अरे भाई सुनो, मार्केट में एकदम गदर मच गया है। सालों से हम यही सुनते आ रहे थे कि AI को तर्क करना सिखाने के लिए अरबों पैरामीटर, हजारों GPU और हफ्तों की ट्रेनिंग चाहिए। लेकिन अब लंदन की AI लैब Prefrontal की एक नई रिसर्च ने इस पूरी सोच को हिला के रख दिया है। इनकी टीम ने CRAM नाम का एक मॉडल बनाया है — सिर्फ 7,700 पैरामीटर वाला — जिसने सुडोकू की सबसे मुश्किल पहेलियाँ सिर्फ 42 मिलीसेकंड की ट्रेनिंग के बाद हल कर दीं। और दावा है कि ये आज के looped ट्रांसफॉर्मर मॉडलों से इन कामों पर 1,000 गुना तेज़ ट्रेन होता है।
सीधी बात नो बकवास — ये रिसर्च दो बातें एक साथ कह रही है। पहली, कि 1980 के दशक का एक पुराना आइडिया आज भी AI की रीजनिंग को तेज़ कर सकता है। दूसरी, और ज्यादा अहम, कि जिन बेंचमार्क पर हम AI की समझदारी नाप रहे हैं, वो शायद उतने कठिन हैं ही नहीं जितने हम मान बैठे हैं। दोनों बातें समझने लायक हैं, इसलिए पूरी कहानी ध्यान से पढ़ो।
CRAM आखिर है क्या? 1980 के दशक की एनर्जी का नया अवतार
CRAM का पूरा नाम है Compact Reasoning Associative Memory। ये पेपर 12 नवंबर 2026 को arXiv पर आया है — नाम है “Classical Energies Learn to Reason 1,000x Faster than Looped Models” — और इसके लेखक हैं Benjamin Hoover, Hugh Blayney और James C. R. Whittington।
CRAM कोई नया-नया ट्रांसफॉर्मर नहीं है। ये Hopfield और Tank की 1980 के दशक की energy formulation का एक सीखा हुआ (learned) रूप है। आइडिया सीधा है — रीजनिंग को एक एनर्जी मिनिमाइजेशन की समस्या मानो। मॉडल हर मुमकिन जवाब के लिए एक एनर्जी सीखता है, और फिर सबसे कम एनर्जी वाली व्यवस्था में बैठ जाता है — वही सही जवाब होता है। जैसे पानी हमेशा सबसे नीचे की तरफ बहता है, वैसे ही ये मॉडल सबसे कम एनर्जी वाले हल की तरफ जाता है।
पेपर के मुताबिक, इस तरीके के चार फायदे हैं। पहला — built-in early stopping, मतलब मॉडल खुद जान जाता है कि हल मिल गया है, अब रुकना है। दूसरा — कंप्यूट समस्या की मुश्किल के हिसाब से अपने आप घटता-बढ़ता है। तीसरा — ट्रेनिंग के लिए solver के अंदर से gradient निकालने की जरूरत नहीं पड़ती, इसलिए ट्रेनिंग तेज़ होती है। चौथा — मॉडल के weights interpretable होते हैं, मतलब वो पहेली के नियमों को सीधे सीखते और दिखाते हैं।
नतीजे कितने धमाकेदार हैं? आंकड़े खुद बोलते हैं
टीम ने CRAM को दो मशहूर रीजनिंग पहेलियों पर परखा — Sudoku-Extreme और Maze-Unique। ये वही पहेलियाँ हैं जिन पर looped मॉडल यानी बार-बार एक ही लेयर से गुज़रने वाले ट्रांसफॉर्मर अपनी ताकत दिखाते रहे हैं। नतीजे ये रहे:
- Sudoku-Extreme: एक GPU पर सिर्फ 42 मिलीसेकंड की ट्रेनिंग के बाद CRAM ने टेस्ट पहेलियों के 99.996% हल कर दिए — मतलब लगभग हर पहेली सही।
- Maze-Unique: सिर्फ 132 मिलीसेकंड की ट्रेनिंग के बाद 100% मेज़ हल — एक भी गलती नहीं।
- ट्रेनिंग स्पीड: इन कामों पर looped मॉडलों के मुकाबले कम से कम 1,000 गुना तेज़ ट्रेनिंग।
- इन्फरेंस खर्च: Sudoku-Extreme पर looped मॉडलों की सबसे ऊँची सटीकता के बराबर आने के लिए कम से कम 282 गुना कम inference FLOPs — और deep equilibrium मॉडलों के मुकाबले 128,000 गुना तक कम।
- साइज़: पूरा मॉडल सिर्फ 7,700 पैरामीटर का है — आज के अरबों पैरामीटर वाले दिग्गजों के सामने ये समोसे की कीमत में फाइव-स्टार खाना जैसा है।
42 मिलीसेकंड — ये वक्त इतना छोटा है कि पलक झपकने से भी कम है। और उसी में एक मॉडल सुडोकू सीखकर लगभग परफेक्ट हो गया। यही वजह है कि ये पेपर 16 नवंबर 2026 को AI रिसर्च की चर्चा में सबसे ऊपर है।
CRAM बनाम Looped मॉडल — सीधी तुलना
| पहलू | Looped ट्रांसफॉर्मर मॉडल | CRAM (एनर्जी-आधारित) |
|---|---|---|
| ट्रेनिंग स्पीड (Sudoku/Maze) | बेसलाइन — धीमी, अस्थिर हो सकती है | कम से कम 1,000 गुना तेज़ |
| Sudoku-Extreme सटीकता | ऊँची, लेकिन भारी ट्रेनिंग के बाद | 99.996% — सिर्फ 42 ms ट्रेनिंग के बाद |
| Maze-Unique सटीकता | ऊँची | 100% — सिर्फ 132 ms ट्रेनिंग के बाद |
| Inference FLOPs | बेसलाइन | कम से कम 282 गुना कम (बराबर सटीकता पर) |
| पैरामीटर | लाखों-करोड़ों | सिर्फ 7,700 |
| स्थिरता | कई बार अस्थिर (unstable) | एनर्जी descent से स्थिर |
| समझने लायक weights | मुश्किल | हाँ — पहेली के नियम सीधे सीखते हैं |
| कंप्यूट | हर समस्या पर लगभग एक जैसा | मुश्किल के हिसाब से अपने आप घटता-बढ़ता है |
सबसे बड़ी बात — लेखकों ने खुद चेतावनी भी दी है
अब वो हिस्सा जो इस रिसर्च को बाकी हाइप से अलग करता है — लेखकों ने खुद पेपर में चेतावनी लिखी है। उनका कहना है कि Sudoku और Maze जैसी पहेलियाँ असल में “trivially solvable” pairwise graphical models हैं — मतलब इनके लिए एनर्जी का एक सटीक, बंद रूप (exact closed-form) पहले से मौजूद होता है। ये पहेलियाँ CRAM जैसे तरीके के लिए लगभग परफेक्ट तरीके से बनी हुई हैं।
इसलिए लेखक साफ कहते हैं — इन बेंचमार्क का इस्तेमाल looped रीजनिंग तकनीकों की scalability नापने के लिए नहीं करना चाहिए। 1,000 गुना तेज़ होने का दावा सिर्फ इन दो पहेली बेंचमार्क पर लागू होता है, पूरी रीजनिंग पर नहीं। सुडोकू 42 मिलीसेकंड में हल करने वाला मॉडल ये साबित नहीं करता कि वो विज्ञान की समस्या सुलझा सकता है, कोड लिख सकता है या योजना बना सकता है।
ये ईमानदारी ही इस पेपर की सबसे बड़ी ताकत है। आज जब हर रिसर्च “AI अब सब कुछ कर लेगा” का दावा करती है, तब तीन रिसर्चर ये कह रहे हैं — रुको, हमारे नतीजे धमाकेदार हैं, लेकिन उनकी हदें भी समझो।
CRAM कैसे काम करता है? 4 कदमों में समझो
- एनर्जी सीखो: मॉडल पहले पहेली के नियमों को एक एनर्जी फंक्शन के रूप में सीखता है — सही व्यवस्था की एनर्जी कम, गलत की ज्यादा।
- नीचे उतरो: जवाब ढूंढने के लिए मॉडल एनर्जी को नीचे की तरफ ले जाता है (energy descent) — जब तक सबसे कम एनर्जी वाली व्यवस्था न मिल जाए।
- खुद रुको: जैसे ही हल मिलता है, early stopping अपने आप काम करता है — न ज्यादा कंप्यूट, न बेकार के चक्कर।
- नियम पढ़ो: सीखे हुए weights को सीधे पढ़ा जा सकता है — मॉडल ने पहेली के कौन से नियम सीखे, ये छिपा नहीं रहता।
आम जनता और भारतीय युवाओं के लिए क्यों है खास?
अगर आप अब भी यही सोच रहे हैं कि ये रिसर्च सिर्फ लैब के लोगों के लिए है, तो संभल जाइए — इसका असर सीधे आप तक पहुंचेगा। आज AI मॉडल चलाने का खर्च ही सबसे बड़ी दीवार है — बड़े मॉडल के लिए महंगे GPU, भारी बिजली और लंबी ट्रेनिंग चाहिए। अगर छोटे, सस्ते और समझने लायक तरीके रीजनिंग सीख सकते हैं, तो AI सस्ता होगा, फोन और छोटे डिवाइस पर चलेगा, और भारत जैसे देश में हर स्टूडेंट और स्टार्टअप की पहुंच में आएगा।
भारतीय युवाओं के लिए तो ये एक तगड़ा मौका है। रीजनिंग और energy-based मॉडल एक उभरता हुआ फील्ड है — और ये वो फील्ड है जहां अभी एक्सपर्ट बहुत कम हैं। CRAM का कोड GitHub पर खुला है, पेपर arXiv पर मुफ्त है — कोई भी स्टूडेंट इसे पढ़कर, चलाकर और सुधारकर सीख सकता है। जो युवा आज energy-based reasoning सीखेगा, वो कल उन कंपनियों की पहली पसंद होगा जो AI को सस्ता, तेज़ और भरोसेमंद बनाना चाहती हैं।
और हां, एक और सबक है जो हर AI यूज़र के काम का है — बेंचमार्क के नंबरों पर अंधा भरोसा मत करो। कोई मॉडल सुडोकू में 100% ला रहा है, इसका मतलब ये नहीं कि वो तुम्हारी असली समस्या भी हल कर देगा। असली समझदारी बेंचमार्क में नहीं, असली काम में नापी जाती है।
सावधानी भी जरूरी — अभी सब कुछ साबित नहीं हुआ
गजब का भौकाल मचाने वाली इस रिसर्च की कुछ सीमाएं भी हैं, और उन्हें छिपाना बेईमानी होगी। पहली बात — ये पेपर अभी peer-reviewed नहीं है, ये एक preprint है। दूसरी बात — नतीजे सिर्फ दो पहेली बेंचमार्क पर हैं, असली दुनिया की गड़बड़ समस्याओं पर नहीं। तीसरी बात — 42 मिलीसेकंड की ट्रेनिंग एक GPU पर हुई, लेकिन पेपर में ये साफ नहीं है कि उससे पहले डेटा तैयार करने और सेटअप में कितना वक्त लगा।
चौथी और सबसे अहम बात — लेखकों की अपनी चेतावनी। ये पहेलियाँ इस तरीके के लिए लगभग परफेक्ट हैं, इसलिए इन पर 1,000 गुना तेज़ होना general reasoning पर 1,000 गुना तेज़ होने के बराबर नहीं है। जब तक CRAM जैसे तरीके गणित, कोडिंग या विज्ञान जैसी खुली समस्याओं पर नहीं परखे जाते, तब तक ये एक शानदार संकेत है — मंज़िल नहीं।
निष्कर्ष
CRAM ने एक पुराने आइडिया को नए अंदाज़ में जिंदा कर दिया है — 7,700 पैरामीटर, 42 मिलीसेकंड की ट्रेनिंग, सुडोकू पर 99.996% और मेज़ पर 100% सटीकता, looped मॉडलों से 1,000 गुना तेज़ ट्रेनिंग और 282 गुना कम inference खर्च। ये नतीजे बताते हैं कि AI की रीजनिंग का रास्ता सिर्फ बड़े मॉडल नहीं हैं — छोटे, समझदार और सस्ते तरीके भी हो सकते हैं।
लेकिन असली कहानी लेखकों की चेतावनी में है — बेंचमार्क को ही मंज़िल मत समझो। सुडोकू हल करना रीजनिंग नहीं है, वो सिर्फ एक संकेत है। अगर ये दिशा सही निकली, तो आने वाले सालों में AI सस्ता, तेज़ और ज्यादा समझने लायक होगा — और भारतीय युवाओं के लिए तो ये साफ संदेश है — energy-based reasoning सीखो, क्योंकि AI को सस्ता बनाने वालों की मांग अब सिर्फ बढ़ने वाली है।
पिछला लेख पढ़ें: Mirendil को $1B: 1 आदमी ने AI से बनाया AI!
आधिकारिक रिसर्च पेपर यहाँ पढ़ें: arXiv:2611.17309 — Classical Energies Learn to Reason 1,000x Faster than Looped Models (12 नवंबर 2026)