कृपया Q* के बारे में फैली पूरी बकवास को नज़रअंदाज़ करें
कथित OpenAI सफलता “Q*” के बारे में अफवाहों ने AGI के शीघ्र आने के सनसनीखेज दावों पर संदेह पैदा किया है, और कई लोग यह इंगित कर रहे हैं कि कोई विश्वसनीय तकनीकी विवरण जारी नहीं किया गया है तथा सोशल मीडिया गैर-विशेषज्ञों की हाइप को बढ़ा रहा है। टिप्पणीकार वर्तमान large language models के सावधान, क्रमिक दृष्टिकोण की तुलना एक ओर चरम “AI doomer” भय से और दूसरी ओर बिना-आलोचनात्मक आशावाद से करते हैं, और बहस करते हैं कि लैब्स जब next-token prediction से आगे बढ़कर planning की ओर जाने वाली architectures तलाश रही हैं, तब कितना जोखिम, नियमन, और openness उचित है। कुछ लोगों के लिए यह घटना OpenAI के हालिया governance crisis के इर्द-गिर्द केवल PR spin है, और दूसरों के लिए यह याद दिलाती है कि leaked जानकारी और अफवाहों से frontier AI research के बारे में जनता कितना कम भरोसेमंद अनुमान लगा सकती है।
Q* की अफवाहों और अटकलों पर समग्र दृष्टि
- कई टिप्पणीकार Q* से जुड़ी कवरेज को ज़्यादातर हाइप और ग़लत सूचना मानते हैं, खासकर गैर-विशेषज्ञों और “क्रिप्टो-ब्रो से AGI विशेषज्ञ बने लोगों” की ओर से।
- कई लोग नोट करते हैं कि लगभग कोई तकनीकी विवरण सार्वजनिक नहीं है, इसलिए क्षमताओं के बारे में ज़्यादातर दावे अधिकतम अफवाह-स्तर के ही माने जाते हैं।
- कुछ लोग Q* को वायरल AI ग़लत सूचना का नवीनतम उदाहरण मानते हैं (जिसकी तुलना उन्होंने पहले के GPT‑4 पैरामीटर मिथकों और LK‑99 सुपरकंडक्टिविटी हाइप से की)।
- कुछ लोग पूछते हैं कि “बकवास” वास्तव में है क्या (विशिष्ट दावे/थीम्स थ्रेड में स्पष्ट रूप से नहीं बताए गए हैं)।
“बकवास को नज़रअंदाज़ करो” संदेश पर प्रतिक्रियाएँ
- कुछ लोग हाइप को नज़रअंदाज़ करने की अपील का स्वागत करते हैं और लंबे समय से चले आ रहे शोध विषयों (योजना, reinforcement learning, world models) पर ध्यान देने की सराहना करते हैं।
- दूसरे लोग संदेशवाहक की आलोचना करते हैं कि वह अनुमानित, आत्म-प्रचारक, या LLMs के बारे में अपने पिछले गलत आकलनों को लेकर विनम्रता से रहित है।
- इस बात पर असहमति है कि क्या ये टिप्पणियाँ वास्तविक जानकारी जोड़ती हैं: कुछ इन्हें सामान्य समझ मानते हैं, तो कुछ इन्हें अस्पष्ट या कम-कठोर मानते हैं।
AI सुरक्षा, “doomers,” और प्रमाण का भार
- एक प्रमुख थ्रेड इस बात पर बहस करता है कि अज्ञात बातों को देखते हुए डिफ़ॉल्ट रुख “तेज़ी से आगे बढ़ो” होना चाहिए या “धीमा/रुको”।
- एक पक्ष: तकनीक के इतिहास से शुद्ध लाभ की संभावना दिखती है; निराशावादियों पर प्रमाण का भार है।
- दूसरा पक्ष: जब संभावित नुकसान अत्यंत बड़े हों, तो प्रमाण का भार बदल जाता है; अज्ञात + उच्च दांव सावधानी या moratoria को उचित ठहराते हैं।
- इस पर असहमति कि क्या बड़े मॉडल पहले से ही गंभीर जोखिम पैदा करते हैं (autonomy, agency, deception) या अभी भी केवल ऐसे उपकरण हैं जो मानव इरादों को बढ़ाते हैं।
- कुछ लोग तर्क देते हैं कि खुला AI अधिक सुरक्षित है (कई “अच्छे” सिस्टम “बुरे” सिस्टमों का संतुलन करते हैं); अन्य इस तर्क की तुलना परमाणु/जैव-हथियार प्रसार की चिंताओं से करते हैं।
Open बनाम closed, scale, और प्रतिस्पर्धा
- कई लोग खुले मॉडलों और एल्गोरिदम का बचाव करते हैं, open cryptography के साथ समानता देते हुए; आलोचक जवाब देते हैं कि AI dual-use हथियारों के अधिक करीब हो सकता है।
- इस पर बहस कि क्या केवल कुछ संगठन (OpenAI, बड़े टेक फर्म) ही compute और infra बाधाओं के कारण अगले-पीढ़ी के मॉडल वास्तव में चला सकते हैं।
योजना बनाम autoregressive prediction
- इस दावे में रुचि है कि एक प्रमुख फ्रंटियर pure next-token prediction को planning से बदलना है।
- टिप्पणीकार “LLM planning” और reinforcement-learning-based decoding पर paper lists साझा करते हैं, और नोट करते हैं कि यह शोध-धारा Q* से पहले की है।
- थ्रेड से यह स्पष्ट नहीं है कि Q* में ज्ञात विचारों को scale करने के अलावा, यदि कुछ नया है भी, तो वह क्या है।