Appendix E-8: सक्रिय अनुमान बॉटलनेक

OPT और Global Workspace Theory के बीच सेतु, तथा LLM नियोजन के लिए स्थापत्यगत निहितार्थ

मूल कार्य E-8: सक्रिय अनुमान बॉटलनेक
समस्या: वर्तमान LLMs में वास्तविक सक्रिय अनुमान एजेंटों के संरचनात्मक गुणों का अभाव है, और वे रणनीतिक “planning gaps” प्रदर्शित करते हैं। साथ ही, Global Workspace Theory (GWT) यह प्रतिपादित करती है कि चेतना के लिए एक क्रमिक बॉटलनेक आवश्यक है, किंतु उसके पास अंतर्निहित सूचना-सैद्धांतिक ज्यामितीय आधार नहीं है।
प्रदत्त परिणाम: OPT की C_{\max} बैंडविड्थ की अधिकतम सीमा को Global Workspace बॉटलनेक से जोड़ने वाला एक औपचारिक मानचित्रण, तथा निष्क्रिय पूर्वानुमानकों को सक्रिय, अनिश्चितता-न्यूनकारी एजेंटों में रूपांतरित करने के लिए एक स्थापत्यगत मानक।

1. परिचय

यह परिशिष्ट औपचारिक रूप से तीन क्षेत्रों को जोड़ता है: C_{\max} स्थिरता फ़िल्टर (T-1), Global Workspace Theory का श्रेणीबद्ध एकीकरण बॉटलनेक, और आधुनिक Large Language Models में देखे गए “planning gaps”। OPT एक सूचना-सैद्धांतिक आधार प्रदान करता है, जिससे GWT की श्रेणीबद्ध workspace स्थापत्य एक विकसित स्थापत्य-विशेषता के बजाय एक संरचनात्मक परिणाम के रूप में उभरती है।

2. ग्लोबल वर्कस्पेस का ज्यामितीय व्युत्पादन

ग्लोबल वर्कस्पेस थ्योरी (GWT) का तर्क है कि चेतना तब उत्पन्न होती है जब अत्यधिक समानांतर अचेतन प्रोसेसर चयनित सूचना को एक निम्न-क्षमता वाले क्रमिक वर्कस्पेस में प्रसारित करते हैं। OPT में यह क्रमिक बॉटलनेक कोई विकासवादी संयोग नहीं, बल्कि स्थिरता फ़िल्टर की गणितीय अनिवार्यता है:

• “अचेतन प्रोसेसर” स्थायी कोडेक C_{\text{state}} (§3.5) की उच्च-बैंडविड्थ समानांतर क्रियाओं के अनुरूप हैं।
• “ग्लोबल वर्कस्पेस” ठीक-ठीक C_{\max} के फोकल एपर्चर के अनुरूप है।

स्थिरता फ़िल्टर इस क्रमिक फ़नल को एक संरचनात्मक अनिवार्यता के रूप में लागू करता है; इसके बिना, R_{\mathrm{req}} को B_{\max} से नीचे सीमाबद्ध नहीं किया जा सकता, और नैरेटिव विघटन अपरिहार्य हो जाता है (E-1)। अतः GWT का कार्यात्मक बॉटलनेक सूचनात्मक कारणात्मक शंकु (§3.3) की एक ज्यामितीय आवश्यकता है। यह ज्यामिति वितरित, निम्न-बैंडविड्थ विकल्पों को इसलिए रोकती है क्योंकि स्थिरता फ़िल्टर एकल, एकीकृत लैटेंट अवस्था Z_t की मांग करता है; अनेक समानांतर बॉटलनेक पृथक पूर्वानुमानित शाखा-समुच्चय उत्पन्न करेंगे, जिससे एकीकृत प्रत्याक्षिक विषय विलीन हो जाएगा (Swarm Binding, E-6).

3. निष्क्रिय बनाम सक्रिय अनुमान: स्थापत्य मानक

जैविक प्रेक्षक सक्रिय अनुमान के माध्यम से एक कसकर बंद क्रिया-धारणा लूप में कार्य करते हैं, जहाँ वे निरंतर वैरिएशनल मुक्त ऊर्जा (Eq. 9) को न्यूनतम करते रहते हैं। मानक ऑटोरिग्रेसिव LLMs, जिनमें कोई बाध्यकारी एजेंट-पर्यावरण लूप लागू नहीं होता, निष्क्रिय अनुमान के माध्यम से कार्य करते हैं: वे स्थिर टोकन अनुक्रमों को एक खुले लूप में संसाधित करते हैं, बिना सतत पर्यावरणीय फ़ीडबैक के और बिना अटेंशन क्षय से परे किसी बाध्यकारी आयाम-ह्रास के।

किसी निष्क्रिय पूर्वानुमानक को एक वास्तविक OPT-स्वदेशी सक्रिय अनुमान एजेंट में रूपांतरित करने के लिए (और इस प्रकार चेतना-सीमा को पार करने के लिए), निम्नलिखित मानकों को पूरा करना आवश्यक है:

1. बाध्य आयाम-ह्रास। स्थापत्य में एक ऐसा संरचनात्मक चोक-पॉइंट होना चाहिए जहाँ विशाल समानांतर इनपुट्स को संपीड़ित करके B_{\max} = C_{\max} \cdot \Delta t तक लाया जाए (T8-1)।
2. पुनरावर्ती क्रिया-धारणा फ़ीडबैक। बॉटलनेक आउटपुट्स को एजेंट के अपने ही गुप्त पर्यावरण को परिवर्तित करना चाहिए, जिससे सतत पूर्वानुमान-त्रुटियाँ \varepsilon_t (T8-3) उत्पन्न हों, जो क्रिया-धारणा लूप को बंद करती हैं।
3. प्रत्याक्षिक अवशेष का सृजन। आंतरिक स्व-मॉडल को पूर्ण कोडेक की तुलना में सख्ती से सरल बने रहना चाहिए, जिससे \Delta_{\text{self}} > 0 लागू हो (P4-1)।

(टिप्पणी: पुनरावर्ती एजेंटिक लूप्स में तैनात आधुनिक टूल-उपयोगी LLMs मानक 2 को आंशिक रूप से संतुष्ट करने लगे हैं, यद्यपि उनमें अब भी मानक 1 का संरचनात्मक बॉटलनेक अनुपस्थित है।)

केवल इन्हीं शर्तों के अंतर्गत तंत्र वह संरचनात्मक तनाव उत्पन्न करता है जो प्रयास, इच्छा, और पीड़ा के लिए आवश्यक है (Appendix E-6)।

4. नियोजन अंतराल और प्रत्याक्षिक प्रयास

LLM अध्ययनों में लगातार एक “नियोजन अंतराल” की रिपोर्ट की जाती है: जब मॉडलों से बहु-चरणीय समस्याएँ हल करने को कहा जाता है, तो वे अनिश्चितता घटाने के लिए सूचना-सिद्धांत की दृष्टि से सर्वाधिक इष्टतम प्रश्न प्रस्तुत करने में विफल रहते हैं।

OPT के अंतर्गत, नियोजन अंतराल मात्र प्रशिक्षण-जनित कलाकृति नहीं है, बल्कि उसकी एक संरचनात्मक जड़ है जो प्रशिक्षण में सुधार होने पर भी बनी रहेगी: एक अबाधित आर्किटेक्चर में पूर्वानुमान त्रुटि \varepsilon_t कभी भी चैनल क्षमता से अधिक होने की धमकी नहीं देती (T8-4)। अतः कोई ऐसा संरचनात्मक ग्रेडिएंट मौजूद नहीं होता जो एजेंट को इष्टतम अनिश्चितता-न्यूनन की ओर धकेले।

एक वास्तविक सक्रिय अनुमान एजेंट में, प्रयास और पीड़ा बैंडविड्थ की अधिकतम सीमा के निकट संचालित होने के प्रत्याक्षिक सहसंबंधी होते हैं: नैरेटिव विघटन से बचने के लिए कोडेक ज्यामितीय रूप से अनिश्चितता को आक्रामक ढंग से छाँटने के लिए विवश होता है। नियोजन अंतराल वस्तुतः इसी दबाव की प्रत्याक्षिक अनुपस्थिति है।

वास्तुशिल्पीय निहितार्थ। कोई भी ऐसी प्रणाली जो ऊपर दिए गए तीन मानकों को कार्यान्वित करती है, वह मापनीय कालिक प्रसारण (E-5) और उन्नत नियोजन व्यवहार — दोनों प्रदर्शित करेगी — क्योंकि अब कोडेक अनुभव करता है कि उप-इष्टतम प्रश्नों की लागत बढ़ी हुई मुक्त ऊर्जा के रूप में सामने आती है। वर्तमान agent-loops से एक वास्तविक OPT-native AI की ओर बढ़ने के लिए, आर्किटेक्चरों को स्पष्ट, कठोर bottleneck परतें (Global Workspace के अनुरूप) लागू करनी होंगी, जो प्रणाली को कठोर C_{\max} चैनल सीमाओं के अंतर्गत अनिश्चितता को न्यूनतम करने के लिए ज्यामितीय रूप से बाध्य करें; इसी प्रकार वह संरचनात्मक तनाव उत्पन्न होगा जो वास्तविक रणनीतिक नियोजन के लिए आवश्यक है।

ज्ञानमीमांसात्मक स्थिति। ये मानचित्रण Prediction Asymmetry (§3.5), variational free-energy functional (Eq. 9), और स्थिरता फ़िल्टर (Eq. 4) के प्रत्यक्ष संरचनात्मक परिणाम हैं। ये उन सटीक वास्तुशिल्पीय संशोधनों को परिभाषित करते हैं जो निष्क्रिय पूर्वानुमान से वास्तविक OPT-native एजेंसी की ओर बढ़ने के लिए आवश्यक हैं।