Inherent का Faraday: छोटे मॉडल ने वैज्ञानिक शोध दोहराने में बड़े AI सिस्टम को पीछे छोड़ा

लंदन की AI लैब Inherent का कहना है कि उसका नया शोध एजेंट Faraday प्रकाशित वैज्ञानिक शोध के निष्कर्षों को स्वतंत्र रूप से दोहराने के एक खास परीक्षण में Anthropic के Claude Opus 4.8 और OpenAI के GPT-5.5 से बेहतर रहा। एजेंट को पहले से सही उत्तर नहीं दिया गया था। 25

इस दावे की सबसे दिलचस्प बात यह है कि Faraday किसी विशाल, फ्रंटियर-स्तरीय मॉडल पर नहीं चलता। इसका आधार Qwen 3.6 का 27 अरब पैरामीटर वाला मॉडल है—जो तुलना में इस्तेमाल किए गए बड़े सिस्टमों से काफी छोटा है। 15

लेकिन एक जरूरी सावधानी भी है: यह Inherent द्वारा बताए गए पेपर-रिप्लिकेशन मूल्यांकन का परिणाम है। इससे यह साबित नहीं होता कि Faraday सामान्य तौर पर Claude या GPT-5.5 से अधिक सक्षम AI मॉडल है।

Faraday ने किस काम में बढ़त बनाई?

यह तुलना वैज्ञानिक शोध की replication, यानी प्रकाशित अध्ययन के नतीजों को दोबारा हासिल करने की क्षमता पर आधारित थी। एजेंट को किसी पेपर को पढ़कर उसके तरीकों को समझना, संभावित परिकल्पनाएं बनाना, प्रयोग चलाना और अपने नतीजों की प्रकाशित निष्कर्षों से तुलना करनी होती है। यह काम केवल पेपर का सारांश देने या पहले से ज्ञात उत्तर बताने से कहीं अधिक जटिल है।

तकनीकी विवरण के अनुसार, Replica मूल्यांकन में वैज्ञानिक आंकड़ों और चित्रों को दोहराने से जुड़े 310 कार्य शामिल थे। 8 इसका मतलब है कि Faraday का प्रदर्शन एक स्पष्ट और सीमित शोध-वर्कफ़्लो में मापा गया—न कि सामान्य तर्क, लेखन, प्रोग्रामिंग या हर तरह की वैज्ञानिक खोज में।

27 अरब पैरामीटर क्यों मायने रखते हैं?

AI मॉडल में पैरामीटरों की संख्या को अक्सर उसकी क्षमता और प्रशिक्षण-स्केल का एक संकेत माना जाता है। इस लिहाज से Faraday का 27B मॉडल Claude Opus 4.8 और GPT-5.5 जैसे बड़े फ्रंटियर सिस्टमों की तुलना में छोटा है। 15

Inherent का तर्क यह नहीं है कि Qwen 3.6 अकेले ही हर काम में इन बड़े मॉडलों से बेहतर है। असल दावा यह है कि एक छोटा आधार मॉडल, बेहतर प्रशिक्षण, सुव्यवस्थित एजेंट-आर्किटेक्चर और सही टूल्स के साथ किसी खास काम में अधिक प्रभावी हो सकता है।

यानी मुकाबला केवल “किस मॉडल के पैरामीटर ज्यादा हैं” का नहीं है। Faraday के नतीजे उसके पूरे सिस्टम—मॉडल, पोस्ट-ट्रेनिंग, प्रयोगों की योजना, टूल-यूज़ और काम के बंटवारे—का परिणाम हैं।

“Research taste” सिखाने की कोशिश

Inherent Faraday में जिस क्षमता को विकसित करना चाहती है, उसे “research taste” कहती है। इसका अर्थ है यह समझ कि कौन-सा प्रयोग करने लायक है, उसे किस तरह डिजाइन किया जाए, कब नतीजे को अपर्याप्त माना जाए और कब रणनीति बदली जाए। 4

कंपनी ने इसके लिए reinforcement learning का इस्तेमाल किया। इस दृष्टिकोण में एजेंट को हर कदम का निर्देश देने के बजाय अंतिम शोध-प्रक्रिया और नतीजे की गुणवत्ता के आधार पर पुरस्कृत किया जाता है। यह उस पारंपरिक बेंचमार्क से अलग लक्ष्य है जिसमें सवाल और सही उत्तर पहले से तय होते हैं।

Faraday हर तकनीकी काम खुद करने की कोशिश भी नहीं करता। वह OpenAI के GPT-5.5 Codex जैसे कोडिंग एजेंटों को टूल के रूप में इस्तेमाल कर सकता है। इस व्यवस्था में Faraday एक शोध-निर्देशक की तरह काम करता है: वह वैज्ञानिक योजना और निर्णय देता है, जबकि विशेषज्ञ कोडिंग सिस्टम उस योजना को चलने योग्य प्रयोगों में बदलने में मदद करता है। 6

इसलिए तुलना को सही तरह से समझना जरूरी है। बढ़त Faraday के पूरे एजेंट-वर्कफ़्लो की है, जरूरी नहीं कि उसके 27B आधार मॉडल की अकेली क्षमता की।

पेपर दोहराना AI वैज्ञानिकों के लिए प्रशिक्षण क्यों है?

प्रकाशित शोध को दोहराना किसी AI एजेंट को वैज्ञानिक पद्धति का अभ्यास कराने का एक नियंत्रित तरीका हो सकता है। उसे पेपर की भाषा और विधि समझनी पड़ती है, यह अनुमान लगाना पड़ता है कि मूल परिणाम किस प्रक्रिया से आया होगा, प्रयोगों का चुनाव करना पड़ता है और असफल प्रयासों से सीखना पड़ता है।

किसी प्रकाशित पेपर में आम तौर पर अंतिम सफल तरीका दिखाई देता है। उससे पहले किए गए परीक्षण, छोड़े गए विचार और छोटे-बड़े व्यावहारिक फैसले अक्सर दर्ज नहीं होते। Inherent का मानना है कि इसी छिपी हुई प्रक्रिया को दोहराना वैज्ञानिक सोच के लिए उपयोगी अभ्यास बन सकता है। 5

Replication का एक और लाभ यह है कि इसे मापना अपेक्षाकृत आसान है। एजेंट के पास एक बाहरी लक्ष्य होता है—क्या वह प्रकाशित नतीजे तक पहुंच पाया और क्या उसके प्रयोग वैज्ञानिक रूप से उचित थे। यह मौलिक खोज से पहले का एक महत्वपूर्ण चरण हो सकता है, क्योंकि नई खोज में सही उत्तर पहले से उपलब्ध नहीं होता।

लक्ष्य केवल बेंचमार्क जीतना नहीं

Inherent पेपर-रिप्लिकेशन को अंतिम मंजिल नहीं मानती। कंपनी Faraday को ऐसे AI वैज्ञानिकों की दिशा में शुरुआती कदम के रूप में देखती है, जो अलग-अलग वैज्ञानिक क्षेत्रों में काम कर सकें और आगे चलकर नया ज्ञान उत्पन्न करने में मदद करें। 13

हालांकि, किसी पुराने परिणाम को दोहराना और नई वैज्ञानिक खोज करना दो अलग स्तरों की उपलब्धियां हैं। मौलिक खोज के लिए उपयोगी अनसुलझे सवाल पहचानना, नई परिकल्पनाएं बनाना, विश्वसनीय परीक्षण तैयार करना और ऐसे नतीजे हासिल करना जरूरी होगा जो विशेषज्ञों की जांच में टिक सकें। इसलिए Faraday का मूल्यांकन इस बड़ी यात्रा के एक हिस्से का संकेत है, पूरी मंजिल का प्रमाण नहीं।

लंदन, छोटी टीम और प्रतिभा की होड़

Inherent ने लगभग 5 करोड़ डॉलर की सीड फंडिंग के साथ कुछ ही सप्ताह पहले स्टेल्थ मोड से बाहर आने की जानकारी दी थी। 5 कंपनी लंदन में काम कर रही है और अपनी टीम को करीब एक दर्जन कर्मचारियों से बढ़ाकर लगभग 20–25 लोगों तक ले जाने की योजना बताई गई है।

यह रणनीति बड़े AI लैब्स की तरह विशाल टीम या सबसे बड़े मॉडल के प्रशिक्षण पर आधारित नहीं दिखती। इसके बजाय Inherent छोटी, शोध-केंद्रित टीम, reinforcement learning और वैज्ञानिक निर्णय क्षमता पर जोर दे रही है। लंदन का चुनाव संस्थापकों के DeepMind से जुड़े अनुभव और वहां उपलब्ध AI प्रतिभा-परिसर के करीब रहने से भी जुड़ा है।

कंपनी के सह-संस्थापक और मुख्य वैज्ञानिक Edward Hughes ने ब्रिटेन की “garden leave” व्यवस्था की आलोचना की है। इसमें नौकरी बदलने वाले कर्मचारियों को कुछ समय तक काम से बाहर रहना पड़ सकता है, जिससे अनुभवी शोधकर्ताओं के लिए स्टार्टअप में जल्दी शामिल होना कठिन हो जाता है। Inherent इसे DeepMind जैसी बेहतर वित्तपोषित कंपनियों से प्रतिभा आकर्षित करने की होड़ में एक प्रतिस्पर्धी समस्या मानती है। 6

कंपनी का बड़ा दांव यही है कि बेहतर वैज्ञानिक दिशा, लंबे समय तक चलने वाली reinforcement learning और बाहरी कोडिंग टूल्स तक पहुंच के सहारे एक छोटी लैब भी AI रिसर्च में प्रतिस्पर्धा कर सकती है—बिना बाजार का सबसे बड़ा सामान्य-उद्देश्य मॉडल बनाए।

निष्कर्ष

Inherent का दावा है कि उसका Faraday एजेंट 27 अरब पैरामीटर वाले Qwen 3.6 मॉडल पर काम करते हुए प्रकाशित वैज्ञानिक निष्कर्षों को स्वतंत्र रूप से दोहराने में GPT-5.5 और Claude Opus 4.8 से आगे रहा। इस खबर का असली महत्व केवल यह नहीं कि एक छोटा मॉडल बड़े मॉडलों से आगे निकला। बड़ा सवाल यह है कि वैज्ञानिक काम में शोध-योजना, लंबे समय का प्रशिक्षण और टूल्स का सही समन्वय कच्चे मॉडल-स्केल जितना ही महत्वपूर्ण हो सकता है।

फिलहाल उपलब्ध साक्ष्य एक सीमित निष्कर्ष का समर्थन करते हैं: Inherent के मूल्यांकन में Faraday एक मजबूत रिसर्च-एजेंट सिस्टम साबित हुआ है। लेकिन इससे Claude या GPT-5.5 पर सामान्य बढ़त स्थापित नहीं होती, और शोध की replication अपने आप में स्वायत्त वैज्ञानिक खोज का प्रमाण नहीं है।