← नवीनतम पेपर
💻 संगणक विज्ञान

Naming the deliverable raises convention coverage in large language model outputs

यह अध्ययन प्रदर्शित करता है कि डिलिवरेबल्स के लिए स्पष्ट रूप से अभ्यासी-विशिष्ट नामों का उपयोग करना (जैसे, एक वर्णनात्मक वाक्यांश के बजाय "RACI मैट्रिक्स") विभिन्न मॉडलों और डेटासेट में पेशेवर परंपराओं के प्रति लार्ज लैंग्वेज मॉडल आउटपुट के अनुपालन में महत्वपूर्ण सुधार करता है।

मूल लेखक: Jiawei Jing

प्रकाशित 2026-11-04
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Jiawei Jing

मूल पेपर CC BY 4.0 (https://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 लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

पेशेवर कार्य की दुनिया में, एक शांत भाषा होती है जिसका उपयोग विशेषज्ञ जटिल नियमों के एक सेट को एक एकल शब्द में समाहित करने के लिए करते हैं। एक प्रोजेक्ट मैनेजर "RACI मैट्रिक्स" के लिए पूछ सकता है, एक वित्तीय विश्लेषक "टर्म शीट" का अनुरोध कर सकता है, और एक डॉक्टर "डिस्चार्ज समरी" का आदेश दे सकता है। एक बाहरी व्यक्ति के लिए, ये नाम केवल लेबल हैं, लेकिन एक अभ्यासी के लिए, प्रत्येक नाम एक विशिष्ट संरचना, आवश्यक अनुभागों की एक सूची और एक सख्त प्रारूप वाले एक संपीड़ित (compressed) फ़ाइल की तरह कार्य करता है। यह शब्दावली की समस्या है: वह अंतर जो एक व्यक्ति की आवश्यकता और उस विशिष्ट शब्द के बीच है जिसका उपयोग एक विशेषज्ञ उस चीज़ का वर्णन करने के लिए करता है। दशकों से, सूचना वैज्ञानिक जानते हैं कि जब लोग क्षेत्र के आधिकारिक शब्दों के बजाय अपने स्वयं के शब्दों का उपयोग करके जानकारी खोजते हैं, तो वे अक्सर लक्ष्य से चूक जाते हैं। अब, जैसे-जैसे आर्टिफिशियल इंटेलिजेंस इन पेशेवर दस्तावेजों का मसौदा तैयार करने के लिए एक प्राथमिक उपकरण बनता जा रहा है, एक नया प्रश्न उभरा है। जब कोई व्यक्ति AI से कोई दस्तावेज़ बनाने के लिए कहता है, तो क्या उस दस्तावेज़ के विशिष्ट पेशेवर नाम का उपयोग करना मशीन को केवल उसके उद्देश्य का वर्णन करने की तुलना में बेहतर परिणाम देने में मदद करता है?

जापान की एक विकास निगम के एक शोधकर्ता ने बड़े भाषा मॉडल (large language models)—जो शक्तिशाली AI सिस्टम हैं जो टेक्स्ट, कोड और रिपोर्ट लिख सकते हैं—के साथ नियंत्रण किए गए प्रयोगों की एक श्रृंखला के माध्यम से इस विचार का परीक्षण करने का निर्णय लिया। अध्ययन ने एक सरल लेकिन महत्वपूर्ण अंतर पर ध्यान केंद्रित किया। एक परिदृश्य में, एक उपयोगकर्ता पेशेवर नाम का उपयोग करके दस्तावेज़ बनाने के लिए कहेगा, जैसे कि "एक गैंट चार्ट (Gantt chart) बनाएं।" दूसरे परिदृश्य में, वही उपयोगकर्ता बिना नाम का उपयोग किए दस्तावेज़ के उद्देश्य का वर्णन करेगा, जैसे कि "एक शेड्यूल बनाएं जो यह दिखाए कि कौन से कार्य कब होते हैं।" दोनों अनुरोध एक ही चीज़ के लिए हैं, लेकिन पहला अनुरोध पेशेवर परंपराओं का छिपा हुआ भार वहन करता है, जबकि दूसरा AI को अनुमान लगाने के लिए छोड़ देता है। शोधकर्ता ने AI को दोनों—पेशेवर नाम और सामान्य विवरण—का उपयोग करके दर्जनों अलग-अलग प्रकार के दस्तावेज़ उत्पन्न करने के लिए कहा, जिसमें निवेश योजना से लेकर मेडिकल नोट्स तक शामिल थे। यह देखने के लिए कि कौन सा संस्करण बेहतर था, आउटपुट को उन नियमों की एक चेकलिस्ट के विरुद्ध मापा गया जो उस दस्तावेज़ के एक सही संस्करण को परिभाषित करते हैं।

परिणाम हर परीक्षण किए गए मॉडल में स्पष्ट और सुसंगत थे। जब उपयोगकर्ता ने पेशेवर नाम प्रदान किया, तो AI ने उस मामले में काफी अधिक नियमों का पालन किया जब उपयोगकर्ता ने केवल कार्य का वर्णन किया था। सुधार पर्याप्त था, जो कि AI द्वारा नियमों के पालन में ग्यारह से उनतीस प्रतिशत अंकों की वृद्धि के रूप में देखा गया। इसका अर्थ यह है कि यदि एक सामान्य विवरण का पालन करने वाला मॉडल आधे नियम सही कर पाता था, तो पेशेवर नाम जोड़ने से वह काफी अधिक नियमों को सही करने में सक्षम हुआ, हालांकि यह पूर्णता तक नहीं पहुँचा। यह प्रभाव उन दस्तावेजों के लिए सबसे अधिक था जिनका एक निश्चित, कठोर ढांचा होता है, जैसे कि विशिष्ट विश्लेषणात्मक विधियाँ या औपचारिक व्यावसायिक टेम्पलेट। इन वस्तुओं के लिए, नाम एक ऐसी कुंजी के रूप में कार्य करता था जिसने AI द्वारा सीखे गए निर्देशों के सेट को अनलॉक कर दिया, जिसे लागू करने के लिए उसे प्रॉम्प्ट (prompt) की आवश्यकता थी। सामान्य दस्तावेजों, जैसे कि एक सामान्य प्रेस विज्ञप्ति के लिए, अंतर कम था, क्योंकि संभवतः उद्देश्य का विवरण ही AI को मार्गदर्शन करने के लिए पर्याप्त था।

अध्ययन ने यह भी पता लगाया कि क्या AI उन उपयोगकर्ताओं की मदद कर सकता है जो सही नाम नहीं जानते। दूसरे चरण में, शोधकर्ता ने पहले AI से यह बताने के लिए कहा कि किसी दस्तावेज़ का पेशेवर नाम क्या है, और फिर उस नाम का उपयोग करके दस्तावेज़ बनाने के लिए कहा। AI छोटे, क्यूरेटेड सेट में लगभग दो-तिहाई मामलों में सही नाम प्रदान करने में सक्षम था, लेकिन बड़े, नियम-नमूनाकृत (rule-sampled) सेट में सटीकता गिरकर लगभग 46% हो गई। जब उपयोगकर्ता ने फिर से उस नाम का उपयोग करके दस्तावेज़ के लिए पूछा, तो आउटपुट की गुणवत्ता में महत्वपूर्ण सुधार हुआ, जिससे उस लाभ का लगभग आधा से तीन-चौथाई हिस्सा वापस मिल गया जो तब देखा गया था जब उपयोगकर्ता शुरुआत से ही नाम जानता था, हालांकि नमूनाकृत सेट में रिकवरी कम थी। हालाँकि, AI पूर्ण नहीं था; इसने कभी-कभी किसी अन्य प्रकार के दस्तावेज़ के लिए एक वास्तविक पेशेवर नाम का सुझाव दिया, जिससे खराब परिणाम मिल सकते थे। यह निष्कर्ष बताता है कि हालांकि AI विशेषज्ञ शब्दावली तक पहुँचने के लिए एक सेतु के रूप में कार्य कर सकता है, फिर भी उपयोगकर्ता को यह सत्यापित करने की आवश्यकता है कि नाम सही है या नहीं।

ये निष्कर्ष इस विचार को चुनौती देते हैं कि उपयोगकर्ताओं को AI से अच्छे परिणाम प्राप्त करने के लिए किसी क्षेत्र की पूरी शब्दावली सीखने की आवश्यकता है। इसके बजाय, अध्ययन एक सरल, अधिक व्यावहारिक कौशल का सुझाव देता है: यह जानना कि इन दस्तावेजों के विशिष्ट नाम होते हैं, अज्ञात होने पर AI से उन नामों के बारे में पूछना, और फिर उनका उपयोग करना। शोध इंगित करता है कि पेशेवर नाम केवल एक लेबल नहीं है बल्कि एक संकेत है जो AI को लिखने के एक विशिष्ट मोड में स्विच करने का निर्देश देता है, जिससे उन परंपराओं को सक्रिय किया जाता जिन्हें एक सामान्य विवरण ट्रिगर नहीं कर सकता। यह विशेष रूप रूप से उन कार्यों के लिए महत्वपूर्ण है जहाँ सामग्री जितनी महत्वपूर्ण प्रारूप (format) भी है। अध्ययन का निष्कर्ष है कि इन उपकरणों का उपयोग करने वाले किसी भी व्यक्ति के लिए, किसी डिलिवरेबल (deliverable) के सही नाम को पूछने और जांचने की क्षमता एक मौलिक कौशल है, जो AI को केवल एक टेक्स्ट जनरेटर के बजाय पेशेवर कार्य में एक सच्चे भागीदार के रूप में कार्य करने की अनुमति देती 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 →