादृच्छिकता प्रत्येक क्लस्टर के भीतर स्थानीय रूप से उत्पन्न की जाती है, और एल्गोरिदम समानांतर में चलता है। इंटर-क्लस्टर किनारों को संभावित ब्लॉकिंग पेयर्स के रूप में गिना जाता है। यह राउंड जटिलता में $O(\log n / \epsilon)$ का एक योगात्मक (additive) पद जोड़ता है।

मुख्य परिणाम

सैद्धांतिक सीमाएँ (Theoretical Bounds)

साझा यादृच्छिकता के साथ (Theorem 1):
- मॉडल: CONGEST।
- जटिलता: $O\left(\frac{\log(1/\epsilon)}{\epsilon^4}\right)$ राउंड।
- यादृच्छिकता (Randomness): $O(\log(1/\epsilon))$ साझा यादृच्छिक बिट्स।
- गारंटी: $E[bp(M)] \le \epsilon|E|$ ।
- महत्व: स्थिर $\epsilon$ के लिए, राउंड जटिलता $O(1)$ है, जो $n$ और अधिकतम डिग्री $\Delta$ से स्वतंत्र है।
साझा यादृच्छिकता के बिना (Theorem 2):
- मॉडल: CONGEST।
- जटिलता: $O\left(\frac{\log(1/\epsilon)}{\epsilon^4} + \frac{\log n}{\epsilon}\right)$ राउंड।
- गारंटी: $E[bp(M)] \le \epsilon|E|$ ।
- महत्व: पिछले सर्वश्रेष्ठ रैंडमाइज्ड बाउंड $O(\log^2 n)$ (ओस्ट्रोव्स्की-रोसेनबाम से प्राप्त) को स्थिर $\epsilon$ के लिए $O(\log n)$ में सुधार करता है।
मैसिवली पैरेलल कंप्यूटेशन (MPC) (Theorem 3):
- मॉडल: पूर्णतः-स्केलेबल MPC (स्थानीय मेमोरी $n^\delta$ , कुल मेमोरी $O(n+|E|)$ )।
- जटिलता: $O\left(\frac{\log(1/\epsilon)}{\epsilon^4}\right)$ राउंड।
- महत्व: यह पूर्णतः-स्केलेबल MPC मॉडल में लगभग स्थिर मिलान के लिए पहला एल्गोरिदम है।
निचली सीमा (Lower Bound) (Theorem 4):
- साझा यादृच्छिकता के साथ LOCAL मॉडल में, कोई भी एल्गोरिदम जो $1/2$ की संभावना के साथ $(1-\epsilon)$ -स्थिर मिलान की गणना करता है, उसे $\Omega(1/\epsilon)$ राउंड की आवश्यकता होती है। यह फ्लोरेन एट अल. [FKP+10] द्वारा दिए गए सटीक स्थिर मिलान के निचले बाउंड से व्युत्पन्न है।

महत्व और दावे

शोध पत्र इस खुले प्रश्न को हल करने का दावा करता है कि क्या सामान्य द्विपक्षीय ग्राफों पर लगभग स्थिर मिलान को निरंतर राउंड में हल किया जा सकता है।

लॉग-बाधा को तोड़ना (Breaking the Logarithmic Barrier): सामान्य ग्राफों के लिए पिछले एल्गोरिदम में $n$ पर पॉिलॉग-लॉगरिदमिक रूप से निर्भर राउंड जटिलता (विशेष रूप से रैंडमाइज्ड CONGEST सेटिंग में $O(\log^2 n)$ ) थी। यह कार्य डिग्री-गार्डेड फ्रीजिंग नियम और साझा यादृच्छिकता के माध्यम से $n$ पर निर्भरता को हटाकर $O(1)$ राउंड (स्थिर $\epsilon$ के लिए) प्राप्त करता है।
मनमानी डिग्री को संभालना: डिग्री-गार्डेड फ्रीजिंग नियम को एक नवीन तकनीक के रूप में प्रस्तुत किया गया है जो एक एकल वैश्विक चार्जिंग तर्क को पिछले कार्यों के जटिल, क्रमिक डिग्री-थ्रेशोल्डिंग तंत्र को बदलने की अनुमति देता है।
MPC में दक्षता: पूर्णतः-स्केलेबल MPC मॉडल में एल्गोरिदम का अनुकूलन यह दर्शाता है कि एल्गोरिदम प्रति मशीन सीमित मेमोरी वाले वातावरण में भी मजबूत है, जो एक ऐसा क्षेत्र है जहाँ कई ग्राफ समस्याएँ कठिन होती हैं।

लेखक नोट करते हैं कि हालांकि आउटपुट पुनरावृत्ति का चयन करने के लिए साझा यादृच्छिकता का उपयोग किया जाता है, लेकिन मुख्य एल्गोरिद्मिक तर्क (प्रस्ताव प्रक्रिया और फ्रीजिंग नियम) स्वाभाविक रूप से इसकी आवश्यकता नहीं रखता है, जिससे $O(\log n)$ के योगात्मक पद की लागत पर इसे हटाया जा सकता है।

AI प्रकटीकरण (AI Disclosure)

शोध पत्र में एक विशिष्ट प्रकटीकरण शामिल है जिसमें कहा गया है कि पांडुलिपि को मूल रूप से 2024-2025 के दौरान विकसित किया गया था, लेकिन जनवरी 2025 में प्रमाण में एक गंभीर त्रुटि मिलने के बाद इसे छोड़ दिया गया था जिसे लेखक उस समय ठीक करने में असमर्थ थे। इस परियोजना को 2026 में OpenAI के ChatGPT (GPT-5.6 Sol) की सहायता से पुनर्जीवित किया गया। AI ने डिग्री-गार्डेड फ्रीजिंग नियम प्रस्तावित किया, जिसने त्रुटिपूर्ण प्रमाण को ठीक किया, और पाठ को ड्राफ्ट करने और संशोधित करने में व्यापक रूप से सहायता की। लेखक यह दावा करते हैं कि उन्होंने सभी AI-जनित सामग्री को सत्यापित किया है और उनकी शुद्धता के लिए पूरी जिम्मेदारी लेते हैं।