Tsinghua University के शोधकर्ताओं ने बीजगणितीय विश्व मॉडल विकसित किया
4 नवम्बर 2026 · 2 मिनट पठन
इन भाषाओं में भी प्रकाशित Português (Brasil), Русский, ไทย, Polski, العربية
Tsinghua University के Yao Qizhi और Yuan Yang के नेतृत्व में एक शोध टीम ने बीजगणितीय विश्व मॉडल, जिसे AWM कहा जाता है, विकसित किया है। यह प्रणाली कृत्रिम बुद्धिमत्ता को अवलोकन और प्रयोगों के माध्यम से दुनिया को समझने और नियमों को निकालने में सक्षम बनाने के लिए डिज़ाइन की गई है।
यह मॉडल खेल के भीतर की सभी वस्तुओं, संबंधों और नियमों को एक बीजगणितीय दुनिया के रूप में अमूर्त करता है। इसके बाद, यह दुनिया को समझने के लिए बड़े मॉडलों की गणितीय क्षमताओं का उपयोग करता है। यह दृष्टिकोण श्रेणी सिद्धांत नामक गणित की एक शाखा से प्रेरित है, जिसमें यह विशेष रूप से प्रक्षेपण सीमा और आगमनात्मक सीमा नामक दो उपकरणों का उपयोग करता है। इन तरीकों के माध्यम से, AWM बिखरी हुई पायथन परिकल्पनाओं को एक सुसंगत और संक्षिप्त विश्व मॉडल में बदल देता है जिसे तर्क और प्रमाण के लिए उपयोग किया जा सकता है।
ARC-AGI-3 परीक्षण सेट के परिणामों में, Opus 5 मॉडल पर आधारित AWM ने सभी 183 स्तरों को सफलतापूर्वक पूरा किया और 99.9% स्कोर प्राप्त किया। इसके अलावा, इस मॉडल द्वारा स्तरों को पूरा करने के लिए किए गए औसत कार्यों की संख्या मानव बेंचमार्क के केवल 43% थी।
शोधकर्ताओं ने पाया कि मौजूदा शीर्ष मॉडल जैसे GPT-6 Astra और Claude Opus 5.5 अक्सर यह पहचानने में विफल रहते हैं कि कोई कार्य असंभव है। एक परीक्षण में, जहाँ शुरुआती कदमों की संख्या ऐसी थी कि जीतना असंभव था, Astra ने आठ दौर के बाद गलत अनुमान लगाया। इसी तरह, 12 समान परीक्षणों में, GPT-6 Astra और Claude Opus 5.5 ने मिलकर केवल 5 बार सही ढंग से बताया कि कार्य असंभव था, और उनमें से 4 बार न्यूनतम आवश्यक कदमों की संख्या गलत थी। इसके विपरीत, Opus 5.5 पर आधारित AWM ने केवल दो प्रयासों में यह साबित कर दिया कि वह स्तर असंभव था और जीत के लिए केवल एक अतिरिक्त कदम की आवश्यकता थी।
इस मॉडल की एक सीमा यह है कि इसके प्रमाण केवल उस दुनिया पर आधारित होते हैं जिसे इसने देखा है। यदि अन्वेषण व्यापक नहीं है और कुछ महत्वपूर्ण नियम छूट जाते हैं, तो यह मॉडल पूर्ण सत्य के बजाय केवल एक स्थानीय सत्य का वर्णन करता है।