स्वतन्त्रो वाणिज्यलाभरहितश्च उपक्रमःवार्ना, बुल्गारिया · २०२६ तमे वर्षे स्थापितः
MATREYA

बौद्धधर्म-विज्ञान-कृत्रिमबुद्धि-अध्ययनसंस्थानम्

प्रज्ञा · अन्वेषणम् · करुणा
सर्वेषां प्राणिनांहिताय
संस्कृतम्
कृत्रिमबुद्धिसाहाय्येन कृतोऽनुवादः; भाषाविशेषज्ञानां समीक्षा स्वागतार्हा।

कृत्रिमबुद्धिः · शोधग्रन्थालयः · 07

कृत्रिमबुद्धिः बौद्धग्रन्थाश्च—प्रत्यायकुत्तरात् परीक्ष्योद्धरणं प्रति

भाषाप्रतिरूपं बौद्धपदं प्रवाहेण व्याख्याय तस्य पाठोत्पत्तिं कल्पयेत्। उपयोगी शोधसहायकः परीक्षां सुलभीकुर्यात्, न केवलम् उत्तरं प्रामाणिकमिव श्रावयेत्। Matreya प्रस्तावितः आरम्भः उद्धरणयथार्थतायाः लघुमूल्याङ्कनम्, न समग्रबौद्धप्रतिरूपप्रशिक्षणप्रतिज्ञा।

LACMA सङ्ग्रहे बौद्धपाठयुक्तानि षट् दीर्घतालपत्राणि
चित्रम्. श्रीलङ्कायाः बौद्धतालपत्रहस्तलेखः. श्रीलङ्का, अष्टादशशतकान्ततः एकोनविंशशतकारम्भपर्यन्तम्। LACMA वस्तु M.84.31.542a-h। आकारपरिवर्तनं JPEG सङ्कोचनं च कृतम्; रचना रक्षिता।Unknown maker; image courtesy of Los Angeles County Museum of Art (LACMA) · Public domain · स्रोतः मूलं च

1. प्रतिरूपचयनात् पूर्वं कार्यं लक्षयेत्

उद्धरणप्राप्तिः, अनुवादतुलना, नवशिक्षार्थिने परम्परापरिचयश्च भिन्नकार्याणि। तेभ्यः भिन्नदत्तांशाः निकषाश्च आवश्यकाः। “बौद्धकृत्रिमबुद्धेः” व्यापकनिर्माणप्रतिज्ञा भेदान् गोपयति, सफलतालक्षणात् पूर्वं संरचनाव्ययम् उत्साहयति।

सम्भाव्यप्रथमः Matreya प्रयोगः अधिकृतपाठसञ्चयविषये सीमितप्रश्नान् उत्तरयेत्, समर्थकपाठखण्डान् च निर्दिशेत्। अभिलिखितपरिस्थितौ न्यूनमिथ्यासन्दर्भाः सफलता स्यात्। आवश्यकसामग्र्यभावे प्रश्नविरतिः कदाचित् सम्यक्फलम्। अयं शोधप्रस्तावः—प्रयोगेन प्रतिज्ञासमर्थनात् पूर्वं पाठसञ्चयानुज्ञाः स्वतन्त्रप्रश्नाः योग्यसमीक्षकाः च अद्यापि स्थापनीयाः।

2. प्राप्तिः जननाय किं योजयति

Lewis तथा सहकर्मिणः बाह्यदस्तावेजसञ्चयप्रवेशेन जननसंयुक्तं RAG रूपं प्रस्तुतवन्तः। [1] व्यवहारभेदः सामग्रीप्राप्तेः उत्तररचनायाश्च मध्ये अस्ति। प्रतिरूपप्राचलेभ्यः पृथक् सूचिका अभिलेखनीया नवीकरणीया च, किन्तु प्राप्तसामग्री तस्या यथार्थोपयोगं न आश्वासयति।

पाठकसाधनं लघूत्तरं समर्थकपाठखण्डान् तेषां सन्दर्भं च दर्शयेत्। प्राप्तिविफलतामपि सूचयेत्। मूल्याङ्कने सम्पूर्णमार्गः परीक्ष्यः—योग्यो दस्तावेजः प्राप्तः किम्, सम्यक्खण्डः चितः किम्, निष्कर्षः तस्मादायाति किम्। भाषापरिष्कारमात्रं पूर्वपददोषान् गोपयेत्। रचनासंज्ञा विश्वसनीयताप्रमाणपत्रं नास्ति।

रेखाचित्रम्. प्रश्नात् उत्तरदायिनं निष्कर्षं प्रति
  1. 01प्रश्नः
  2. 02स्रोतःप्राप्तिः
  3. 03सस्रोतस्कम् उत्तरम्
  4. 04मानवीयसमीक्षा

Matreya सम्पादकीयरेखाचित्रम्—पद्धतेः निदर्शनम्, न प्रयोगफलम्।

3. विद्यमानसन्दर्भोऽपि भ्रामयेत्

प्रतिरूपं विद्यमानप्रकाशनं निर्दिश्य तत्र अनुपस्थितां प्रतिज्ञां तस्मै अर्पयेत्। निषेधं न पश्येत्, सावधानसङ्केतं निश्चयं कुर्याद्वा। बौद्धग्रन्थेषु भाष्यं सूत्रेण अथवा एकसम्प्रदायमतं सर्वपरम्परासम्मत्या मिश्रीकुर्यात्।

ALCE तथ्ययथार्थतां उद्धरणगुणवत्तां च पृथङ्मूल्याङ्कनविषयौ करोति। [2] वयं त्रयः सम्बन्धाः परीक्ष्याः इति प्रस्तावयामः—स्रोतः विद्यते; उद्धृतखण्डे प्रासङ्गिकप्रमाणम् अस्ति; प्रतिज्ञा तस्य परिधौ तिष्ठति। उत्तरं स्रोतःपाठं पुनर्वचनं व्याख्यां च स्पष्टं विभजेत्। सम्बन्धः पाठकाय योग्यसंस्करणानुवादपरीक्षां दद्यात्। पाठभेदे सम्पर्कमुखं भेदं रक्षेत्, न मध्यमेन मिथ्यासम्मतिं जनयेत्।

4. विफलतायोग्यं मूल्याङ्कनं रचयेत्

उपयोगिपरीक्षासञ्चये सरलस्रोतःप्रश्नाः अनुवादतुलनाः मिथ्यापूर्वकल्पनाप्रश्नाः सञ्चयेन अनुत्तरितप्रश्नाश्च स्युः। अन्तिमौ वर्गौ यदा विरमेत् तदा प्रणाली सूचना कल्पयति वा इति दर्शयतः।

अपेक्षितोत्तराणि परीक्ष्यमाणप्रतिरूपात् स्वतन्त्रतया सज्जीकार्याणि। एकः समीक्षकः प्रश्नं रचयेत्, अन्यः सन्दर्भं परीक्षेत। मतभेदाः अभिलिख्यन्ताम्, केचित् प्रश्नाः अन्तिममूल्याङ्कनाय रक्ष्यन्ताम्। प्राप्त्या सह तदभावे च तुलना समानप्रश्नान्, प्रतिरूपसंस्करणाभिलेखं, स्पष्टसंसाधनव्ययपरिमाणं च अपेक्षते। विवरणेषु माध्यैः सह विफलताप्रकाराः दृश्येरन्। परम्परामिश्रणम् अनुवादकनामवर्णदोषात् भिन्नम्; समानमूल्याङ्कनं परिष्कारं कठिनं करोति।

5. पाठकाय सटीकपाठस्थानं दद्यात्

सम्पूर्णग्रन्थसम्बन्धः अधिकपरीक्षाकार्यं पाठकाय हस्तान्तरयति। LongCite दीर्घसन्दर्भप्रश्नोत्तरे सूक्ष्मतरस्रोतोविनिर्देशं परीक्षते। [3] अत्र प्रासङ्गिकता पद्धतौ—सम्पूर्णान्वेषणपुनरावृत्तिं विना प्रतिज्ञापरीक्षायै पर्याप्तपरिशुद्धता आवश्यकी।

स्थानं स्थिरखण्डसङ्केतः, पत्रपक्षः, सम्पुटपृष्ठे वा स्यात्। वर्तमानान्वेषणफलक्रमाधीनं न भवेत्। सन्दर्भोऽपि उपलब्धः तिष्ठेत्—समीपवाक्यं मतं तस्य विरोधिनः इति दर्शयेत् यं लेखकः पश्चादालोचयति। सुलभान्वेषणखण्डेषु विभजनं तादृशसम्बन्धान् छिन्द्यात्। अतः मूल्याङ्कने तन्त्रांशाभियन्त्रणेन सह पाठविद्या परम्पराविशेषज्ञता च आवश्यके।

त्रिभिः वर्णचित्रैः लिपिपङ्क्तिभिश्च युक्तं दीर्घं बौद्धहस्तलेखपत्रम्
चित्रम्. सचित्रबौद्धहस्तलेखः। नेपालः, चतुर्दशशतकम्. काठमाण्डू उपत्यका; तालपत्रेषु मषी वर्णाश्च। वस्तु 55.121.37.9। Met मुक्तप्रवेशप्रतिरूपम्; आकारपरिवर्तनं JPEG सङ्कोचनं च कृतम्; रचना रक्षिता।Unknown artist; The Metropolitan Museum of Art · CC0 1.0 / Public domain · स्रोतः मूलं च

6. सूचिकापि परसामग्रीम् उपयुङ्क्ते

पठनं प्रतिलिपिकरणं पाठखण्डप्रदर्शनं बाह्यसेवायै प्रेषणं च पृथगुपयोगाः। BDRC प्रवेशनीतिः सञ्चयवस्तूनि सर्वाणि समानासङ्कुचितावस्थानि न कल्पनीयानि इति दर्शयति। [4]

प्रतिरूपसाधननिर्माणात् पूर्वं प्रत्येकसञ्चये अनुमतक्रियाभिलेखं प्रस्तावयामः—स्रोतः, संस्करणं, सञ्चयप्रदर्शनशर्ताः, निराकरणमार्गः, उत्तरदायिसम्पर्कश्च। प्रतिरूपसेवादात्रे पाठखण्डप्रेषणम् अन्यद्विचार्यं कर्म। UNESCO कृत्रिमबुद्धिनीतिशंसनं उत्तरदायित्वसांस्कृतिकवैविध्यविमर्शाय सन्दर्भं ददाति। [5] न तदस्मत्परियोजनां प्रमाणयति। सदिच्छाघोषणामात्रात् भिन्नं वास्तविकदत्तांशप्रवाहस्य बोध्यत्वं संशोध्यत्वं च व्यवहारोत्तरदायित्वम्।

7. समीक्षकदायित्वानि सीमितानि स्युः

मुख्यतः आङ्ग्लानुवादैः रचिता प्रणाली तेषां व्याख्याविकल्पान् लभेत। अधिकाङ्कीकृतपरम्पराः प्राप्तौ प्राधान्यं लभेरन्। प्रतिरूपं निष्पक्षं भव इति वचनं लुप्तविषमदत्तांशान् न पूरयति; सञ्चयसंरचना सीमाश्च लिख्येरन्।

स्वयंसेवकाः लघुसन्दर्भसमूहं परीक्षेरन् प्रकारभ्रमं वा लक्षयेयुः। सर्वबौद्धयथार्थतारक्षणस्य अनिर्दिष्टदायित्वं तेभ्यो न देयम्। संशोधनाय प्रक्रिया उत्तरदायिजनाः महापरिवर्तने पाठकसूचनामार्गश्च आवश्यकाः। अन्वेषणसहायकः आध्यात्मिकसिद्धिमूल्याङ्कनाधिकारं अथवा परम्परापक्षे वैयक्तिकोपदेशं न प्रतिजानीयात्। तस्य परिधिः यत्कार्यं वास्तवमूल्याङ्कितं तदनुसारिणी भवेत्, सम्पर्कमुखस्य सामान्यव्यवहारेऽपि।

8. लघुफलमपि उपयोगि भवेत्

परिष्कारप्रशिक्षणं परिचितदोषं प्रति स्यात्। वास्तविकबाधा दूषितं OCR, लुप्तनामानि, अपूर्णोपदत्तांशाः वा चेत् अधिकप्रतिरूपप्रशिक्षणं न तां निरस्येत्। सदभिलेखयुक्तं लघुप्राप्तिसाधनं अधिकमूल्यं स्पष्टतरशोधप्रमाणं च दद्यात्।

Matreya प्रस्तावितप्रश्नः—निश्चितकार्यसमूहे परीक्षितपाठखण्डाः उद्धरणयथार्थतां वर्धयन्ति किम्? उत्तरं सकारात्मकं नकारात्मकं प्रश्नप्रकाराधीनं वा स्यात्। पद्धतिसीमासु प्रकाशितासु प्रत्येकफलं उपयोगि। एकसञ्चये सुधारः सर्वबौद्धसाहित्यविश्वसनीयतां न साधयति। स्रोतःप्राप्तौ दोषसंशोधने अनुत्तरितप्रश्नस्वीकारे च विश्वासः वर्धते; प्रवाहः परिमाणं च केवलं प्रज्ञां न साधयतः।

मुख्यबिन्दवः

  • RAG प्राप्तिं जननं च विभजति, न विश्वस्तार्थोत्तरम् आश्वासयति।
  • प्रत्येकोद्धरणस्य अस्तित्वं सटीकस्थानं प्रमाणप्रासङ्गिकतां च परीक्षेत।
  • वहनीयप्रयोगे अनुत्तर्यप्रश्नाः मिथ्यापूर्वकल्पनाश्च स्युः, न केवलं सुलभसफलताः।

स्रोतांसि अधिकपठनं च

सम्बन्धाः मूलप्रकाशनानि, ग्रन्थान् अथवा संस्थानानाम् आधिकारिकपृष्ठानि प्रति नयन्ति। प्रवेशस्य पुनरुपयोगस्य च शर्ताः भिन्नाः स्युः।

  1. Retrieval-Augmented Generation for Knowledge-Intensive NLP TasksLewis et al. / arXiv, 2020

    मूलं RAG रचनापत्रम्; फलानि बौद्धग्रन्थेषु स्वयमेव न प्रवर्तन्ते।

  2. Enabling Large Language Models to Generate Text with CitationsGao et al. / EMNLP, 2023

    सस्रोतस्कोत्तरमूल्याङ्कनस्य ALCE मानकं पत्रं च।

  3. LongCite: Enabling LLMs to Generate Fine-grained Citations in Long-context QAZhang et al. / arXiv, 2024

    दीर्घसन्दर्भप्रश्नोत्तरे सूक्ष्मोद्धरणानि, न भाविसाधनविश्वसनीयताप्रमाणम्।

  4. Access PoliciesBuddhist Digital Resource Center

    भिन्नप्रवेशशर्तानां निदर्शनम्।

  5. Recommendation on the Ethics of Artificial IntelligenceUNESCO, 2021

    उत्तरदायित्वाधिकारसांस्कृतिकवैविध्यानां मानकसन्दर्भः।

कृत्रिमबुद्धिसाहाय्येन Matreya द्वारा सज्जीकृतः सम्पादकीयलेखः। बाह्यवैज्ञानिकविद्वत्समीक्षा न कृता। स्वतन्त्रपरीक्षार्थं स्रोतांसि दत्तानि।

सम्पादकीयनीतिः · दोषं निवेदयतु अथवा पूरणं सूचयतु