2160 राउंड की सिमुलेशन बिना रोक बटन के: MiroFish शोध, भाग 3
DeepSeek
Anthropic
Google/DeepMind
OpenAI
MiroFish अध्ययन का अंतिम भाग बताता है कि सिमुलेशन की अवधि एक सरल नियम से निर्धारित होती है: राउंड की संख्या दिनों गुणा 24 के बराबर होती है, जो मॉडलों का नहीं, बल्कि पाइपलाइन टेम्पलेट का परिणाम है। सिस्टम ऐसी जिम्मेदारियाँ (जैसे 2160 राउंड) स्वीकार करता है जिन्हें उसकी मेमोरी आर्किटेक्चर पूरा नहीं कर सकती, और इंटरफ़ेस में कोई रोक बटन नहीं है, जिससे रन रोकने के लिए एक छिपे हुए API एंडपॉइंट की आवश्यकता पड़ती है।
MiroFish अध्ययन श्रृंखला का तीसरा लेख जाँच करता है कि जब इनपुट सही होता है तो क्या होता है। सिमुलेशन की अवधि उपयोगकर्ता के प्रश्न में 'अगले 7 दिनों में' जैसे वाक्यांश द्वारा निर्धारित की जाती है; सिस्टम कभी पुष्टि नहीं मांगता। क्षितिज के साथ छह रनों में, राउंड की संख्या बिल्कुल दिनों को 24 से गुणा करने के बराबर थी (168, 336, 2160 राउंड), जो चार मॉडल परिवारों में प्रलेखित है। स्थिर कोड निरीक्षण ने तंत्र की पुष्टि की: कॉन्फ़िगरेशन जनरेटर एलएलएम को total_simulation_hours (24-168 घंटे) और minutes_per_round (30-120, अनुशंसित 60) भरने के लिए प्रेरित करता है, और रनर total_rounds = total_hours * 60 / minutes_per_round की गणना करता है। अनुशंसित 60 मिनट के साथ, राउंड घंटों के बराबर होते हैं, इसलिए 90 दिन 2160 राउंड बन जाते हैं। 24-168 घंटे की प्रलेखित सीमा केवल प्रॉम्प्ट में एक सिफारिश है; कोई कोड संख्या को प्रतिबंधित या मान्य नहीं करता। सिस्टम अपने स्वयं के दायित्वों को पूरा नहीं कर सकता: एजेंट बिना किसी सीमा के मेमोरी जमा करते हैं, जिससे गिरावट और प्रदाता त्रुटियाँ होती हैं; 7-एजेंट वाली दुनिया लगभग राउंड 300 पर खराब हो गई, 4-एजेंट वाली दुनिया लगभग राउंड 515 पर, जबकि 18-19 एजेंट वाली दुनिया को जल्दी रोकना पड़ा। यूज़र इंटरफेस में कोई स्टॉप बटन नहीं है; एक समुदाय सदस्य ने पाया कि फ्रंटएंड हैंडलर मौजूद है लेकिन किसी बटन से जुड़ा नहीं है, और उसने एक पुल रिक्वेस्ट दायर की। शोधकर्ता को 90-दिन के रन को राउंड 592 पर समाप्त करने के लिए अप्रलेखित POST /api/simulation/stop का उपयोग करना पड़ा, जब सार्थक गतिविधि समाप्त हो चुकी थी। अध्ययन सीमाओं को नोट करता है: अधिकांश सेल n=1 हैं, केवल चार मॉडल परिवारों का परीक्षण किया गया, और सभी पतन DeepSeek दुनिया में हुए, इसलिए मॉडल परिवार से स्वतंत्रता असत्यापित बनी हुई है।
स्रोत: Habr — хаб ML —
मूल
