क्या AI एजेंट वास्तव में कुछ नया आविष्कार कर सकते हैं: एल्गोरिदमिक समाधानों पर शोध की समीक्षा

27 अगस्त 202638 बार देखा गया

लेखकों ने जाँच की कि LLM-एजेंटों द्वारा बनाई गई विधियाँ मानव विकास से कैसे संबंधित हैं: दुर्लभ मामलों में एजेंट मानव स्तर तक पहुँचते हैं या उससे आगे निकल जाते हैं, हालाँकि उनके लगभग सभी समाधान पहले से ज्ञात एल्गोरिदमिक दृष्टिकोणों के दायरे में रहते हैं और अक्सर मौजूदा विधियों को दोहराते हैं।

क्या AI एजेंट वास्तव में कुछ नया आविष्कार कर सकते हैं: एल्गोरिदमिक समाधानों पर शोध की समीक्षा

अनुसंधान किस बारे में है

क्या कोई AI एजेंट स्वयं किसी कठिन समस्या को हल करने के लिए एक नई विधि का आविष्कार कर सकता है — या वह केवल पहले से ज्ञात समाधानों के टुकड़ों को पुनर्व्यवस्थित करता है? यही प्रश्न नए शोधपत्र «When AI Designs AI: Innovation or Imitation?» (arXiv:2608.17471) का विषय है, जिसके लेखक Yikang Yang, Zhengxin Yang, Luzhou Peng और उनके सहयोगी हैं। शोध समूह ने यह पेपर 18 अगस्त 2026 को प्रस्तुत किया; यह दो वर्गों को एक साथ छूता है: cs.AI और cs.LG।

लेखक एक सरल लेकिन महत्वपूर्ण विचार से शुरू करते हैं: केवल यह दिखाना पर्याप्त नहीं है कि एजेंट ने कार्य पूरा कर लिया। यह भी समझना आवश्यक है कि उसका दृष्टिकोण कितना मौलिक था। इसलिए, शोधपत्र में दो प्रश्न तैयार किए गए हैं:

  • क्या एजेंटों द्वारा प्रस्तावित विधियाँ वास्तव में मानवीय विधियों से कम प्रभावी नहीं हैं;
  • क्या ये विधियाँ अपनी एल्गोरिदमिक संरचना में उससे भिन्न हैं जो आमतौर पर मनुष्य बनाते हैं।

विश्लेषण कैसे काम करता है

प्रश्नों का उत्तर देने के लिए, शोधकर्ताओं ने एक विशेष ढांचा तैयार किया। पहले, किसी विशिष्ट कार्य के लिए मानवीय विधियों के समूह से तथाकथित एल्गोरिदमिक डिज़ाइन स्थान निकाले जाते हैं — अर्थात, विशिष्ट मॉड्यूल और उनके बीच के संबंधों का समूह, जो मनुष्यों द्वारा आविष्कृत समाधानों की विशेषता है। फिर इन स्थानों में मानवीय और एजेंट-आधारित दोनों विधियों को प्रतिचित्रित किया जाता है। उनके बीच का अंतर व्यक्तिगत मॉड्यूल के स्तर पर मापा जाता है — यह देखने की अनुमति देता है कि समाधान के कौन से हिस्से मेल खाते हैं और कौन से नए सिरे से उभरते हैं।

प्रयोग कई व्यापक रूप से उपयोग किए जाने वाले LLM एजेंटों और खुले AI कार्यों के एक समूह पर किया गया, जो विभिन्न मोडैलिटी को कवर करते हैं: पाठ, चित्र और अन्य। एजेंटों द्वारा उत्पन्न प्रत्येक विधि के लिए दो मापदंडों का मूल्यांकन किया गया: कार्य समाधान की गुणवत्ता और मानवीय समकक्षों से एल्गोरिदमिक अंतर की डिग्री।

यह व्यवहार में क्या देता है

ऐसा दृष्टिकोण केवल यह कहने की अनुमति नहीं देता कि «एजेंट जीत गया» या «एजेंट हार गया», बल्कि सफलता को नवीनता से अलग करने की अनुमति देता है। सिस्टम उत्कृष्ट परिणाम दे सकता है, लेकिन साथ ही किसी ज्ञात योजना की पूरी तरह नकल कर सकता है। और इसके विपरीत — एक असामान्य डिज़ाइन प्रस्तावित कर सकता है जो बदतर काम करता है। लेखकों ने ठीक इसी द्वंद्व को दर्ज करने का प्रयास किया।

परिणामों ने क्या दिखाया

परिणामों का पहला भाग उत्साहजनक लगता है: कुछ मामलों में, आधुनिक एजेंट मानवीय state-of-the-art के स्तर तक पहुँचते हैं और उसे पार भी कर जाते हैं। ऐसी सफल कॉन्फ़िगरेशन 72 में से 10 पाई गईं। हालाँकि, स्थिरता नहीं है: सफलता न तो अन्य कार्यों में और न ही अन्य एजेंटों में विश्वसनीय रूप से स्थानांतरित होती है। दूसरे शब्दों में, जो एजेंट एक कार्य में शानदार ढंग से सफल हुआ, वह पड़ोसी कार्य में पूरी तरह विफल हो सकता है — सफलता की भविष्यवाणी करने वाला कोई पैटर्न अभी तक दिखाई नहीं देता।

दूसरा भाग कहीं अधिक सांकेतिक निकला। एजेंटों द्वारा बनाई गई लगभग सभी विधियाँ — 96.8% — उन्हीं एल्गोरिदमिक डिज़ाइन स्थानों में आती हैं जो मानवीय समाधानों से निकाले गए हैं। एजेंट उस सीमा से बाहर नहीं जाते जो मनुष्य पहले ही आविष्कार कर चुके हैं; वे मुख्य रूप से परिचित एल्गोरिदमिक ब्लॉकों को जोड़ते और पुनर्व्यवस्थित करते हैं। इसके अलावा, उत्पन्न विधियों में से लगभग आधी पहले से मौजूद मानवीय डिज़ाइनों से बिल्कुल मेल खाती हैं।

निष्कर्ष

शोध के लेखक एक द्वंद्वात्मक निष्कर्ष पर पहुँचते हैं। एक ओर, आधुनिक LLM एजेंट पहले से ही ऐसे समाधान बनाने में सक्षम हैं जो सर्वश्रेष्ठ मानवीय विकासों के बराबर हैं, और कभी-कभी उनसे बेहतर भी हैं। दूसरी ओर, उनकी «वास्तविक» नवीनता के बारे में बात करना अभी जल्दबाजी होगी। वे जो कुछ भी करते हैं, वह लगभग पूरी तरह से पहले से खोजे गए एल्गोरिदमिक विचारों का सावधानीपूर्वक पुन: उपयोग और पुनर्संयोजन है। मानवीय डिज़ाइन स्थान से परे वास्तविक छलांग एक दुर्लभ अपवाद है, नियम नहीं।

इसका मतलब यह नहीं है कि एजेंट बेकार हैं: ज्ञात विधियों से शीघ्रता से कार्यशील संयोजन खोजने की क्षमता अपने आप में मूल्यवान है। लेकिन यदि लक्ष्य मौलिक रूप से नया एल्गोरिदम प्राप्त करना है, तो परिणामों के अनुसार, केवल एजेंटों की वर्तमान पीढ़ी पर निर्भर रहना उचित नहीं है। संभवतः, अगला कदम केवल «अधिक बुद्धिमान» एजेंट नहीं होगा, बल्कि एक ऐसा एजेंट होगा जिसे जानबूझकर ज्ञात पैटर्न से बाहर जाने के लिए प्रशिक्षित किया गया हो।

अक्सर पूछे जाने वाले प्रश्न

समान सामग्री

सभी सामग्री
STAR: एंड-टू-एंड घटना प्रबंधन के लिए समय-संदर्भ और सेवा ग्राफ का अनुकूली सामान्यीकरण
अनुसंधान

STAR: एंड-टू-एंड घटना प्रबंधन के लिए समय-संदर्भ और सेवा ग्राफ का अनुकूली सामान्यीकरण

STAR फ्रेमवर्क मेट्रिक्स, लॉग और ट्रेस के आधार पर अभ्यावेदन सीखता है। इसके लिए यह बहुस्तरीय समयगत गतिशीलता और सेवाओं के बीच निर्भरता संरचना को ध्यान में रखते हुए सीखने योग्य सामान्यीकरण लागू करता है। दो वास्तविक डेटासेट पर यह पाइपलाइन आधुनिक आधारभूत विधियों की तुलना में विसंगति पहचान, विफलताओं की रैंकिंग और मूल कारणों की खोज की गुणवत्ता में लगातार सुधार करती है।

10 नवम्बर 2026
चेर्न–साइमन रिज़र्वॉयर की स्मृति: संयोजकता की स्वायत्त गतिशीलता और घनत्व का परिवहन
समाचार

चेर्न–साइमन रिज़र्वॉयर की स्मृति: संयोजकता की स्वायत्त गतिशीलता और घनत्व का परिवहन

यह लेख बताता है कि रिज़र्वॉयर इनपुट संकेतों का इतिहास घनत्व वितरण और ज्यामितीय स्वतंत्रता की डिग्रियों—दोनों में कैसे बनाए रखता है। चार तंत्रों की तुलना से पता चलता है कि धारा एक अलग संयोजकता घटक बनाती है, जो घनत्व की बाद की प्रतिक्रिया को बदलती है, जबकि सभी मापे गए लक्षणों को शामिल करने से पल्स के क्रम को डिकोड करने में थोड़ा सुधार होता है।

10 नवम्बर 2026
उम्मीदवारों का सत्यापन उन्हें उत्पन्न करने से अधिक महँगा है: LLM-आधारित भेद्यता खोज के विरुद्ध प्रलोभन
समाचार

उम्मीदवारों का सत्यापन उन्हें उत्पन्न करने से अधिक महँगा है: LLM-आधारित भेद्यता खोज के विरुद्ध प्रलोभन

इस काम में एजेंट-आधारित दोष खोज की लागत संबंधी विषमता का विश्लेषण किया गया है: संस्करण बनाना सस्ता है, जबकि पहुँच-योग्यता विश्लेषण, निष्पादन और PoC के ज़रिए उनकी पुष्टि करने में अधिकांश बजट खर्च होता है। इसलिए सत्यापन को रक्षा का एक स्वतंत्र लक्ष्य बनाया जा सकता है। प्रस्तावित RedHerring—रिपॉज़िटरी के अनुरूप ढाली गई, सीलबंद प्रमाणपत्र वाली decoy—ने समान लागत पर 33 OSS-Fuzz परियोजनाओं में पाई गई वास्तविक कमज़ोरियों की संख्या 38.7–60.4% तक घटा दी; एजेंट को चेतावनी देने के बाद भी यह गिरावट 37.2% पर बनी रही।

9 नवम्बर 2026
क्या AI एजेंट वास्तव में कुछ नया आविष्कार कर सकते हैं: एल्गोरिदमिक समाधानों पर शोध की समीक्षा