शोध-विषय
सत्यापनीय प्राकृतिक भाषा जनन
प्रभाग अपना शोध कार्यक्रम एक ही प्रणाली को समर्पित करता है: तथ्यात्मक पाठों का एक जनित्र, जिसके गुणधर्म घोषित नहीं किए जाते बल्कि बाहर से सत्यापित होते हैं, और जो 1,000 भाषाओं पर समान रूप से लगाया जाता है। यह पृष्ठ बताता है कि यह प्रणाली क्या प्रत्याभूत करती है, क्या मापती है, और प्रभाग किन सीमाओं को स्वीकार करता है।
की मापें – पुनर्जनन योग्य।
प्रणाली क्या बनाती है
अध्ययनाधीन प्रणाली छोटे तथ्यात्मक दस्तावेज़ बनाती है, उन 1,000 भाषाओं में से हर एक में जिन्हें वह समान रूप से संसाधित करती है: भाषा एक भाषा है, और किसी को दूसरे दर्जे का व्यवहार नहीं मिलता। एक भाषा से दूसरी भाषा तक जो बदलता है वह उपलब्ध सामग्री है, और प्रभाग इस अंतर को चिकना करने के बजाय मापता और प्रकाशित करता है।
ये दस्तावेज़ संरचित तथ्यों के 3,444 पत्रकों पर टिके हैं, जो आठ क्षेत्रों में बँटे हैं: ऐतिहासिक व्यक्तियों (1,070 पत्रक) से लेकर खगोलीय पिंडों (4 पत्रक) तक, और बीच में शहर और स्थान (1,003), जीवित प्रजातियाँ (504), घटनाएँ (445), देश (197), पदार्थ (156) तथा आविष्कार (65)। किसी दस्तावेज़ का हर कथन एक सार्वजनिक स्रोत-पहचानकर्ता से – एक Wikidata पहचानकर्ता से – जुड़ा रहता है, जिसे पाठक स्वयं देख सकता है।
जनन के समय प्रणाली न किसी भाषा मॉडल का सहारा लेती है और न किसी नेटवर्क पहुँच का: उसके दस्तावेज़ पहले से बनाए और स्थिर किए गए संरचित तथ्यों से, पूरी तरह निर्धारणात्मक प्रक्रिया के अंत में निकलते हैं। समान निवेश पर वह बाइट दर बाइट समान निर्गत लौटाती है।
यंत्रवत सत्यापित तीन प्रत्याभूतियाँ
तीन गुणधर्म इस पृष्ठ पर प्रमाण का भार उठाते हैं। वे किसी वादे की तरह नहीं, बल्कि एक दिनांकित प्रेक्षण की तरह पढ़े जाते हैं, जो ऐसी जाँच से मिला है जो विफल भी हो सकती थी और जिसे इस संभावना के सामने रखा गया।
गुणधर्म P1
निर्धारणात्मक और पुनरुत्पादनीय जनन
समान निवेश पर प्रणाली बाइट दर बाइट समान निर्गत बनाती है: दो निष्पादन वही पाठ लौटाते हैं।
स्थिति: 28 अगस्त 2026 के प्रेक्षण पर दो अलग प्रक्रियाओं के बीच छापों की तुलना से देखी गई: 147 दोहराए गए जनन, 147 एक जैसी SHA-256 छापें, 0 अंतर।
तथ्यों का संरक्षण उसी व्यवस्था के अधीन है: वहाँ ऐसा कुछ नहीं कहा जाता जिसका कोई जाँच खंडन न कर सके।
गुणधर्म P3
यंत्रवत सत्यापित तथ्य-संरक्षण
हर तैयार दस्तावेज़ को यंत्र द्वारा उन तथ्यों के समुच्चय के विरुद्ध दोबारा सत्यापित किया जाता है जिसने उसे बनाया: कुछ गढ़ा हुआ नहीं, कुछ खोया हुआ नहीं।
स्थिति: हर तैयार दस्तावेज़ पर यंत्रवत जाँची गई; प्रणाली के विकास के साथ 200 से अधिक स्वचालित जाँचों की एक शृंखला चलती है, नकारात्मक नियंत्रण सहित।
कोई यंत्रवत जाँच जो एक अकेले दस्तावेज़ के लिए स्थापित करती है, उसे एक स्वतंत्र सत्यापक फिर भाषाओं के बीच स्थापित करता है।
गुणधर्म P4
भाषाओं के बीच तथ्यगत तुल्यता
एक ही विषय के भिन्न भाषाओं वाले संस्करणों की जाँच होती है कि वे ठीक वही तथ्य उठाते हैं: कम कहना अनुमत है, कुछ और कहना नहीं।
स्थिति: 28 अगस्त 2026 के प्रेक्षण पर प्रणाली से स्वतंत्र एक सत्यापक द्वारा बाहर से देखी गई: 935 भाषाएँ दोबारा पढ़ी गईं, 415 मानों की तुलना, 0 विरोध; किसी निर्गत में जानबूझकर डाला गया एक विकृत मान पकड़ा ही गया।
पठनीयता, आयु और परिबद्ध अनुशिक्षक
प्रणाली अपने ही निर्गत की पठन-कठिनाई मापती है और तथ्य अपरिवर्तित रखते हुए युवा पाठकों के अनुरूप एक रूपांतर बनाना जानती है: उसमें रखे अंक यथार्थ रहते हैं, मौक़े के लिए कभी गोल नहीं किए जाते। देश-पत्रक के लिए लिए गए फ़्रांसीसी उदाहरण पर, मापा गया दस्तावेज़ 274 शब्दों का है, और उसका पठन-स्तर ग्रेड 12 पर आँका गया है।
प्रणाली में एक परिबद्ध अनुशिक्षक है: उसका प्रश्नोत्तर घटक केवल पूछे गए विषय के पत्रक से उत्तर देता है, और उस परिधि के बाहर कहता है कि उसे अभी नहीं पता। वह जो अभ्यास-जाँच देता है, वह भी उतनी ही संयत है: वह बिना कारण के अंक देने के बजाय अपने निर्णय के साथ उसका औचित्य भी देता है।
28 अगस्त 2026 का सर्वेक्षण क्या मापता है
28 अगस्त 2026 का एक सर्वेक्षण मापता है कि प्रति क्षेत्र एक परीक्षण-विषय के लिए 1,000 में से कितनी भाषाएँ एक पूर्ण दस्तावेज़ बनाती हैं। जब कोई भाषा या कोई पत्रक किसी तथ्य को ठीक-ठीक कहने की गुंजाइश नहीं देता, तो प्रणाली उस तथ्य पर चुप रह जाती है, उसे अनुमान से नहीं भरती: इसी को प्रभाग ईमानदार लोप कहता है। ये लोप गिने और प्रकाशित किए जाते हैं, कभी छिपाए नहीं जाते, क्योंकि जो व्याप्ति-आँकड़ा इन्हें चुपा दे, वह कुछ भी नहीं मापता।
| परीक्षण-विषय | दस्तावेज़ बनाने वाली भाषाएँ |
|---|---|
| देश (केन्या) | 935 / 1,000 |
| प्रजाति (सिंह) | 932 / 1,000 |
| पदार्थ | 924 / 1,000 |
| ऐतिहासिक व्यक्ति | 132 / 1,000 |
देश-विषय (केन्या) के लिए, दस्तावेज़ बनाने वाली 935 भाषाओं के साथ 65 ईमानदार लोप आते हैं, और उन दस्तावेज़ों की माध्यिका लंबाई 77 शब्द है; प्रजाति (सिंह) के लिए यह माध्यिका लंबाई 8 शब्द है; पदार्थ के लिए 7 शब्द। ऐतिहासिक व्यक्ति के लिए, जो सबसे कम व्याप्त विषय है, दस्तावेज़ बनाने वाली 132 भाषाओं के साथ 868 ईमानदार लोप आते हैं।
यह जाँचने के लिए कि यह परिणाम किसी अनुकूल विषय के चुनाव पर नहीं टिका, हर क्षेत्र से पाँच विषय वर्णक्रम में लिए गए – ऐसा चयन जिसे कोई मोड़ नहीं सकता – और वही सर्वेक्षण उन सब पर दोहराया गया। दस्तावेज़ बनाने वाली भाषाओं का औसत पदार्थों के लिए 924, जीवित प्रजातियों के लिए 908, देशों के लिए 907, घटनाओं के लिए 900 और शहरों तथा स्थानों के लिए 897 बैठता है; ऐतिहासिक व्यक्तियों के लिए वह 273 बैठता है, और हर पत्रक की सघनता के अनुसार 109 से 902 का अंतर रहता है। सीमा उपलब्ध आँकड़े की है, प्रक्रिया की नहीं, और प्रभाग इसे किसी औसत से हल्का करने के बजाय कह देता है।
सीमाएँ
आज तक सबसे कम व्याप्त क्षेत्र ऐतिहासिक व्यक्तियों का है: सर्वेक्षण के इकलौते विषय के लिए 1,000 में से 132 भाषाएँ उसका दस्तावेज़ बनाती हैं, और पाँच विषयों पर औसतन 273। जो पृष्ठ इस परिणाम को चुपा दे, वह उसी प्रक्रिया का खंडन करेगा जिसका वह वर्णन करता है।
देशों के क्षेत्र से बाहर, बने दस्तावेज़ छोटे रहते हैं: चुनी गई प्रजाति और पदार्थ के लिए 8 और 7 शब्द की माध्यिका लंबाइयाँ एक वाक्य बताती हैं, कोई पाठ नहीं। प्रणाली वही कहती है जो सामग्री उसे कहने देती है, और अनुमान से पाठ लंबा करने के बजाय वहीं रुक जाती है।
ये मापें 28 अगस्त 2026 को प्रणाली की अवस्था पर टिकी हैं: हर बदलाव पर दोबारा तैयार होने वाली ये मापें किसी स्थायी गुणधर्म का वर्णन नहीं करतीं, बल्कि वह बताती हैं जो एक पुनरुत्पादनीय प्रेक्षण ने उस तिथि पर देखा। प्रभाग के औपचारिक परिणाम, अपनी ओर से, प्रकाशन की तैयारी में हैं।
वैज्ञानिक स्थिति
प्रकृति का अंतर, मात्रा का नहीं
प्रभाग मानता है कि निःशुल्क पर ग़लत शैक्षिक सामग्री की क़ीमत उस सामग्री से अधिक है जो कभी पढ़ी ही न जाए: प्रायः सही होना प्रत्याभूति नहीं है, और दोनों व्यवस्थाओं के बीच का अंतर प्रकृति का है, मात्रा का नहीं। कार्यक्रम ऐसी प्रणालियों को खँगालता है जो एक सीमांकित तथ्य-क्षेत्र पर, रचना के स्तर पर ही तथ्यों का संरक्षण प्रत्याभूत करती हैं, यंत्रवत सत्यापन के साथ, बजाय उन प्रणालियों के जो उसे केवल संभावित बनाती हैं। इस स्थिति का वैज्ञानिक संदर्भ, और प्रकाशन की तैयारी में परिणाम, शोध कार्यक्रम और सत्यापन पृष्ठों पर पढ़े जा सकते हैं।
पढ़ना जारी रखें
मापों, जाँचों और निर्गत का ब्योरा आगे के पृष्ठों पर पढ़ा जा सकता है।
- परिणाम और मापें – वे दिनांकित प्रेक्षण जो इस पृष्ठ पर प्रस्तुत हर गुणधर्म को सहारा देते हैं।
- सत्यापन की प्रक्रिया – उनके साथ चलने वाली स्वचालित जाँचें, नकारात्मक नियंत्रण और स्वतंत्र संदर्भ।
- प्रदर्शन – बिना संशोधन के, दिनांकित निर्गत, कई भाषाओं में।
- शोध कार्यक्रम – प्रभाग के शोध-अक्ष और उसकी वैज्ञानिक स्थिति।