फिर भी, मैट शूमर, एक निवेशक और उत्साही उपयोगकर्ता, अपने परीक्षणों में तीन दोषों की ओर इशारा करते हैं जिन्हें विशेष ध्यान दिया जाना चाहिए। ये तकनीकी कमियां जेनरेट की गई इंटरफेस की दृश्य गुणवत्ता, संदर्भ की सीमित समझ, और स्वचालित कार्यों का कभी-कभी अधूरा निष्पादन से संबंधित हैं। इन पर विस्तार से विचार करना आवश्यक है ताकि समझा जा सके कि GPT-5.4 पेशेवर आर्टिफिशियल इंटेलिजेंस क्षेत्र में कैसे और प्रगति कर सकता है, साथ ही 2026 में उपयोगकर्ताओं की बढ़ती उम्मीदों को पूरा करते हुए। सैम अल्टमैन वादा करते हैं कि ये चुनौतियां जल्द ही कम हो जाएंगी, जिससे GPT-5.4 को एक प्रमुख मॉडेल के रूप में देखा जाएगा।
- 1 GPT-5.4 के असाधारण गुणों की सैम अल्टमैन और विशेषज्ञों द्वारा सराहना
- 2 समस्या 1: GPT-5.4 द्वारा निर्मित इंटरफेस की दृश्य गुणवत्ता संतोषजनक नहीं है
- 3 समस्या 2: वास्तविक संदर्भ की समझ प्रगति के बावजूद कमजोर बनी हुई है
- 4 समस्या 3: स्वचालित कार्यों का अधूरा निष्पादन कार्यप्रवाह की सहजता को बाधित करता है
- 5 GPT-5.4 पर प्रमुख कमजोरियों का साइबर सुरक्षा और विश्वसनीयता पर प्रभाव
- 6 2026 में GPT-5.4 और इसके सीधे प्रतिस्पर्धियों के बीच विस्तृत तुलना
- 7 GPT-5.4 की प्रमुख कमजोरियों को सुधारने के लिए सैम अल्टमैन द्वारा घोषित विकास के दृष्टिकोण
- 8 GPT-5.4 का बेहतर उपयोग: जब तकनीक वास्तविक आवश्यकताओं के अनुसार अनुकूलित होनी चाहिए
GPT-5.4 के असाधारण गुणों की सैम अल्टमैन और विशेषज्ञों द्वारा सराहना
सैम अल्टमैन GPT-5.4 को अपने “बातचीत के लिए पसंदीदा मॉडल” के रूप में वर्णित करते हैं, जो भाषा मॉडलों के विकास में एक महत्वपूर्ण मोड़ को दर्शाता है। यह नया संस्करण विशेष रूप से प्रोग्रामिंग कार्यों और कंप्यूटर उपकरणों के कुशल प्रबंधन में उत्कृष्ट है, जिससे यह कोडिंग और तकनीकी ज्ञान के पेशेवरों के लिए एक मूल्यवान सहयोगी बन गया है। यह एक ऐसी एआई है जिसमें बेहतर व्यक्तित्व है, जो बातचीत को न केवल अधिक प्राकृतिक बल्कि अधिक आकर्षक बनाता है। यह प्रगति पिछले संस्करणों में लंबे समय से बताई गई एक कमी को पूरा करती है:
- सहज और संदर्भ-सापेक्ष संवाद: GPT-5.4 बातचीत के प्रवाह को बेहतर समझता है, जिससे दोहराव या असंगत उत्तर कम होते हैं।
- सुधरे हुए तर्क क्षमताएं: मॉडल अब अधिक जटिल कार्यों को संभालता है, जिसमें तर्क और सटीक जानकारी का संयोजन होता है।
- प्रोग्रामिंग में उन्नत कौशल: कई भाषाओं में कार्यात्मक कोड जनरेट करना, React जैसे प्रसिद्ध फ्रेमवर्क के गहन समाकलन के साथ।
मैट शूमर, अपने विस्तृत विश्लेषणों में, लगभग मानते हैं कि वे पूर्व में उपयोग की गई प्रो संस्करणों का उपयोग छोड़ रहे हैं, क्योंकि GPT-5.4 उनकी अपेक्षाओं को पूरा करता है। उनके अनुसार, यह मॉडल आर्टिफिशियल इंटेलिजेंस के मॉडलों की दुनिया में एक क्रांति है। कच्ची प्रदर्शन क्षमता से परे, यह उपयोगकर्ता अनुभव है जो ध्यान आकर्षित करता है: GPT-5.4 अब बातचीत के संदर्भ के आधार पर अपनी टोन, शैली और यहां तक कि ह्यूमर को भी अनुकूलित करने में सक्षम दिखता है, जो डिजिटल सहायताकर्ता को मानवीय बनाता है।
यह एक ऐसे संदर्भ में आता है जहाँ मशीन लर्निंग केवल कच्ची शक्ति का मामला नहीं है, बल्कि इंटरैक्शन में सूक्ष्मता का भी मामला है। एक और अधिक डिजिटलीकृत दुनिया में, ये प्रगति पेशेवर और निजी दोनों प्रकार के आदान-प्रदान में एआई की स्थिति को बढ़ाती हैं। अंतर्निहित तकनीक एक ऐसे मॉडल की ओर बढ़ रही है जो प्रदर्शन, सहजता और अनुकूलनशीलता को जोड़ती है।
समस्या 1: GPT-5.4 द्वारा निर्मित इंटरफेस की दृश्य गुणवत्ता संतोषजनक नहीं है
उन्नत उपयोगकर्ताओं द्वारा पहचाना गया मुख्य आलोचनात्मक बिंदु GPT-5.4 द्वारा बनाए गए इंटरफेस के सौंदर्यशास्त्र से संबंधित है। जबकि मॉडल कार्यात्मक कोड के मामले में उत्कृष्ट है, React कंपोनेंट और कार्यशील वेब पेज बिना किसी कठिनाई के जेनरेट करता है, दृश्य रेंडरिंग अक्सर उसकी कमी से पीड़ित होती है। डेवलपर्स द्वारा किए गए परीक्षणों में, उत्पादित इंटरफेस अक्सर सामान्य दिखाई देते हैं, कभी-कभी बुनियादी भी:
- सरल और कम अनुकूलित बटन: इंटरैक्टिव तत्वों में रचनात्मकता की कमी है।
- रंग संकरण असंगत: रंगों के संयोजन वर्तमान ग्राफिक डिजाइन मानकों को हमेशा पूरा नहीं करते।
- अनियमित रिक्त स्थान और संरेखण: घटकों की व्यवस्था में दृश्य अनुकूलन की कमी होती है जो उपयोगकर्ता अनुभव को प्रभावित कर सकती है।
ये टिप्पणियां तब विशेष महत्व रखती हैं जब GPT-5.4 की तुलना क्लॉड ओपस 4.6 या जेमिनी 3.1 प्रो जैसे प्रतियोगियों से की जाती है, जिनके इंटरफेस परिणाम कहीं अधिक आकर्षक हैं। पेशेवर संदर्भ में, इंटरफेस डिजाइन महत्वपूर्ण है क्योंकि यह गुणवत्ता की धारणा और इर्गोनॉमिक्स को सीधे प्रभावित करता है, जो डिजिटल अनुप्रयोगों की स्वीकृति में निर्णायक भूमिका निभाते हैं।
एक सौंदर्यपूर्ण और सुविचारित इंटरफेस प्रोटोटाइपिंग को तेज कर सकता है, सहयोगी कार्य को प्रोत्साहित कर सकता है, और परिचालन को सरल बना सकता है। तकनीकी समझ मजबूत होते हुए, GPT-5.4 रचनात्मकता और सौंदर्य की संयुक्त क्षमता में कुछ सीमाएं दिखाता है, जो डेवलपर समुदाय द्वारा बड़ी नज़र से देखी जा रही है।
यह कमी आंशिक रूप से इस तथ्य से समझाई जा सकती है कि मुख्य ध्यान मुख्य रूप से कार्यात्मक मजबूती और भाषा की समझ पर था, दृश्य सूक्ष्मता की तात्कालिक उपेक्षा के साथ। लेकिन उपयोग में वृद्धि के साथ, समाधान की मांग के चलते इस पहलू में सुधार तेजी से OpenAI के लिए एक रणनीतिक प्राथमिकता बन जाएगा।
समस्या 2: वास्तविक संदर्भ की समझ प्रगति के बावजूद कमजोर बनी हुई है
GPT-5.4 के लिए एक और महत्वपूर्ण बाधा इसका कभी-कभी अपर्याप्त वास्तविक संदर्भ प्रबंधन है, जो आधुनिक भाषा मॉडलों की प्रभावशीलता में एक केंद्रीय मुद्दा है। मैट शूमर ने इस समस्या को एक यात्रा मार्ग निर्धारित करने का मॉडल से अनुरोध करके उदाहरणित किया, जिसे एआई ने प्रारंभिक रूप से ठीक किया। हालाँकि, इसने एक महत्वपूर्ण तत्व को छोड़ दिया: वसंत अवकाश की अवधि, जब कुछ स्थान छात्रों द्वारा भारी रूप से भीड़भाड़ वाले होते हैं, जिसे प्रारंभिक प्रस्ताव में शामिल नहीं किया गया था।
हालांकि यह संदर्भ त्रुटि बाहरी रूप में मामूली लग सकती है, यह एक मौलिक चुनौती को उजागर करती है: गतिशील वास्तविकताओं की सूक्ष्म और गंभीर समझ अभी भी अपूर्ण है। इस विशेष मामले में, असमय जानकारी या समय-आधारित डेटा के खराब समाकलन ने कम प्रासंगिक मार्ग चयन की ओर ले जाया।
साइबर सुरक्षा, वित्त या स्वास्थ्य जैसे क्षेत्रों में, इस प्रकार की कमी के गंभीर परिणाम हो सकते हैं। संदर्भ की गलत व्याख्या अनुचित या खतरनाक सिफारिशें उत्पन्न कर सकती है। संदर्भ प्रबंधन में सांस्कृतिक, भौगोलिक, या भावनात्मक सूक्ष्मताओं की व्याख्या करने की क्षमता भी शामिल है, जो एआई ने उल्लेखनीय विकास के बावजूद कभी पूरी तरह पार नहीं की है।
हालांकि, OpenAI की टीमों ने इस समस्या को आगामी संस्करणों के लिए प्राथमिकता बनाया है। यह सुधार विशेष रूप से वास्तविक समय में बाहरी डेटा के बेहतर समाकलन, सूचनाओं के गतिशील अपडेट, और प्रत्येक अनुरोध के विशिष्ट पैरामीटर के लिए सूक्ष्म अनुकूलन के माध्यम से होगा। इसका उद्देश्य एआई समाधानों में उपयोगकर्ता विश्वास को बढ़ाना है, जो अब तकनीकी दक्षता और संदर्भ-संवेदनशीलता का संयोजन होना चाहिए।
समस्या 3: स्वचालित कार्यों का अधूरा निष्पादन कार्यप्रवाह की सहजता को बाधित करता है
अंत में, मैट शूमर द्वारा विशेष रूप से उजागर की गई तीसरी कमजोरी कुछ कार्यों के अधूरे निष्पादन और समय से पहले रोकने से संबंधित है। GPT-5.4 और OpenClaw के संयुक्त परीक्षण के दौरान, एक उन्नत ऑटोमेशन सिस्टम जो कई Mac mini क्लस्टर को जोड़ता है, मॉडल ने आवश्यक संचालन समाप्त किए बिना कभी-कभी रुकावट दिखायी।
OpenClaw एक अत्याधुनिक तकनीक है जो वितरित इंफ्रास्ट्रक्चर पर आईए मॉडल के प्रशिक्षण और समन्वित निष्पादन के लिए है। निर्धारित ऑपरेशनों का रुक जाना महत्वपूर्ण कार्यों जैसे नए मॉडल का प्रशिक्षण, स्वचालित रखरखाव, या डेटा प्रवाह के वास्तविक समय प्रबंधन को प्रभावित कर सकता है।
ये घटनाएं उन व्यवसायों के लिए एक बड़ी बाधा हैं जो ऐसी प्लेटफ़ॉर्म की प्रदर्शन और विश्वसनीयता पर निर्भर हैं। इन रुकावटों द्वारा उत्पन्न अनिश्चितता बढ़ी हुई मानव निगरानी की आवश्यकता उत्पन्न करती है, जिससे कार्यभार और स्वचालन की कुशलता कम होती है।
यह दोष वास्तविक समय में कई प्रक्रियाओं के समन्वय और कंप्यूटिंग संसाधनों व हार्डवेयर रुकावटों के प्रबंधन से जुड़ी तकनीकी चुनौती को भी उजागर करता है। पेशेवर उपयोगकर्ताओं के लिए, इसका अर्थ है बढ़ी हुई सतर्कता और जोखिमों को सीमित करने के लिए अतिरिक्त नियंत्रण तंत्रों की स्थापना।
OpenAI ने इस समस्या को मान्यता दी है और आगामी अपडेट में महत्वपूर्ण सुधार का वादा करता है। लक्ष्य है बेहतर स्थिरता और जटिल कार्यप्रवाहों का पूर्ण निष्पादन प्राप्त करना, जो व्यवसायों में GPT-5.4 की प्रतिस्पर्धात्मकता को मजबूत करने के लिए महत्वपूर्ण है।
GPT-5.4 पर प्रमुख कमजोरियों का साइबर सुरक्षा और विश्वसनीयता पर प्रभाव
पहचानी गई कमजोरियां केवल उपयोगकर्ता अनुभव को प्रभावित नहीं करतीं, बल्कि GPT-5.4 पर आधारित प्रणालियों की साइबर सुरक्षा और परिचालन स्थिरता को भी प्रभावित करती हैं। समझ या निष्पादन की गलतियां संवेदनशील स्वचालित प्रक्रियाओं में संभावित कमजोरि के द्वार खोल सकती हैं।
उदाहरण के लिए, खराब डिज़ाइन वाली इंटरफ़ेस गलत संचालन का कारण बन सकती है, जबकि गलत जानकारी से विनियमित क्षेत्रों में गलत निर्णय हो सकते हैं। अधूरा कार्यान्वयन सुरक्षा अपडेट या स्वचालित पैच में कमजोरियां पैदा कर सकता है, जो डेटा और इन्फ्रास्ट्रक्चर की रक्षा को खतरे में डाल सकता है।
जिस संदर्भ में साइबर हमले अधिक परिष्कृत होते जा रहे हैं, तकनीकी प्रदर्शन अब पर्याप्त नहीं है। आर्टिफिशियल इंटेलिजेंस मॉडल को उच्च स्तर की लचीलापन और नियंत्रण की आवश्यकताओं को पूरा करना होगा। हर छोटी कमजोरी हमलावरों द्वारा संगठन की साइबर सुरक्षा को खतरे में डालने के लिए उपयोग की जा सकती है।
OpenAI अपने मॉडलों की सुरक्षा पर भारी निवेश करता है, जो निगरानी और वास्तविक समय ऑडिट के प्रगतिशील तंत्रों को शामिल करता है। संदर्भ समझ और प्रोग्राम किए गए कार्यों के निष्पादन में सुधार इस सुरक्षा रणनीति का अभिन्न हिस्सा है। इसका उद्देश्य “ब्लैक बॉक्स” के रूप में अक्सर देखी जाने वाली एआई से जुड़े जोखिमों को कम करना है, जिससे GPT-5.4 के संचालन में बेहतर ट्रेसेबिलिटी और पारदर्शिता सुनिश्चित हो।
आर्टिफिशियल इंटेलिजेंस से संबंधित साइबर सुरक्षा आने वाले वर्षों में तकनीकी नवाचार का एक अनिवार्य क्षेत्र बनती जा रही है, जो प्रदर्शन, विश्वास और जिम्मेदारी के बीच संबंधों को मजबूत करती है।
2026 में GPT-5.4 और इसके सीधे प्रतिस्पर्धियों के बीच विस्तृत तुलना
काफी प्रतिस्पर्धी आर्टिफिशियल इंटेलिजेंस क्षेत्र में, GPT-5.4 को कई मजबूत प्रतिस्पर्धियों का सामना करना पड़ता है, जिनमें Claude Opus 4.6 और Gemini 3.1 Pro शामिल हैं, जो तकनीकी प्रदर्शन और दृश्य सूक्ष्मता के संतुलन के लिए पहले से पहचाने जाते हैं। एक तुलनात्मक विश्लेषण प्रत्येक के सामर्थ्य और दुर्बलताओं को दर्शाता है:
| मापदंड | GPT-5.4 | Claude Opus 4.6 | Gemini 3.1 Pro |
|---|---|---|---|
| जेनरेट किए गए कोड की गुणवत्ता | उत्कृष्ट, React जैसे फ्रेमवर्क में मजबूत क्षमता के साथ | बहुत अच्छा | अच्छा |
| इंटरफेस का दृश्य प्रस्तुतिकरण | कार्यात्मक लेकिन सौंदर्यशास्त्र की कमी | आकर्षक और सुरुचिपूर्ण इंटरफेस | सुघड़ और उपयोगकर्ता-अनुकूल डिजाइन |
| संदर्भ समझ | सही लेकिन गतिशील डेटा पर अभी भी कमजोर | बाहरी पैरामीटरों का बेहतर ध्यान | बहुत अच्छा, उपयोग मामलों के अनुसार अनुकूलन |
| स्वचालित कार्य निष्पादन | रुकावटों से प्रभावित जो कुछ वर्कफ़्लो को रोकती हैं | अधिक स्थिर | मजबूत और सुगम |
| व्यक्तित्व और इंटरैक्शन | अधिक प्राकृतिक और आकर्षक | अच्छा | संतुलित |
यह तुलना स्पष्ट रूप से दर्शाती है कि GPT-5.4 तकनीकी प्रमुख मानकों, विशेषकर कोड की गुणवत्ता और बेहतर संवादात्मक अनुभव के मामले में सबसे आगे है। हालांकि इसकी बड़ी कमजोरियां मुख्य रूप से दृश्य और परिचालन पहलुओं में हैं, जहां उसके प्रतिद्वंदी आगे हैं। व्यवसायों और डेवलपर्स के लिए, मॉडल का चुनाव उनकी विशिष्ट प्राथमिकताओं और नवाचार, सौंदर्यशास्त्र और विश्वसनीयता के बीच संतुलन पर निर्भर करेगा।
GPT-5.4 की प्रमुख कमजोरियों को सुधारने के लिए सैम अल्टमैन द्वारा घोषित विकास के दृष्टिकोण
वर्तमान सीमाओं को समझते हुए, सैम अल्टमैन ने GPT-5.4 को अधिक सक्षम और विश्वसनीय बनाने के लिए अगले चरणों को लेकर आशावाद व्यक्त किया है। OpenAI मुख्य रूप से तीन प्रमुख दोषों: दृश्य गुणवत्ता, संदर्भ समझ, और कार्यों के पूर्ण निष्पादन पर केंद्रित अपडेट की ओर अग्रसर है।
कंपनी उन्नत एल्गोरिदम पर काम कर रही है जो स्वचालित डिजाइन की परिष्कृतता में सुधार करें, जिससे और अधिक सौंदर्यपूर्ण और पेशेवर उपयोगकर्ताओं की अपेक्षाओं के अनुकूल इंटरफेस बनाए जाएं। रंग संतुलन, घटकों का विन्यास और इर्गोनॉमिक विवरणों में निखार आना चाहिए, जिससे प्रोटोटाइपिंग और अंतिम उत्पादन दोनों आसान हों।
संदर्भ के क्षेत्र में, वास्तविक समय डेटा प्रवाह का समावेश और सामाजिक-आर्थिक वास्तविकताओं का बेहतर ध्यान GPT-5.4 के उत्तरों की प्रासंगिकता को काफी बढ़ाएगा। यह परिष्कृतता स्वास्थ्य, वित्त या साइबर सुरक्षा जैसे संवेदी संदर्भों में एआई को अधिक विश्वसनीय बनाएगी, जहाँ निर्णयों का कसौटी पर खरा उतरना अनिवार्य है।
निष्पादन के मामले में, OpenAI स्वचालित प्रक्रियाओं की मजबूती में निवेश कर रहा है, विशेष रूप से OpenClaw जैसे सिस्टमों पर। लक्ष्य यह सुनिश्चित करना है कि सभी शुरू की गई प्रक्रियाएं बिना किसी रुकावट के पूरी हों, जिससे ऐसे जाम से बचा जाए जो उत्पादकता को प्रभावित करते हैं। यह सुधार व्यवसायों में मॉडल की व्यापक स्वीकृति में महत्वपूर्ण भूमिका निभाएगा।
अल्टमैन विशेष रूप से तकनीकी नवाचार, साइबर सुरक्षा, और उपयोगकर्ता अनुभव के संयोजन वाले समग्र दृष्टिकोण के महत्व पर जोर देते हैं। यह त्रिकोण GPT-5.4 को वैश्विक प्रतिस्पर्धा में बनाए रखने के लिए सबसे उचित मार्ग माना जाता है।
GPT-5.4 का बेहतर उपयोग: जब तकनीक वास्तविक आवश्यकताओं के अनुसार अनुकूलित होनी चाहिए
GPT-5.4 का पूर्ण लाभ उठाने और उसकी कमजोरियों से बचने के लिए व्यावहारिक दृष्टिकोण अपनाना आवश्यक है। पेशेवर उपयोगकर्ताओं को मॉडल को एक शक्तिशाली लेकिन सुधार योग्य उपकरण के रूप में स्वीकार करना चाहिए, जिसे निगरानी और पूरकता की जरूरत है।
GPT-5.4 के लाभों को अधिकतम करने के लिए कुछ प्रमुख सिफारिशें इस प्रकार हैं:
- परिणामों की निगरानी करें: खासकर संवेदनशील या महत्वपूर्ण कार्यों के लिए एआई द्वारा उत्पन्न डेटा की नियमित जांच करें।
- जानकारी पूरी करें: अतिरिक्त विवरण या संदर्भ अपडेट प्रदान करने से न हिचकिचाएं।
- GPT-5.4 को उपयुक्त कार्यों के लिए उपयोग करें: जैसे सरल कोड जनरेशन, विचार-मंथन, या अन्वेषणात्मक संवाद।
- अन्य मॉडलों से तुलना करें: जब बहुत सूक्ष्म दृश्य या उच्च स्थिरता की जरूरत हो, तो विभिन्न एआई मॉडलों का परीक्षण करें।
- विकास की अग्रिम जानकारी रखें: OpenAI द्वारा प्रस्तावित अपडेट के बारे में अपडेट रहना और सुधारों को जल्दी अपनाना।
यह सूची दर्शाती है कि GPT-5.4, अपनी कमजोरियों के बावजूद, यदि इसका समुचित और बुद्धिमान रूप से समावेशन किया जाए तो नवाचार और उत्पादकता का एक जबरदस्त स्रोत हो सकता है। अंधाधुंध उपयोग की बजाय सतर्क सहयोग अपनाना आवश्यक है, जिसमें मनुष्य और मशीन के बीच प्रभावी तालमेल हो।
GPT-5.4 की तीन प्रमुख कमजोरियां क्या हैं?
तीन प्रमुख कमजोरियां हैं: जेनरेट की गई इंटरफेस की सीमित सौंदर्य गुणवत्ता, गतिशील डेटा की संदर्भात्मक समझ में कभी-कभी कमी, और कुछ महत्वपूर्ण स्वचालित कार्यों का अधूरा निष्पादन।
सैम अल्टमैन GPT-5.4 का वर्णन कैसे करते हैं?
सैम अल्टमैन GPT-5.4 को अपना ‘बातचीत के लिए पसंदीदा मॉडल’ कहते हैं, जो इसके व्यक्तित्व और प्रदर्शन, विशेषकर प्रोग्रामिंग और अधिक प्राकृतिक संवाद में प्रगति को रेखांकित करता है।
पहचानी गई कमजोरियों का साइबर सुरक्षा पर क्या प्रभाव है?
कमजोरियां संवेदनशील स्वचालित प्रणालियों में परिचालन जोखिम और कमजोरियां पैदा कर सकती हैं, जिससे सुरक्षित अनुप्रयोगों में नियंत्रण और ट्रेसबिलिटी बढ़ाना महत्वपूर्ण हो जाता है।
क्या GPT-5.4 के विकल्प मौजूद हैं?
हाँ, मॉडलों जैसे Claude Opus 4.6 और Gemini 3.1 Pro में इंटरफेस डिज़ाइन और स्वचालित कार्य निष्पादन की स्थिरता में लाभ हैं, हालांकि GPT-5.4 कोड और संवाद के मामले में प्रदर्शन करता है।
व्यवसाय में GPT-5.4 का उपयोग कैसे बेहतर बनाया जा सकता है?
परिणामों की कड़ी निगरानी, संदर्भ डेटा की पूर्ति, और आवश्यकतानुसार विभिन्न मॉडलों का उपयोग करके इसके सकारात्मक प्रभाव को अधिकतम करते हुए सीमाओं को कम किया जा सकता है।
