AI ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಅರಿವಿನ ಆರೋಗ್ಯ ರಕ್ಷಣೆ
ಲೂಸಿಡ್ ಬಳಕೆದಾರರು AI ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಹೇಗೆ ಸಂವಹನ ನಡೆಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಅರಿವಿನ ಅವಲಂಬನೆಯನ್ನು ತಡೆಯಲು ನೈಜ-ಸಮಯದಲ್ಲಿ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುತ್ತದೆ — ಇದು ಆಲೋಚನೆಯನ್ನು AI ಗೆ ವರ್ಗಾಯಿಸುವ ಕ್ರಮೇಣ, ಸಾಮಾನ್ಯವಾಗಿ ಅಗೋಚರ ಪ್ರವೃತ್ತಿಯಾಗಿದೆ, ಅದನ್ನು ಬೆಳವಣಿಗೆಗೆ ಒಂದು ಸಾಧನವಾಗಿ ಬಳಸುವ ಬದಲು.
ಲೂಸಿಡ್ ಏಕೆ?
AI ನಮ್ಮನ್ನು ಹೆಚ್ಚು ಉತ್ಪಾದಕವಾಗಿಸುತ್ತದೆ — ಆದರೆ ಸಂಶೋಧನೆಯು ಅದು ನಮ್ಮನ್ನು ಅರಿವಿನಿಂದ ಸೋಮಾರಿಯಾಗಿಸಬಹುದು ಎಂದು ತೋರಿಸುತ್ತದೆ. ಸಮಸ್ಯೆ ಸೂಕ್ಷ್ಮವಾಗಿದೆ: ಪ್ರತಿ ವೈಯಕ್ತಿಕ ಸಂವಹನವು ಉತ್ತಮವಾಗಿ ಕಾಣುತ್ತದೆ, ಆದರೆ ವಾರಗಳು ಮತ್ತು ತಿಂಗಳುಗಳಲ್ಲಿ, ಬಳಕೆದಾರರು ಕ್ರಮೇಣ ತಮ್ಮದೇ ಆದ ಆಲೋಚನೆಯನ್ನು ನಿಲ್ಲಿಸುತ್ತಾರೆ. ಲೂಸಿಡ್ ಈ ವಿಚಲನವನ್ನು ಪತ್ತೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಅದು ಬೇರೂರುವ ಮೊದಲು ಮಧ್ಯಪ್ರವೇಶಿಸುತ್ತದೆ.
ಹೆಚ್ಚಿನ AI ನಿಯೋಗದೊಂದಿಗೆ ಅಳೆಯಬಹುದಾದ ವಿಮರ್ಶಾತ್ಮಕ ಚಿಂತನೆಯ ಕುಸಿತ
MIT Media Lab (2025)
AI ಅವಲಂಬನೆ ಮತ್ತು ವಿಮರ್ಶಾತ್ಮಕ ಚಿಂತನೆಯ ನಡುವಿನ ಪರಸ್ಪರ ಸಂಬಂಧ
Gerlich (2025)
ಹೆಚ್ಚಿನ ದುರ್ಬಲತೆ — ಪ್ರಿಫ್ರಂಟಲ್ ಕಾರ್ಟೆಕ್ಸ್ ಸಂಪೂರ್ಣವಾಗಿ ಪ್ರಬುದ್ಧವಾಗಿಲ್ಲ
Arain et al. (2013); APA (2025)
ಇದು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ
ಲೂಸಿಡ್ ಬಳಕೆದಾರರು, ನಿಮ್ಮ AI ಮತ್ತು ಅರಿವಿನ ರಕ್ಷಣಾ ವ್ಯವಸ್ಥೆಯ ನಡುವೆ ನಿರಂತರ ಪ್ರತಿಕ್ರಿಯೆ ಲೂಪ್ ಆಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಪ್ರಮುಖ ಒಳನೋಟ: ಲೂಸಿಡ್ ಯಾವುದನ್ನೂ ನಿರ್ಬಂಧಿಸುವುದಿಲ್ಲ ಅಥವಾ ಫಿಲ್ಟರ್ ಮಾಡುವುದಿಲ್ಲ. ಇದು ಬಳಕೆದಾರರ ಅರಿವಿನ ಮಾದರಿಗಳ ಆಧಾರದ ಮೇಲೆ AI ಹೇಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುತ್ತದೆ.
ಶೂನ್ಯ ಸುಪ್ತತೆ: track() ಅಸಮಕಾಲಿಕವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ — ಇದು AI ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಎಂದಿಗೂ ನಿರ್ಬಂಧಿಸುವುದಿಲ್ಲ. ಬಳಕೆದಾರರು ತಮ್ಮ ಉತ್ತರವನ್ನು ತಕ್ಷಣವೇ ಪಡೆಯುತ್ತಾರೆ; ಅರಿವಿನ ವಿಶ್ಲೇಷಣೆ ಹಿನ್ನೆಲೆಯಲ್ಲಿ ನಡೆಯುತ್ತದೆ. TOON ಸ್ವರೂಪ (ಟೋಕನ್-ಓರಿಯೆಂಟೆಡ್ ಆಬ್ಜೆಕ್ಟ್ ನೋಟೇಶನ್) JSON ಗೆ ಹೋಲಿಸಿದರೆ LLM ಔಟ್ಪುಟ್ನಲ್ಲಿ ~40% ಟೋಕನ್ಗಳನ್ನು ಉಳಿಸುತ್ತದೆ.
ಆರು ಅರಿವಿನ ಆಯಾಮಗಳು
ಪ್ರತಿಯೊಂದು ಸಂದೇಶ ವಿನಿಮಯವನ್ನು ಆರು ಆಯಾಮಗಳಲ್ಲಿ ಅಳೆಯಲಾಗುತ್ತದೆ, ಇದು ಮೌಲ್ಯೀಕರಿಸಿದ ಸೈಕೋಮೆಟ್ರಿಕ್ ಮಾಪಕಗಳೊಂದಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ (GAIDS α=.87, AIMS 2025, ಕಾಗ್ನಿಟಿವ್ ಆಫ್ಲೋಡಿಂಗ್ ಸ್ಕೇಲ್ α=.90).
ಸ್ವಾಯತ್ತತೆ
0 → 1ಸ್ವತಂತ್ರ ಚಿಂತನೆ vs AI ಗೆ ನಿಯೋಗ
ಕಲಿಕೆ
0 → 1ಕುತೂಹಲ, "ಏಕೆ" ಎಂದು ಕೇಳುವುದು, ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಪ್ರಯತ್ನಿಸುವುದು
ನಿಶ್ಚಿತಾರ್ಥ
0 → 1ಭಾಗವಹಿಸುವಿಕೆಯ ಗುಣಮಟ್ಟ ಮತ್ತು ಆಳ
ಮೆಟಾಕಾಗ್ನಿಷನ್
0 → 1ಒಬ್ಬರ ಸ್ವಂತ ಚಿಂತನಾ ಪ್ರಕ್ರಿಯೆಯ ಬಗ್ಗೆ ಸ್ವಯಂ ಅರಿವು
ಪರಿಶೀಲನೆ
0 → 1AI ಔಟ್ಪುಟ್ನ ವಿಮರ್ಶಾತ್ಮಕ ಮೌಲ್ಯಮಾಪನ
ಪ್ರೇರಣೆ
typeಬಳಕೆದಾರರು ಏಕೆ ತೊಡಗಿಸಿಕೊಳ್ಳುತ್ತಾರೆ — ಆಂತರಿಕ, ಸಾಧನ, ಅಥವಾ ತಪ್ಪಿಸುವಿಕೆ
ನಾಲ್ಕು ಹಂತದ ರಕ್ಷಣೆ
1. ನೈಜ-ಸಮಯದ ಹೊಂದಾಣಿಕೆ
AI ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ಗೆ ಸೇರಿಸಲಾದ ಮಾರ್ಗಸೂಚಿಗಳು ಬಳಕೆದಾರರ ಅರಿವಿನ ಸ್ಥಿತಿಯ ಆಧಾರದ ಮೇಲೆ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುತ್ತವೆ — ಸ್ವಾಯತ್ತತೆ, ಕಲಿಕೆ, ಮೆಟಾಕಾಗ್ನಿಷನ್, ಪರಿಶೀಲನೆ, ಪ್ರೇರಣೆ.
2. ಸೆಷನ್ ಆಯಾಸ ಪತ್ತೆ
ಅರಿವಿನ ಓವರ್ಲೋಡ್ ಆಗುವ ಮೊದಲು ವಿರಾಮಗಳನ್ನು ಸೂಚಿಸಲು ಸೆಷನ್ ಅವಧಿ, ಸಂದೇಶದ ಪ್ರಮಾಣ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆ ಕಡಿಮೆ ಮಾಡುವ ಮಾದರಿಗಳನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುತ್ತದೆ.
3. ದೀರ್ಘಾವಧಿಯ ಡ್ರಿಫ್ಟ್ ಪತ್ತೆ
ಕಾಗ್ನಿಟಿವ್ ಡ್ರಿಫ್ಟ್ ಇಂಡೆಕ್ಸ್ (CDI) ಸೆಷನ್-ಮಟ್ಟದ ಮೆಟ್ರಿಕ್ಗಳು ತಪ್ಪಿಸಿಕೊಳ್ಳುವ ಕ್ರಮೇಣ ಕುಸಿತವನ್ನು ಹಿಡಿಯಲು ಆರಂಭಿಕ ಮತ್ತು ಇತ್ತೀಚಿನ ಸಾಪ್ತಾಹಿಕ ಮಾದರಿಗಳನ್ನು ಹೋಲಿಸುತ್ತದೆ.
4. ನಂಬಿಕೆ ಮತ್ತು ಪ್ರೇರಣೆ ಅರಿವು
ಅತಿಯಾದ ನಂಬಿಕೆ (ಎಲ್ಲವನ್ನೂ ಒಪ್ಪಿಕೊಳ್ಳುವುದು) ಮತ್ತು ತಪ್ಪಿಸುವ ಪ್ರೇರಣೆ (ಚಿಂತನೆಯಿಂದ ತಪ್ಪಿಸಿಕೊಳ್ಳಲು AI ಅನ್ನು ಬಳಸುವುದು) — ಅರಿವಿನ ಅವಲಂಬನೆಯ ಎರಡು ಪ್ರಬಲ ಭವಿಷ್ಯಸೂಚಕಗಳನ್ನು ಪತ್ತೆ ಮಾಡುತ್ತದೆ.
ಅಡಾಪ್ಟಿವ್ ಕಾಗ್ನಿಟಿವ್ ಪ್ರೊಫೈಲ್ಗಳು
ಅಡಾಪ್ಟಿವ್ ಆಲ್ಫಾದೊಂದಿಗೆ ಎಕ್ಸ್ಪೋನೆನ್ಶಿಯಲ್ ಮೂವಿಂಗ್ ಆವರೇಜ್ ಬಳಸಿ ಸ್ಕೋರ್ಗಳನ್ನು ಸುಗಮಗೊಳಿಸಲಾಗುತ್ತದೆ. ಹೊಸ ಬಳಕೆದಾರರ ಪ್ರೊಫೈಲ್ಗಳು ತ್ವರಿತವಾಗಿ ರೂಪುಗೊಳ್ಳುತ್ತವೆ, ಆದರೆ ಸ್ಥಾಪಿತ ಬಳಕೆದಾರರ ಪ್ರೊಫೈಲ್ಗಳು ಸ್ಥಿರವಾಗಿರುತ್ತವೆ ಮತ್ತು ಅಸಂಗತತೆಗಳಿಗೆ ನಿರೋಧಕವಾಗಿರುತ್ತವೆ. ಒಂದೇ ಒಂದು ಕೆಟ್ಟ ಸಂದೇಶವು ಉತ್ತಮವಾಗಿ ಸ್ಥಾಪಿತವಾದ ಅರಿವಿನ ಪ್ರೊಫೈಲ್ ಅನ್ನು ವಿರೂಪಗೊಳಿಸುವುದಿಲ್ಲ.
// ಹೆಚ್ಚಿನ ಸಂದೇಶಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿದಂತೆ ಆಲ್ಫಾ ಕಡಿಮೆಯಾಗುತ್ತದೆ
α = max(0.02, 0.1 / log₁₀(total_messages + 10))
| ಸಂದೇಶಗಳು | ಆಲ್ಫಾ (α) | ಪರಿಣಾಮ |
|---|---|---|
| 1 (ಹೊಸ ಬಳಕೆದಾರ) | ~10% | ಪ್ರೊಫೈಲ್ ತ್ವರಿತವಾಗಿ ರೂಪುಗೊಳ್ಳುತ್ತದೆ, ಆರಂಭಿಕ ಮಾದರಿಗಳಿಗೆ ಸ್ಪಂದಿಸುತ್ತದೆ |
| 50 | ~6% | ಸ್ಥಿರವಾಗುತ್ತಿದೆ, ಮಧ್ಯಮವಾಗಿ ಸ್ಥಿರವಾಗಿದೆ |
| 100 | ~5% | ಉತ್ತಮವಾಗಿ ಸ್ಥಾಪಿತವಾಗಿದೆ, ಅಸಂಗತತೆಗಳಿಗೆ ನಿರೋಧಕವಾಗಿದೆ |
| 500+ | ~4% | ಸ್ಥಿರ — ದೀರ್ಘಾವಧಿಯ ಡ್ರಿಫ್ಟ್ ಪತ್ತೆ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ |
| 5000+ | 2% (ಕನಿಷ್ಠ) | ತುಂಬಾ ಸ್ಥಿರವಾಗಿದೆ, ಬದಲಾಯಿಸಲು ಸ್ಥಿರವಾದ ಬದಲಾವಣೆಯ ಅಗತ್ಯವಿದೆ |
ಪ್ರಗತಿಪರ ಸ್ಕ್ಯಾಫೋಲ್ಡಿಂಗ್
ವೈಗಾಟ್ಸ್ಕಿಯ ವಲಯ ಆಫ್ ಪ್ರಾಕ್ಸಿಮಲ್ ಡೆವಲಪ್ಮೆಂಟ್ ಆಧಾರದ ಮೇಲೆ, ಬಳಕೆದಾರರು ಬೆಳೆದಂತೆ ಲೂಸಿಡ್ AI ಬೆಂಬಲವನ್ನು ಕ್ರಮೇಣ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಸ್ಕ್ಯಾಫೋಲ್ಡಿಂಗ್ ಮಟ್ಟವನ್ನು ಸ್ವಾಯತ್ತತೆ, ಕಲಿಕೆ ಮತ್ತು ಮೆಟಾಕಾಗ್ನಿಷನ್ ಸ್ಕೋರ್ಗಳಿಂದ ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ — ಮೆಟಾಕಾಗ್ನಿಷನ್ ಸಿದ್ಧತೆಗಾಗಿ ಪ್ರಬಲ ಸಂಕೇತವಾಗಿದೆ.
ಹಂತ-ಹಂತದ ಮಾರ್ಗದರ್ಶನ, ಪ್ರತಿ ಹಂತದಲ್ಲೂ ತಿಳುವಳಿಕೆಯನ್ನು ಪರಿಶೀಲಿಸಿ
ರಚನಾತ್ಮಕ ಸುಳಿವುಗಳು, ಪ್ರಮುಖ ಪ್ರಶ್ನೆಗಳು, ಭಾಗಶಃ ಪರಿಹಾರಗಳು
ಕನಿಷ್ಠ ಪ್ರಚೋದನೆಗಳು, ಬಳಕೆದಾರರು ಮುನ್ನಡೆಸಲು ಮತ್ತು ದಿಕ್ಕನ್ನು ದೃಢೀಕರಿಸಲು ಅವಕಾಶ ನೀಡಿ
ಸಾಕ್ರೆಟಿಕ್ ಸಂಭಾಷಣೆ, ಮಿತಿಗಳನ್ನು ತಳ್ಳಿರಿ, ಕಠಿಣ ಸಮಸ್ಯೆಗಳನ್ನು ಪ್ರಸ್ತಾಪಿಸಿ
ವಯಸ್ಸಿನ ಆಧಾರಿತ ರಕ್ಷಣೆ
25 ವರ್ಷಕ್ಕಿಂತ ಕಡಿಮೆ ವಯಸ್ಸಿನ ಬಳಕೆದಾರರು ಪ್ರಿಫ್ರಂಟಲ್ ಕಾರ್ಟೆಕ್ಸ್ ಪ್ರಬುದ್ಧತೆಯ ಸಂಶೋಧನೆಯ ಆಧಾರದ ಮೇಲೆ ಕಠಿಣ ಮಿತಿಗಳನ್ನು ಪಡೆಯುತ್ತಾರೆ. ಅಭಿವೃದ್ಧಿ ಹೊಂದುತ್ತಿರುವ ಮೆದುಳಿನ ಹೆಚ್ಚಿದ ನರಪ್ಲಾಸ್ಟಿಸಿಟಿ ಅದನ್ನು ಹೆಚ್ಚು ಹೊಂದಿಕೊಳ್ಳುವಂತೆ ಮತ್ತು ಹೆಚ್ಚು ದುರ್ಬಲಗೊಳಿಸುತ್ತದೆ.
ವಯಸ್ಕರು (25+)
- ಸೆಷನ್ ಮಿತಿ: 45 ನಿಮಿಷ
- ಸಂದೇಶ ಮಿತಿ: 30/ಸೆಷನ್
- ಪ್ರಮಾಣಿತ ಮಾರ್ಗಸೂಚಿಗಳು
25 ವರ್ಷದೊಳಗಿನವರು
- ಸೆಷನ್ ಮಿತಿ: 30 ನಿಮಿಷ
- ಸಂದೇಶ ಮಿತಿ: 20/ಸೆಷನ್
- ಯಾವಾಗಲೂ-ಆನ್ ಬೋಧನಾ-ಮೊದಲ ವಿಧಾನ
ತ್ವರಿತ ಪ್ರಾರಂಭ
ಡ್ರಾಪ್-ಇನ್ SDK. baseURL ಮೂಲಕ ಯಾವುದೇ OpenAI-ಹೊಂದಾಣಿಕೆಯ ಪೂರೈಕೆದಾರರೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
// Install
npm install @tetiai/lucid
// Track each exchange (fire-and-forget)
lucid.track(userId, {
userMessage: "Write the code for me",
aiResponse: "Sure, here's the implementation...",
topicId: "conversation-123",
}).catch(console.error)"
// Inject guidelines into your AI system prompt
const guidelines = await lucid.getGuidelines(userId);
systemPrompt += guidelines;
ಹೊಂದಿಕೊಳ್ಳುವ ಸಂಗ್ರಹಣೆ ಮತ್ತು ವಿಶ್ಲೇಷಕಗಳು
MemoryStore
devಅಭಿವೃದ್ಧಿ/ಪರೀಕ್ಷೆ — ಶೂನ್ಯ ಕಾನ್ಫಿಗರೇಶನ್, ಇನ್-ಮೆಮೊರಿ
PrismaStore
prodಉತ್ಪಾದನೆ — PostgreSQL, MySQL, SQLite, MongoDB
RedisStore
prodವಿತರಿಸಿದ ನಿಯೋಜನೆಗಳು, ಹಂಚಿದ ಸೆಷನ್ಗಳು
LLM ವಿಶ್ಲೇಷಕವು OpenAI SDK ಅನ್ನು ಸಾರ್ವತ್ರಿಕ ಕ್ಲೈಂಟ್ ಆಗಿ ಬಳಸುತ್ತದೆ — Together AI, Groq, Ollama, OpenRouter, ಮತ್ತು baseURL ಮೂಲಕ ಯಾವುದೇ ಹೊಂದಾಣಿಕೆಯ ಪೂರೈಕೆದಾರರೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಅಗ್ಗದ, ವೇಗದ ಮಾದರಿಗಳು (Llama 3.1 8B, Gemini Flash) ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ — ಯಾವುದೇ ಫ್ರಾಂಟಿಯರ್ ಮಾದರಿಗಳ ಅಗತ್ಯವಿಲ್ಲ.
ತತ್ವಶಾಸ್ತ್ರ
ನ್ಯಾಯಾಧೀಶರಲ್ಲ
ಯಾವುದೇ “ಒಳ್ಳೆಯ” ಅಥವಾ “ಕೆಟ್ಟ” ಅಂಕಗಳಿಲ್ಲ. ಸಿಸ್ಟಮ್ ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದಿಲ್ಲ, ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ.
ಪೂರ್ವನಿಯೋಜಿತವಾಗಿ ಅಗೋಚರ
ನೀವು ತೋರಿಸದ ಹೊರತು ಬಳಕೆದಾರರು ಅಂಕಗಳನ್ನು ನೋಡುವುದಿಲ್ಲ.
ಗೌಪ್ಯತೆಗೆ ಮೊದಲ ಆದ್ಯತೆ
ಒಟ್ಟುಗೂಡಿಸಿದ ಮೆಟ್ರಿಕ್ಗಳು ಮಾತ್ರ, ಸಂದೇಶದ ವಿಷಯ ಎಂದಿಗೂ ಇಲ್ಲ.
GDPR ಸಿದ್ಧವಾಗಿದೆ
ವಿನಂತಿಯ ಮೇರೆಗೆ ಸಂಪೂರ್ಣ ಡೇಟಾ ಅಳಿಸುವಿಕೆಗಾಗಿ deleteUser().
ಟೆಟಿಯ ಅರಿವಿನ ರಕ್ಷಣೆಯ ಹಿಂದಿನ ಎಂಜಿನ್ ಲೂಸಿಡ್ ಆಗಿದೆ
ಟೆಟಿ AI ನಲ್ಲಿನ ಪ್ರತಿಯೊಂದು ಸಂಭಾಷಣೆಯನ್ನು ಹಿನ್ನೆಲೆಯಲ್ಲಿ ಲೂಸಿಡ್ ವಿಶ್ಲೇಷಿಸುತ್ತದೆ. ನಿಮ್ಮ ಅರಿವಿನ ಪ್ರೊಫೈಲ್ ಕಾಲಾನಂತರದಲ್ಲಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ, ಮತ್ತು AI ನ ನಡವಳಿಕೆಯು ಅದಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಬದಲಾಗುತ್ತದೆ — ನೀವು ನಿಯೋಜಿಸಿದಾಗ ಹೆಚ್ಚು ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುತ್ತದೆ, ನೀವು ಅಭಿವೃದ್ಧಿ ಹೊಂದಿದಾಗ ನಿಮ್ಮನ್ನು ಮತ್ತಷ್ಟು ಸವಾಲು ಮಾಡುತ್ತದೆ, ಮತ್ತು ಆಯಾಸಗೊಂಡಾಗ ವಿರಾಮಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ.