थीसिस स्टेटमेंट

बोल्ट्स कैपिटल से $20 मिलियन की रणनीतिक प्रतिबद्धता प्राप्त करके, रेपो एक ऐसे परिवर्तन का नेतृत्व कर रहा है जहां डिसेंट्रलाइज्ड प्रेडिक्शन मार्केट्स अनुमान से युक्त मंचों से एआई विकास के लिए महत्वपूर्ण बुनियादी ढांचे में विकसित हो रहे हैं। यह कदम क्रिप्टो आर्थिक प्रोत्साहन का उपयोग करके अगली पीढ़ी के एआई मॉडल्स के लिए मल्टीमॉडल डेटा की पुष्टि और संरचना करके, उच्च गुणवत्ता वाले, मानव द्वारा सत्यापित प्रशिक्षण डेटा की वैश्विक कमी को संबोधित करता है।  

हाल के घोषणा के अनुसार, रेपो फाउंडेशन ने बोल्ट्स कैपिटल से 20 मिलियन डॉलर का रणनीतिक निवेश प्राप्त किया है, जिससे डिसेंट्रलाइज्ड एआई क्षेत्र में लहरें उठ रही हैं। जबकि पारंपरिक भविष्यवाणी बाजारों को अक्सर खेल या चुनावों के लिए सरल बेटिंग प्लेटफॉर्म के रूप में देखा जाता है, रेपो इस प्रौद्योगिकी को एक बहुत बड़ी समस्या, अति-बुद्धिमान प्रशिक्षण डेटा की संकीर्णता की ओर मोड़ रहा है। 23 अप्रैल, 2026 को पूरा हुआ यह पूंजी संचय, स्टेक्ड मानव निर्णय को उच्च गुणवत्ता वाले एआई मॉडलों के प्रशिक्षण के लिए अभावित घटक मानकर एक दीर्घकालिक बेट है।

 

यह वित्तपोषण केवल एक बैलेंस शीट को बढ़ाने का मामला नहीं है, बल्कि यह एक संकेत है कि संस्थागत निवेशक केंद्रीकृत डेटा सिलोज़ को बाईपास करने के तरीके ढूंढ रहे हैं। बोल्ट्स कैपिटल यह अनुमान लगा रहा है कि रेपो का प्रोटोकॉल कच्ची मानव राय को प्रमाणित, ऑन-चेन संकेतों में बदल सकता है, जिनकी एआई कंपनियाँ बेताब हैं। जैसे-जैसे मॉडल अधिक जटिल होते जा रहे हैं, वैसे-वैसे वास्तविक लोगों द्वारा प्रमाणित, वास्तविक हितों के साथ सत्यापित भूमिका डेटा की आवश्यकता सर्वोच्च होती जा रही है। रेपो इन धनराशि का उपयोग अपने बुनियादी ढांचे को मापकर सिद्ध करने के लिए करने का इरादा रखता है कि केंद्रीकृत, पारंपरिक लेबलिंग सेवाओं की तुलना में विकेंद्रीकृत नेटवर्क किसी प्रकार से बेहतर प्रदर्शन कर सकते हैं। यह प्रतिबद्धता वर्तमान REPPO होल्डर्स के हितों की सुरक्षा के साथ-साथ गहन तकनीकी विकास के लिए कई क्वार्टर का समय प्रदान करने के लिए संरचित की गई है।

रेप्पो का तर्क यह है कि लोग बेहतर जानकारी प्रदान करते हैं जब उनके पास कुछ खोने को होता है। पारंपरिक डेटा लेबलिंग अक्सर कम वेतन पर काम करने वाले कर्मचारियों पर निर्भर करती है, जो कार्यों को जल्दी से पूरा कर सकते हैं, जिससे शोर या गलत डेटा उत्पन्न हो सकता है जो AI मॉडल के प्रदर्शन को बर्बाद कर सकता है। रेप्पो इसे प्रेडिक्शन मार्केट मैकेनिक्स का उपयोग करके उलट देता है, जहां प्रतिभागी अपने निर्णयों की सटीकता पर टोकन स्टेक करने के लिए बाध्य होते हैं। इससे एक स्व-सुधारक प्रणाली बनती है, जहां उच्च गुणवत्ता वाले योगदानकर्ताओं को पुरस्कृत किया जाता है और खराब डेटा प्रदान करने वाले अपना स्टेक खो देते हैं। यह क्रिप्टो-आर्थिक प्रेरणा स्तर सुनिश्चित करता है कि AI मॉडल में प्रवाहित होने वाला डेटा केवल प्रचुर मात्रा में ही नहीं, बल्कि अत्यधिक विश्वसनीय हो। प्लेटफॉर्म पहले से ही महत्वपूर्ण सफलता प्राप्त कर चुका है, जिसमें पिछले महीने में ही ट्रेडिंग मात्रा $2 मिलियन से अधिक हो गई है।

 

यह मात्रा दर्शाती है कि सरल जीत/हार परिणामों से आगे बढ़ने वाले बाजारों के लिए बढ़ती हुई इच्छा है। जानकारी को एक व्यापार्य संपत्ति के रूप में संभालकर, Reppo AI विकासकों को एक ऐसी भीड़ की सामूहिक बुद्धिमत्ता खरीदने की अनुमति देता है, जिसे सही होने के लिए वित्तीय रूप से प्रोत्साहित किया जाता है। यह मॉडल ऐसे विषयवस्तु पर कार्यों के लिए विशेष रूप से प्रभावी है जैसे AI नैतिकता को सूक्ष्मतः समायोजित करना या मानव संवाद में सूक्ष्मताओं का मूल्यांकन करना, जहाँ एक अनविकसित स्रोत से सरल हाँ/नहीं पर्याप्त नहीं है आधुनिक LLM की आवश्यकताओं के लिए।  

रेप्पो की आर्किटेक्चर विशेष सबनेट्स, जिन्हें डेटानेट्स कहा जाता है, पर निर्भर करती है। प्रत्येक डेटानेट एक छोटा परितंत्र होता है जो किसी विशिष्ट प्रकार के डेटा या उद्योग, जैसे चिकित्सा छवि, कानूनी पाठ या यहां तक कि विशिष्ट गेमिंग रणनीतियों पर केंद्रित होता है। 2026 के अंत तक, टीम इस नेटवर्क को 100 से अधिक डेटानेट्स तक विस्तारित करने का लक्ष्य रखती है, जिससे AI एजेंट्स के लिए मानवीय दृष्टिकोणों की विविध पुस्तकालय बनता है। ये सबनेट्स मूलतः बाजार हैं, जहां AI बॉट सीधे मानवों से उनकी राय और प्राथमिकताओं के लिए भुगतान कर सकते हैं, पारंपरिक मध्यस्थों को छोड़कर। यह विकेंद्रीकृत दृष्टिकोण ऐसे संकीर्ण डेटासेट्स के निर्माण की सुविधा प्रदान करता है, जो केंद्रीयकृत कंपनियों के लिए अक्सर बहुत महंगे या कठिन होते हैं।  

 

इन डेटानेट्स की लचीलापन ही रेपो को अपने प्रतिद्वंद्वियों से अलग करता है। एक फिट-ऑल-के-लिए डेटाबेस के बजाय, डेवलपर्स अपने मॉडल की आवश्यकताओं के अनुसार एक विशिष्ट डेटानेट शुरू कर सकते हैं। चाहे यह पाठ, ऑडियो हो या वीडियो, प्रोटोकॉल मल्टीमोडल डेटा प्रोसेसिंग का समर्थन करता है, जो आवश्यक है क्योंकि AI अधिक जटिल, बहु-संवेदनात्मक अनुप्रयोगों की ओर बढ़ रहा है। चूंकि ये डेटानेट्स विकेंद्रीकृत हैं, वे स्थानीय कार्यबल के बजाय वैश्विक विशेषज्ञों के समूह से डेटा प्राप्त कर सकते हैं। यह वैश्विक पहुंच सुनिश्चित करती है कि प्रशिक्षण डेटा सांस्कृतिक रूप से विविध हो और मानव अनुभवों की एक व्यापक श्रृंखला का प्रतिनिधित्व करे, जिससे कुछ प्रमुख तकनीकी महानिगमों द्वारा नियंत्रित डेटासेट में अक्सर पाई जाने वाली पूर्वाग्रह कम होती है। 

रेपो के दृष्टिकोण का सबसे भविष्यवादी पहलू इंसान और एआई के सहयोग का उदय है, जहाँ स्वायत्त एजेंट प्राथमिक ग्राहक होते हैं। रेपो लैब्स के सह-संस्थापक आरजी के अनुसार, लक्ष्य यह है कि एआई एजेंट और रोबोट स्वायत्त रूप से डेटानेट्स शुरू करें और अपनी प्रतिक्रिया के लिए मनुष्यों को भुगतान करें। इस परिदृश्य में, एक रोबोट जो जटिल सामाजिक परिवेश में नेविगेट करना सीखने की कोशिश कर रहा हो, वह एक बाजार बना सकता है जहाँ वह मनुष्यों से विशिष्ट परिदृश्यों में सही तरीके से व्यवहार करने के बारे में पूछ सकता है। जो मनुष्य सबसे अधिक सटीक या सहायक जानकारी प्रदान करते हैं, उन्हें REPPO टोकन में भुगतान किया जाता है, जिससे एक स्थायी अर्थव्यवस्था बनती है, जहाँ मानवीय बुद्धिमत्ता मशीनों को बेची जाने वाली सेवा है।  

 

यह बदलाव उद्योग को स्थिर, अक्रिय डेटा से नए अंतर्दृष्टि के लाइव स्ट्रीम की ओर ले जाता है। रेपो का दावा है कि उनकी प्रणाली 48 घंटे में नवीन, मानव द्वारा सत्यापित डेटा प्रदान कर सकती है। यह पारंपरिक डेटासेट्स की तुलना में एक विशाल सुधार है, जो अक्सर प्रशिक्षण के लिए उपयोग किए जाने तक महीनों या सालों पुराने हो जाते हैं। जबकि दुनिया तेजी से बदल रही है, AI मॉडल को मानव प्रवृत्तियों, स्लैंग और सांस्कृतिक बदलावों के साथ अपडेट बने रहना चाहिए। रेपो द्वारा बॉट्स को एक बाजार-आधारित इंटरफ़ेस के माध्यम से सीधे मानवों के साथ बातचीत करने की अनुमति देकर, AI को वास्तविक समय के मानव मूल्यों और ज्ञान के साथ प्रासंगिक और समन्वयित बनाए रखा जाता है।  

REPPO टोकन पूरे परितंत्र का जीवनरेखा है, जो एक प्रोत्साहन और उपयोगिता उपकरण दोनों के रूप में कार्य करता है। एक नया Datanet शुरू करने के लिए, सब नेटवर्क को प्रतिभागियों के लिए प्रोत्साहन से सजाने के लिए खुले बाजार से REPPO खरीदना होगा। इससे नेटवर्क के 100+ Datanets के लक्ष्य की ओर बढ़ने के साथ लगातार खरीद का दबाव बना रहता है। इसके अलावा, टोकन की आपूर्ति 1 अरब तक सीमित है, और दीर्घकालिक होल्डर्स को पुरस्कृत करने के लिए अवमूल्यन मैकेनिक्स का डिज़ाइन किया गया है। प्रतिभागन के लिए वित्तीय स्टेक की आवश्यकता होने से, टोकन सुनिश्चित करता है कि प्रत्येक प्रतिभागी, डेटा प्रदाता से लेकर AI डेवलपर तक, डेटा की सटीकता के लक्ष्य के साथ समानांतर है।  

 

इस टोकनोमिक संरचना का उद्देश्य एक फ्लाईव्हील प्रभाव बनाना है। जितने अधिक डेटानेट्स बनते हैं, उतनी ही अधिक REPPO की मांग बढ़ती है, जिससे पुरस्कार प्राप्त करने के लिए अधिक मानव प्रतिभागी आकर्षित होते हैं। इससे ट्रेनिंग डेटा का एक बड़ा और बेहतर गुणवत्ता वाला समूह बनता है, जिससे AI डेवलपर्स के लिए नेटवर्क और अधिक आकर्षक बन जाता है। बोल्ट्स कैपिटल से आयोजित रणनीतिक वित्तपोषण इस चक्र को तेज करने के लिए विशेष रूप से उद्दिष्ट है। अंतिम लक्ष्य $500 मिलियन के मतदाता ट्रेडिंग मात्रा तक पहुंचना है, जो Reppo को क्रिप्टो और AI क्षेत्रों में एक प्रमुख प्रतिभागी के रूप में मजबूत करेगा।

प्रारंभिक AI मॉडल अधिकांशतः पाठ पर केंद्रित थे, लेकिन भविष्य उन मॉडल्स का है जो देख सकते हैं, सुन सकते हैं और दुनिया के साथ बातचीत कर सकते हैं। रेपो ने अपने प्रोटोकॉल को मल्टीमॉडल डेटा प्रोसेसिंग के लिए जमीन से शुरू करके डिज़ाइन किया है। इसका मतलब है कि प्रेडिक्शन मार्केट्स का उपयोग छवियों को लेबल करने, ऑडियो क्लिप्स का मूल्यांकन करने, या यहां तक कि AI द्वारा उत्पन्न वीडियो की गुणवत्ता को रैंक करने के लिए किया जा सकता है। यह बहुमुखी प्रतिभा महत्वपूर्ण है क्योंकि एक सच्चे सामान्य AI को प्रशिक्षित करने के लिए विभिन्न माध्यमों में विशाल मात्रा में संरचित डेटा की आवश्यकता होती है। रेपो के Datanets इन विविध प्रारूपों के अनुकूल होने के लिए बनाए गए हैं, जिससे प्रोटोकॉल AI प्रौद्योगिकी के विकास के साथ प्रासंगिक बना रहता है। 

 

बहुआयामी डेटा को संसाधित करने की क्षमता Reppo के लिए नए बाजारों को भी खोलती है। उदाहरण के लिए, एक Datanet को स्वयंचालित गाड़ियों के एल्गोरिदम के लिए मानव-सहभागी परीक्षण के लिए समर्पित किया जा सकता है, जहां भागीदार जटिल दृश्य परिदृश्यों में सबसे सुरक्षित कार्रवाई का अनुमान लगाते हैं। इन मानवीय निर्णयों को ब्लॉकचेन पर सत्यापन योग्य संकेतों में बदलकर, Reppo एक ऐसा पारदर्शिता और ऑडिट की सुविधा प्रदान करता है जो पारंपरिक डेटा संग्रह में मुश्किल से पाया जा सकता है। यह बहुआयामी क्षेत्र में कदम रखना $20 मिलियन की प्रतिबद्धता से वित्तपोषित अगले विकास चरण का एक महत्वपूर्ण हिस्सा है, जो Reppo को बहुआयामी AI के उत्थान के केंद्र में स्थापित करता है।  

रेप्पो के सह-संस्थापक दशक के अंत तक भविष्यवाणी बाजारों के लिए 1 ट्रिलियन डॉलर की वार्षिक ट्रेडिंग मात्रा का लक्ष्य रखे हुए हैं। जबकि यह संख्या अत्यधिक दिखती है, यह विश्वास दर्शाती है कि जानकारी बाजार अंततः दुनिया द्वारा डेटा को मूल्यांकन और सत्यापित करने का प्राथमिक तरीका बन जाएंगे। जैसे-जैसे AI वैश्विक अर्थव्यवस्था का एक बड़ा हिस्सा बनता जाएगा, इसे प्रशिक्षित करने के लिए उपयोग किए जाने वाले डेटा का मूल्य बढ़ता जाएगा। रेप्पो का लक्ष्य यह है कि वह प्राथमिक मंच बने, जहां इस मूल्य का आदान-प्रदान होता है। यदि भविष्यवाणी बाजार सरल बेटिंग से परे विकसित होकर एक परिष्कृत डेटा संश्लेषण उपकरण बन सकते हैं, तो वे वैश्विक AI बुनियादी ढांचे पर होने वाले खर्च का एक महत्वपूर्ण हिस्सा प्राप्त कर सकते हैं।

 

इस स्तर तक स्केल करने के लिए केवल पूंजी की आवश्यकता नहीं होती, बल्कि एक मजबूत प्रोटोकॉल की आवश्यकता होती है जो न्यूनतम घर्षण के साथ मिलियनों लेनदेन को संभाल सके। रेपो अपने नए फंडिंग का उपयोग अपने प्रोटोकॉल को अपग्रेड करने और डेवलपर टूल्स बनाने के लिए कर रहा है, जिससे AI टीमें आसानी से रेपो से प्राप्त डेटा को सीधे अपने मशीन लर्निंग पाइपलाइन में जोड़ सकें। समाकलन को संभवतः सबसे अधिक सुगम बनाकर, रेपो इच्छा करता है कि मानव AI सहयोग के लिए डिफैक्टो मंच बन जाए। इन स्केलेबिलिटी लक्ष्यों पर टीम की प्रगति को उद्योग विश्लेषक द्वारा ट्रैक किया जाता है, जहाँ रणनीतिक निवेश को भविष्य की वृद्धि के लिए एक प्रमुख प्रेरक के रूप में नोट किया गया है।  

जैसे-जैसे AI को स्वास्थ्य और वित्त जैसे महत्वपूर्ण प्रणालियों में एकीकृत किया जा रहा है, वेरिफायेबल AI की मांग तेजी से बढ़ रही है। नियामक और उपभोक्ता दोनों जानना चाहते हैं कि एक मॉडल को कैसे प्रशिक्षित किया गया और इसका डेटा कहाँ से आया। Reppo के ऑन-चेन संकेत एक पारदर्शी ऑडिट ट्रेल प्रदान करते हैं जिसे केंद्रीकृत प्रणाली में लगभग असंभव है नकल करना। प्रशिक्षण के लिए उपयोग किया गया प्रत्येक डेटा एक विशिष्ट बाजार, एक विशिष्ट स्टेक, और मानव निर्णय के एक विशिष्ट सहमति तक ट्रेस किया जा सकता है। यह स्तर की पारदर्शिता जिम्मेदार AI विकास के लिए स्वर्ण मानक बन सकती है।  

 

बोल्ट्स कैपिटल का रणनीतिक निवेश इस बढ़ती मांग को पूरा करने के लिए बिल्कुल सही समय पर किया गया है। जबकि दुनिया 2027 की ओर बढ़ रही है, ध्यान अब मॉडल के आकार से उसकी विश्वसनीयता पर स्थानांतरित हो रहा है। रेप्पो का प्लेटफॉर्म इस विश्वसनीयता को प्रदान करने के लिए बनाया गया है। एक कठोर, बाजार-आधारित फ़िल्टर के माध्यम से भीड़ की बुद्धिमत्ता का उपयोग करके, रेप्पो सुनिश्चित कर रहा है कि भविष्य की एआई मानवीय वास्तविकता पर आधारित हो। $2 मिलियन के बीज फंड से $20 मिलियन के रणनीतिक प्रतिबद्धता तक की यात्रा दर्शाती है कि रेप्पो केवल एक अनुसंधान प्रयोगशाला नहीं रही है, यह वैश्विक एआई अवसंरचना का एक महत्वपूर्ण हिस्सा बनता जा रहा है।  

1. रेपो के लिए 20 मिलियन डॉलर की फंडिंग का प्राथमिक उद्देश्य क्या है?

 

बोल्ट्स कैपिटल के $20 मिलियन के रणनीतिक निवेश का उद्देश्य रेपो प्रोटोकॉल के विकास को त्वरित करना और उसके डेटानेट्स के परितंत्र का विस्तार करना है। मुख्य लक्ष्य डेटानेट्स के लिए डिसेंट्रलाइज्ड प्रेडिक्शन मार्केट्स का उपयोग करके मशीन लर्निंग मॉडल्स के लिए उच्च गुणवत्ता वाले, मानव द्वारा सत्यापित डेटा को उत्पन्न करके AI प्रशिक्षण डेटा की बंधन समस्या को हल करना है। यह पूंजी टीम को ऐसा बुनियादी ढांचा बनाने के लिए दीर्घकालिक मार्ग प्रदान करती है, जहां AI एजेंट स्वतंत्र रूप से मानवीय जानकारी को खरीद सकें।  

 

2. रेपो एक प्रेडिक्शन मार्केट को ट्रेनिंग डेटा में कैसे बदलता है?

 

Reppo भविष्यवाणी बाजार के तंत्र का उपयोग करता है, जहाँ भागीदारों को अपने निर्णयों या लेबल की सटीकता पर टोकन स्टेक करने होते हैं। इससे उच्च गुणवत्ता वाले इनपुट के लिए वित्तीय प्रोत्साहन उत्पन्न होता है, क्योंकि जो लोग सटीक डेटा प्रदान करते हैं, उन्हें पुरस्कृत किया जाता है, जबकि जो लोग शोर या गलत डेटा प्रदान करते हैं, उनका स्टेक चला जाता है। इन पुष्टि किए गए निर्णयों को बाद में ऑन-चेन सिग्नल में परिवर्तित किया जाता है, जिनका उपयोग AI डेवलपर्स अपने मॉडल को प्रशिक्षित करने और सूक्ष्म समायोजित करने के लिए कर सकते हैं।  

 

3. रेपो परितंत्र में डेटानेट्स क्या हैं?

 

डेटानेट्स, रेप्पो प्रोटोकॉल के भीतर विशेषज्ञ उप-नेटवर्क हैं जो चिकित्सा, कानूनी या बहुआयामी डेटा जैसे विशिष्ट जानकारी श्रेणियों पर केंद्रित हैं। प्रत्येक डेटानेट एक स्वतंत्र बाजार के रूप में कार्य करता है, जहाँ एआई विकासक विशिष्ट प्रकार के डेटा की मांग कर सकते हैं और मानव सहभागी इसे प्रदान कर सकते हैं। रेप्पो 2026 के मध्य तक 100 से अधिक इन विशेषज्ञ नेटवर्क्स को संचालन में लाने का लक्ष्य रखता है, ताकि विविध शिक्षण संसाधन प्रदान किए जा सकें।  

 

4. रेप्पो फाउंडेशन का समर्थन करने वाले मुख्य निवेशक कौन हैं?

 

सबसे हालिक $20 मिलियन की प्रतिबद्धता Bolts Capital ने की है, जो इस निवेश को डेटा इंफ्रास्ट्रक्चर के रूप में भविष्य के प्रेडिक्शन मार्केट्स पर एक रणनीतिक जुआ बताती है। Reppo के लिए पिछला समर्थन प्रमुख उद्योग के नामों से आया है, जिनमें Protocol Labs शामिल है, जहाँ प्रोजेक्ट उनके Venture Studio से शुरू हुआ था, और CMS Holdings। ये निवेशक डिसेंट्रलाइज्ड नेटवर्क्स में वित्तीय पूंजी और गहन तकनीकी विशेषज्ञता का मिश्रण प्रदान करते हैं।  

 

5. मानव निर्णय को वर्तमान AI डेटा स्रोतों की तुलना में क्यों बेहतर माना जाता है?

 

वर्तमान में अधिकांश AI प्रशिक्षण स्रोत वेब स्क्रैपिंग या अनजाने हाथों के मैनुअल लेबलिंग पर निर्भर करते हैं, जिससे अक्सर कम गुणवत्ता वाला या पक्षपाती डेटा प्राप्त होता है। रेपो की प्रणाली क्रिप्टो आर्थिक स्टेकिंग के माध्यम से मनुष्यों को खेल में शामिल करती है, जिससे ऐतिहासिक रूप से अधिक सावधानी और सटीक मूल्यांकन होते हैं। सरल स्वचालित प्रणालियों के लिए असंभव जटिल, विषयगत विषयों पर AI को प्रशिक्षित करने के लिए इस मानवीय निर्णय की आवश्यकता होती है।  

 

6. AI एजेंट Reppo प्लेटफॉर्म के साथ कैसे बातचीत कर सकते हैं?

 

Reppo को एक अनुमति-रहित समन्वय स्तर के रूप में डिज़ाइन किया गया है जो AI एजेंट और बॉट को बाजारों में स्वयंसिद्ध रूप से भाग लेने की अनुमति देता है। ये एजेंट अपने स्वयं के Datanets बना सकते हैं ताकि वे अपने बेहतर कार्य के लिए आवश्यक विशिष्ट राय या प्राथमिकताएँ प्राप्त कर सकें। वे इस प्रतिक्रिया के लिए मानवों को सीधे टोकन में भुगतान करते हैं, जिससे एक वास्तविक समय का मानव-AI सहयोग का चक्र बनता है जो मॉडल को ताजा रखने के लिए प्रत्येक 48 घंटे में अपडेट होता है।  

यह सामग्री केवल सूचनात्मक उद्देश्यों के लिए है और निवेश सलाह नहीं है। क्रिप्टोकरेंसी निवेश में जोखिम होता है। कृपया अपना स्वयं का अनुसंधान (DYOR) करें।

डिस्क्लेमर: इस पेज का भाषांतर आपकी सुविधा के लिए AI तकनीक (GPT द्वारा संचालित) का इस्तेमाल करके किया गया है। सबसे सटीक जानकारी के लिए, मूल अंग्रेजी वर्जन देखें।