Reasoning मॉडल्स: विचार करने से बेहतर उत्तर कब मिलता है

कुछ मॉडल जवाब देने से पहले समस्या को गहराई से हल करते हैं। हमारी चैट में Think चिप इसे चालू करती है। यह गणित, लॉजिक और कोड में बहुत मदद करती है। जानिए कब इसका इस्तेमाल करें।

7 मिनट का पठनअपडेट किया गया

हमारे चैट के कंपोज़र में Think नाम का एक छोटा चिप है। इसे दबाएँ, और आपका अगला मैसेज डिफ़ॉल्ट तेज़ मॉडल GPT-6 Luna के बजाय GPT-6.1 Terra को जाएगा। जवाब का पहला शब्द आने से पहले Terra समस्या को हल करने में थोड़ा समय लेता है, और फिर चैट में एक छोटी सी लाइन दिखती है, जैसे "Thought for 3 s"। ऐसा करने वाले मॉडल्स को आमतौर पर रीज़निंग (तर्क करने वाले) मॉडल्स कहा जाता है। यह गाइड बताती है कि उस पॉज़ के दौरान क्या होता है, उससे कौन-से काम बेहतर होते हैं, और Think कब दबाना चाहिए इसका एक आसान नियम क्या है।

किसी लैंग्वेज मॉडल के लिए "सोचने" का क्या मतलब है

एक लैंग्वेज मॉडल टेक्स्ट को एक बार में एक छोटा हिस्सा बनाकर तैयार करता है, और हर नया हिस्सा इस बात पर निर्भर करता है कि उससे पहले क्या आया था। जो मॉडल तुरंत जवाब देता है, वह पहले कुछ शब्दों में ही अपने दृष्टिकोण को तय कर लेता है। अगर वह तरीका गलत हो, तो बाकी का जवाब भी आमतौर पर उसी का अनुसरण करता है, क्योंकि मॉडल अपनी ही शुरुआत पर आगे बढ़ रहा होता है।

एक रीज़निंग मॉडल को जवाब देने से पहले अंदरूनी तौर पर कुछ वर्कआउट (रफ़ वर्क) करने के लिए ट्रेन किया जाता है। उस वर्कआउट में वह समस्या को दोबारा समझ सकता है, शर्तों को सूचीबद्ध कर सकता है, किसी तरीके को आज़मा सकता है, विरोधाभास पकड़कर उससे पीछे हट सकता है। केवल इसके बाद ही वह वह जवाब लिखता है जो आप पढ़ते हैं। यह वर्किंग असली टेक्स्ट होती है जिसे मॉडल जनरेट करता है, इसलिए इसमें समय लगता है भले ही आप इसे कभी न देख पाएँ।

OpenAI का दस्तावेज़ीकरण इसे रीज़निंग एफर्ट (reasoning effort) नामक सेटिंग से समझाता है। मॉडल के आधार पर, यह none से लेकर low, medium, high और extra high से max तक होता है। कम प्रयास (lower effort) स्पीड को प्राथमिकता देता है; ज़्यादा प्रयास मॉडल को अधिक गहराई से सोचने की अनुमति देता है। OpenAI यह भी बताता है कि मॉडल्स अपने आप तालमेल बिठा लेते हैं, और समान सेटिंग पर भी आसान कामों के लिए कम थिंकिंग टोकन खर्च करते हैं।

हमारे चैट में Luna और Terra

हम दोनों मॉडल्स को क्लाउड API के ज़रिए चलाते हैं और आपके लिए एफर्ट स्तर खुद चुनते हैं, ताकि चैट तेज़ रहे:

मॉडलक्या जवाब देने से पहले सोचता है?इसे कैसे चुनेंकिसके लिए बढ़िया है
GPT-6 Lunaजितना हो सके उतना कम: सबसे कम एफर्टडिफ़ॉल्ट; Think बंदराइटिंग, रीराइटिंग, सारांश, अनुवाद, त्वरित सवाल
GPT-6.1 Terraहाँ, संक्षेप में: कम एफर्टThink दबाएँ, या मॉडल मेनू में इसे चुनेंगणित, लॉजिक, प्लानिंग, डीबगिंग, बारीक तुलना, विस्तृत इमेजिस
GPT-6 Solयहाँ उपलब्ध नहीं हैgpt.me पर लॉक हैहमारे AI Chat ऐप में Pro सब्सक्रिप्शन के साथ और ChatPlus पर उपलब्ध

एक छोटे सवाल पर लाइव टेस्ट में, Luna ने लगभग डेढ़ सेकंड में जवाब देना शुरू किया और Terra ने दो सेकंड से भी कम समय में। कठिन समस्याओं पर यह अंतर बढ़ जाता है, क्योंकि ज़रूरत पड़ने पर Terra ज़्यादा देर तक सोचता है। सोचने की प्रक्रिया खुद छिपी रहती है: चैट केवल यह दिखाता है कि कितना समय लगा, उसके नोट्स नहीं। और अधिक पढ़ें GPT-6.1 Terra पेज पर और हमारी Luna बनाम Terra तुलना में।

वे काम जिनके लिए पॉज़ ज़रूरी है

सोचना तब मददगार होता है जब एक शुरुआती चूक भी पूरे परिणाम को बिगाड़ सकती है, या जब एक साथ कई शर्तों का पूरा होना ज़रूरी हो।

  • कई स्टेप्स वाले कैलकुलेशन। लोन की किश्तें, रेसिपी को स्केल करना, खर्चों का असमान बँटवारा, किसी वर्ड प्रॉब्लम में यूनिट बदलना।
  • शेड्यूलिंग और शर्तें। शिफ्ट रोटा, टूर्नामेंट ड्रॉ, पढ़ाई का ऐसा टाइमटेबल जो पार्ट-टाइम नौकरी के साथ मेल खाए।
  • डीबगिंग। हर पास पर एक लूप क्या करता है, इसे ट्रैक करना बिल्कुल वैसा ही काम है जिसके लिए यह इंटरनल वर्किंग बनी है।
  • तुलना और निर्णय (Trade-offs)। लागत, दूरी और कॉन्ट्रैक्ट की शर्तों के आधार पर दो फ्लैट्स, दो जॉब ऑफ़र्स या तीन फोन प्लान्स की तुलना।
  • खामी ढूँढना। किसी प्रूफ में कमज़ोर स्टेप, बिज़नेस प्लान में छिपी गलत मान्यता, किसी निबंध में लॉजिकल जंप।
  • जटिल इमेजिस। OpenAI के अनुसार Terra बारीक विज़ुअल रीज़निंग में माहिर है, जैसे कि टेक्निकल ड्रॉइंग्स या जटिल चार्ट्स को पढ़ना।
एक ऐसा काम जिसके लिए Think दबाना सही है:
तीन दोस्त 7 रातों के लिए कुल 840 में एक हॉलिडे होम किराए पर लेते हैं।
Ana पूरे 7 रात रुकती है, Ben 5 रात, Chloe 3 रात। वे किराए को
रुकी गई रातों के हिसाब से बाँटना चाहते हैं, लेकिन Ben पहले ही 300 एडवांस दे चुका है।
अब हर किसी पर कितना बकाया है, और कौन किसे पैसे देगा?

इसे Terra को भेजें, फिर एक नए चैट में यही सवाल Luna को भेजें और तुलना करें कि दोनों Ben के एडवांस पेमेंट को कैसे संभालते हैं।

वे काम जहाँ Luna ही काफी है

रोज़मर्रा के कई प्रॉम्प्ट्स में कोई छिपे हुए स्टेप्स नहीं होते, और पहले सोचने से सिर्फ इंतज़ार ही बढ़ता है। इनके लिए Think बंद रखें:

  • किसी पेस्ट किए गए टेक्स्ट की टोन या लंबाई बदलना;
  • ईमेल, पोस्ट, प्रोडक्ट विवरण और कहानियों के शुरुआती ड्राफ्ट;
  • किसी शब्द, विचार या ऐतिहासिक घटना को आसान शब्दों में समझाना;
  • ब्रेनस्टॉर्मिंग, जहाँ सटीकता से ज़्यादा विचारों की विविधता मायने रखती है;
  • सामान्य टेक्स्ट का अनुवाद करना।

OpenAI की अपनी गाइडेंस भी यही सलाह देती है: यह छोटे एडिट्स और फैक्ट निकालने जैसे सामान्य कामों के लिए कम एफर्ट की सिफारिश करती है, और मुश्किल डीबगिंग और गहरे विश्लेषण के लिए ज़्यादा एफर्ट की।

थिंकिंग मॉडल को प्रॉम्प्ट कैसे दें

एक रीज़निंग मॉडल समस्या को हल करने का तरीका निकालने में बहुत अच्छा होता है। लेकिन यह उन तथ्यों का पता नहीं लगा सकता जो आपने उसे कभी दिए ही नहीं। अपनी हर शर्त को पहले मैसेज में ही शामिल करें।

कमज़ोर:
मेरी परीक्षाओं के लिए एक रिवीजन टाइमटेबल बनाओ।

बेहतर:
अगले 14 दिनों के लिए एक रिवीजन टाइमटेबल बनाओ। परीक्षाएं: दिन 9 पर मैथ्स,
दिन 12 पर केमिस्ट्री, दिन 14 पर हिस्ट्री। मैं दिन 2, 5 और 8 को
10:00 से 16:00 तक एक कैफ़े में काम करता हूँ। मैं एक दिन में ज़्यादा से ज़्यादा 5
घंटे पढ़ सकता हूँ और हफ़्ते में एक शाम की छुट्टी चाहता हूँ। हर दिन के हिसाब से टेबल दो,
फिर ऐसा कोई नियम बताओ जिसे तुम पूरा नहीं कर सके।

कुछ आदतें जो मदद करती हैं:

  • "स्टेप बाय स्टेप सोचो" लिखने से बचें। रीज़निंग मॉडल्स के लिए OpenAI की गाइडेंस इसे गैर-ज़रूरी बताती है, क्योंकि वे पहले से ही अंदरूनी तौर पर तर्क करते हैं। अगर आप स्टेप्स देखना चाहते हैं, तो जवाब में उन्हें दिखाने के लिए कहें।
  • लक्ष्य और फ़ॉर्मेट स्पष्ट रखें। "अंतिम आंकड़ा अपनी अलग आखिरी लाइन पर दें" से परिणाम को ढूँढना आसान हो जाता है।
  • मान्यताओं (assumptions) के बारे में पूछें। जानकारी अधूरी होने पर भी थिंकिंग मॉडल अंदाज़ा लगाता है। "आपने जो भी माना है उसे सूचीबद्ध करें" लिखने से वे अंदाज़े सामने आ जाते हैं।
  • संदेह बनाए रखें। गलत तथ्य पर सावधानी से किया गया तर्क भी गलत जवाब ही देगा। हमारी फैक्ट-चेकिंग गाइड दिखाती है कि क्या सत्यापित करना है।
एक आसान नियम: Luna से शुरुआत करें। अगर जवाब में कोई गणना, कई शर्तें जो पूरी होनी चाहिए, या ऐसा कोड शामिल है जो अभी भी काम नहीं कर रहा, तो Think दबाएँ और इसे दोबारा भेजें। इस तरह आप केवल उन्हीं सवालों पर इंतज़ार करेंगे जहाँ इसकी ज़रूरत है।

अपनी खुद की तुलना आज़माएँ

कोई ऐसी समस्या चुनें जिसका जवाब आपको पहले से पता हो: हल किया हुआ होमवर्क का सवाल, पिछले महीने फिक्स किया गया कोई बग, या खुद तैयार किया गया कोई शेड्यूल। पहले Luna से पूछें, फिर Think ऑन करके जवाब को दोबारा जनरेट करें, और जवाब के नीचे दिए गए तीरों से दोनों वर्शन के बीच स्विच करके देखें। केवल आखिरी लाइन ही नहीं, बल्कि यह भी देखें कि दोनों में कहाँ गलती हुई। कुछ प्रयासों के बाद आपको समझ आ जाएगा कि आपके कौन-से काम उन अतिरिक्त सेकंड्स के हकदार हैं। ऐसे परीक्षणों के लिए math solver और code assistant बेहतरीन जगहें हैं, और लैंग्वेज मॉडल्स कैसे काम करते हैं यह समझाता है कि पहले प्रोसेस करने से मदद क्यों मिलती है।

FAQ

क्या मैं पढ़ सकता हूँ कि Terra क्या सोच रहा था?

नहीं। हमारा चैट मॉडल से अपनी वर्किंग को प्राइवेट रखने के लिए कहता है और केवल वही समय दिखाता है जो उसने लिया, जैसे "Thought for 4 s"। अगर आप रीज़निंग देखना चाहते हैं, तो Terra से खुद जवाब में अपने स्टेप्स समझाने के लिए कहें।

क्या Think वाले जवाब से मेरे मुफ़्त मैसेज ज़्यादा खर्च होते हैं?

नहीं। प्रत्येक उत्तर एक ही मैसेज गिना जाता है, चाहे Think ऑन हो या ऑफ। केवल थोड़ा इंतज़ार करना पड़ता है। FAQ में दैनिक सीमा के बारे में बताया गया है।

क्या Terra हमेशा Luna से ज़्यादा सटीक होता है?

हमेशा नहीं। यह कई स्टेप्स वाली समस्याओं पर बेहतर प्रदर्शन करता है, लेकिन इसके ज्ञान की भी एक समयसीमा (cut-off) है और यह भी गलत हो सकता है। त्वरित रीराइटिंग के लिए दोनों मॉडल्स आमतौर पर एक जैसे परिणाम देते हैं।

GPT-6 Sol लॉक क्यों है?

Sol, OpenAI के GPT-6 परिवार का एक उच्च स्तर (हायर टियर) है, जिसे जटिल कोडिंग और एजेंटिक कार्यों के लिए बनाया गया है। gpt.me पर हम Luna और Terra प्रदान करते हैं; Sol हमारे AI Chat ऐप में Pro सब्सक्रिप्शन के साथ और ChatPlus पर उपलब्ध है। GPT-6 Sol पेज उन जगहों को सूचीबद्ध करता है जहाँ यह उपलब्ध है, जिसमें हमारा ऐप भी शामिल है।

क्या पूरे चैट के दौरान Think ऑन रहता है?

यह केवल उन मैसेज पर लागू होता है जो आप इसके ऑन रहने के दौरान भेजते हैं, और आप इसे किसी भी समय बंद कर सकते हैं। बातचीत के कठिन हिस्से के लिए इसे ऑन करें और आसान हिस्सों के लिए वापस बंद कर दें।

कोई सवाल है? अभी पूछें

न कोई अकाउंट, न कोई डाउनलोड। चैट खोलें, जो मन में हो टाइप करें, और एक-दो सेकंड में जवाब आने लगेगा।

चैट शुरू करें