Nvidia के नवीनतम शोध से पता चला है कि AI एजेंटों की सफलता उनके मूल मॉडल से अधिक उनके 'हार्नेस' (Harness) या नियंत्रण ढांचे पर निर्भर करती है। इस तकनीक ने Claude Opus 5 को एक कठिन बेंचमार्क पर 100% स्कोर करने में मदद की है।

  • AI की सफलता केवल मॉडल की शक्ति पर नहीं, बल्कि उसके आसपास के 'हार्नेस' (Scaffolding) पर निर्भर करती है।
  • Nvidia के शोध ने Claude Opus 5 को ARC-AGI-3 बेंचमार्क पर 100% स्कोर दिलाने में मदद की।
  • एक 'सुपरवाइजर' घटक (Supervisor Component) एजेंट को भटकने से रोकता है और सही दिशा देता है।
  • गलत हार्नेस के उपयोग से AI संचालन की लागत दोगुनी तक बढ़ सकती है।

Nvidia ने शुक्रवार को एक क्रांतिकारी शोध प्रकाशित किया है जो यह सुझाव देता है कि जब हम AI को लंबे समय तक चलने वाले जटिल कार्य (Long-horizon tasks) सौंपते हैं, तो उसके पीछे का 'हार्नेस' या नियंत्रण ढांचा, मूल AI मॉडल की तुलना में कहीं अधिक महत्वपूर्ण होता है। सरल शब्दों में कहें तो, मॉडल AI का 'मस्तिष्क' है, लेकिन हार्नेस वह 'तंत्रिका तंत्र' और 'उपकरण' है जो उसे वास्तव में काम करने के योग्य बनाता है।

Nvidia के शोधकर्ताओं ने एक कस्टम हार्नेस का उपयोग करके Claude Opus 5 को ARC-AGI-3 नामक एक कठिन इंटरैक्टिव रीजनिंग बेंचमार्क पर 100% स्कोर प्राप्त करने में मदद की। यह वही बेंचमार्क है जिसने OpenAI जैसे दिग्गजों को भी काफी परेशान किया है। बिना इस विशेष हार्नेस के, Opus 5 का स्कोर केवल 30% था, जो सभी परीक्षण किए गए मॉडलों में सबसे अधिक था, लेकिन 100% के जादुई आंकड़े से बहुत दूर था।

यह भी पढ़ें:SpaceX का ऐतिहासिक आईपीओ: शेयरों की भारी मांग के कारण बाजार में धमाका

Why This Matters

BozokMedia विश्लेषण से पता चलता है कि AI की दुनिया अब केवल 'बड़े मॉडल' बनाने की होड़ से निकलकर 'बेहतर एजेंटिक सिस्टम' बनाने की ओर बढ़ रही है। यदि मॉडल मस्तिष्क है, तो हार्नेस वह परिवेश है जिसमें वह काम करता है। यह खोज उन कंपनियों के लिए महत्वपूर्ण है जो AI को स्वायत्त एजेंट (Autonomous Agents) के रूप में उपयोग करना चाहती हैं, क्योंकि केवल एक शक्तिशाली मॉडल होने से काम नहीं चलेगा; उसे स्मृति (Memory), संदर्भ (Context) और फीडबैक संभालने की क्षमता भी चाहिए।

"एक एजेंट केवल मॉडल नहीं है; यह मॉडल के चारों ओर का ढांचा है, जिसे हम हार्नेस कहते हैं—यानी उन उपकरणों का सेट जिनका वह उपयोग करता है," - Adel El Hallack, Nvidia AI यूनिट के उपाध्यक्ष।

शोध में सबसे महत्वपूर्ण खोज एक 'सुपरवाइजर' (Supervisor) घटक की भूमिका थी। यह घटक एक CEO की तरह काम करता है जो मुख्य AI एजेंट को तब टोकता है जब वह गलत दिशा में जाने लगता है या किसी ऐसे रास्ते पर निकल पड़ता है जो अंततः विफल (Dead end) हो सकता है। यह 'एजेंटिक वेरिएशन ऑपरेटर्स' (AVO) के माध्यम से किया जाता है, जो एजेंट को भटकने या 'ला-ला लैंड' में जाने से रोकता है।

यह केवल प्रदर्शन के बारे में नहीं है, बल्कि लागत के बारे में भी है। Databricks के शोध के अनुसार, एक गलत हार्नेस का चुनाव AI संचालन की लागत को 2x (दोगुना) तक बढ़ा सकता है। इसलिए, मॉडल की कीमत से अधिक महत्वपूर्ण यह है कि आप उसे चलाने के लिए किस ढांचे का उपयोग कर रहे हैं।

Did You Know?: ARC-AGI-3 बेंचमार्क में शामिल खेल बिना किसी निर्देश के 2D गेम हैं, जिन्हें जीतने के लिए AI को खुद ही नियम समझने पड़ते हैं।

Frequently Asked Questions

1. AI 'हार्नेस' वास्तव में क्या है?
हार्नेस वह सॉफ्टवेयर ढांचा है जो AI मॉडल को मेमोरी, टूल्स और फीडबैक लूप प्रदान करता है ताकि वह जटिल कार्यों को पूरा कर सके।

2. क्या Nvidia कोई नया उत्पाद बेच रहा है?
नहीं, Nvidia मुख्य रूप से अपने Nemo ब्रांड के तहत ओपन-सोर्स तकनीक और टूल्स प्रदान कर रहा है ताकि डेवलपर्स बेहतर हार्नेस बना सकें।