میں نے ExpRL کے بارے میں جو بات سامنے آئی، وہ یہ ہے کہ یہ ہماری موجودہ سوچ کی ایک حد کو ظاہر کرتا ہے جس میں ہم AI کی ترقی کو سمجھتے ہیں زیادہ تر بینچ مارکس صرف یہ پیمائش کرتے ہیں کہ ماڈل درست جواب تک پہنچا ہے یا نہیں ان میں عام طور پر یہ نہیں پیمائش کی جاتی کہ راستے میں کتنے مفید خیالات کو تلاش کیا گیا اور مسترد کر دیا گیا انسانی ایجادات عام طور پر ناکام کوششوں سے آتی ہیں بالکل درست کوششوں سے نہیں ایک سائنسدان درست فرضیہ تلاش کرنے سے پہلے سینکڑوں غلط فرضیوں کا امتحان لے سکتا ہے لیکن روایتی RL ہر ناکام راستے کو برابر بے فائدہ سمجھتی ہے ExpRL یہ سفارش کرتا ہے کہ شاید ان ناکامیوں کے اندر قیمتی معلومات چھپی ہوئی ہیں یہ خیال صرف ریاضی کے بینچ مارکس سے زیادہ اہم لگتا ہے جب AI ایجنٹز زیادہ صلاحیت رکھنے لگ جائیں گے، تو فاتح وہ ماڈل نہیں ہوں گے جو جوابات تک جلد پہنچ جائیں گے بلکہ وہ ماڈل فاتح ہوں گے جو غلط ہونے سے زیادہ سے زیادہ سीکھ جائیں اسی لئے تصدیق اہم ہے بناۓ بغیر قابل اعتماد طریقوں کے جو درمیانی استدلال اور نتائج کا جائزہ لینے کے قابل ہوں، ہم مفید تلاش کو صرف خيالات سے الگ نہیں کر سکتے AI کا مستقبل شاید جوابات پیدا کرنے پر کم منحصر ہوگا اور زیادہ منحصر ہوگا اس بات پر کہ ہم کون سی غلطیوں سے سीکھنا قابلِ قدر ہے @ritualnet