खाली डेटा शीट से कैसे निकलती है कबड्डी की चोट: एक इंजरी डिकोडर का स्टेज-1 ऑडिट

मेरे पास एक स्प्रेडशीट है जिसमें 1,412 क्लिप हैं। हर क्लिप में एक टैकल है, एक टाइमस्टैम्प है, और एक मैकेनिज़्म कोड है। जब कोई मुझे कहता है कि 'इस मैच में कोई चोट नहीं दिखी', तो मैं पूछता हूं: कितने रेड डिफेंड किए, कितने मिनट, कौन सी पोज़िशन, कौन सा कोड? जवाब अक्सर खाली होता है। और खाली जवाब भी एक डेटा पॉइंट है।

पिछले हफ्ते मेरे पास एक ऐसा ही खाली जवाब आया। एक पाइपलाइन का Stage-1 आउटपुट, जिसमें domain label 'kabaddi' था, लेकिन Information Points पूरी तरह खाली थे। Article Title: N/A। One-sentence Summary: खाली। Entities: 'identify from the information points above' — जबकि ऊपर कुछ भी नहीं था। Time Sensitivity और Source Quality भी उसी खाली जगह पर टिके थे, जैसे कोई इमारत बिना नींव के। मैंने पहले भी ऐसे आउटपुट देखे हैं। 2026 में, जब PKL सीज़न नहीं चल रहा था और मेरी जूनियर नौकरी चली गई थी, मैंने ग्यारह महीने में 1,412 टैकल और रेड-कोलिज़न इवेंट्स कोड किए थे। उस वक्त मेरे पास भी कई रातें ऐसी थीं जब स्प्रेडशीट खाली थी। लेकिन खाली स्प्रेडशीट और खाली आउटपुट में फर्क है: पहला डेटा का अभाव है, दूसरा प्रोसेस की विफलता।

यहां जो हुआ, वह असल में एक बड़ी सिस्टम समस्या का छोटा सा नमूना है। जब Information Points खाली हों, तो डाउनस्ट्रीम हर लेयर ढह जाती है। Entities को 'ऊपर के इन्फॉर्मेशन पॉइंट्स से पहचानो' कहा गया — लेकिन ऊपर कुछ नहीं था। Time Sensitivity और Source Quality भी उसी खाली जगह पर निर्भर थे। यह एक चेन रिएक्शन है: एक खाली फील्ड, और पूरा ढांचा हवा में। कबड्डी में हम इसे 'denominator discipline' कहते हैं — अगर हर टैकल का डिनोमिनेटर नहीं है, तो काउंट का कोई मतलब नहीं। यहां भी वही हुआ: बिना इन्फॉर्मेशन पॉइंट्स के, 'kabaddi' लेबल एक ऐसा डिनोमिनेटर है जिसका कोई न्यूमरेटर नहीं।

सबसे चौंकाने वाली बात यह थी कि Article Type 'Unclassified' था, लेकिन domain label मौजूद था। इसका मतलब साफ है: एक्सट्रैक्शन लेयर ने बॉडी टेक्स्ट नहीं पकड़ा, लेकिन क्लासिफायर ने टाइटल या URL से अंदाज़ा लगा लिया कि यह कबड्डी है। यह ठीक वैसे ही है जैसे कोई रेडर मैट पर उतरे बिना ही 'आउट' हो जाए। टाइमस्टैम्प के बिना, फ्रेम के बिना, सिर्फ अंदाज़े से। मैंने 2026 में PKL सीज़न 5 के दौरान गच्चीबाउली इंडोर स्टेडियम में 41 अंकल-होल्ड टैकल कोड किए थे। उनमें से 33 में रेडर का पैर फ्लैट प्लांटेड था, मिड-स्ट्राइड नहीं। कमेंट्री 'फिसलन भरे मैट' की बात कर रही थी, लेकिन फ्रेम-by-फ्रेम देखने पर मैकेनिज़्म अलग था। हर चोट का एक टाइमस्टैम्प होता है, और असली काम फ्रेम को ढूंढना है — चोट से पहले वाला फ्रेम। यहां भी, Stage-1 का खाली आउटपुट बताता है कि फ्रेम कहीं खो गया।

अब जरा उन पांच संभावित कारणों को देखिए जो इस तरह के खाली आउटपुट के लिए जिम्मेदार होते हैं: JS-रेंडर्ड पेज या एंटी-स्क्रैपिंग ब्लॉक, बदले हुए साइट स्ट्रक्चर के कारण बॉडी सिलेक्टर मिसमैच, पे-वॉल या लॉगिन वॉल, URL का आर्टिकल पेज की जगह लिस्टिंग या वीडियो पेज पर जाना, या Stage-1 के LLM कॉल का टाइमआउट/ट्रंकेशन। मेरे लिए ये पांचों एक ही सवाल के पांच जवाब हैं: डेटा कहां से आ रहा है, और क्या वह सच में आ रहा है? कबड्डी में हम टैकल-एक्सपोज़र काउंट करते हैं — कितने अंकल होल्ड, कितने थाई होल्ड, कितने डैश, कितने चेन टैकल। लेकिन अगर रेड डिफेंड किए गए, मिनट, पोज़िशन और कोड का डिनोमिनेटर नहीं है, तो काउंट सिर्फ शोर है। यहां भी 'kabaddi' लेबल बिना बॉडी टेक्स्ट के सिर्फ शोर है। काउंटिंग डिसिप्लिन के बिना कोई भी संख्या सबूत नहीं, सिर्फ आवाज़ है।

अब वह काउंटर-इंट्यूटिव हिस्सा, जो मैं हर बार लिखता हूं। जब कोई इंजरी आती है, तो लोग पूछते हैं 'कैसे हुआ?' — जैसे यह कोई रहस्य हो। मैं पूछता हूं 'कब हुआ, किस फ्रेम में, कितने पिछले एक्सपोज़र के बाद?' यहां Stage-1 के खाली आउटपुट पर भी वही सवाल लागू होता है। सबसे आसान जवाब यह है कि 'सिस्टम फेल हो गया'। लेकिन असली सवाल यह है: सिस्टम ने खुद को फेल होने से रोकने के लिए क्या किया? कुछ नहीं। और यही असली विफलता है। एक खाली इन्फॉर्मेशन पॉइंट लिस्ट को डाउनस्ट्रीम भेजना ठीक वैसे ही है जैसे एक रेडर को बिना रेड किए मैट पर भेज देना — नतीजा पहले से तय है। मेरे अनुभव में, जब 2026 में मैंने PKL सीज़न 9 के लिए 190 रेड्स के थ्रेशोल्ड वाली प्री-रजिस्टर्ड फोरकास्टिंग की थी, तो मैंने दो रेडर्स को फ्लैग किया था। दोनों ने मल्टीपल मैच मिस किए। लेकिन उस भविष्यवाणी की ताकत यह थी कि उसका थ्रेशोल्ड पहले से पब्लिश था। यहां Stage-1 ने कोई थ्रेशोल्ड सेट नहीं किया — न ही 'अगर इन्फॉर्मेशन पॉइंट्स खाली हैं तो रुक जाओ' वाला कोई नियम। बिना प्री-रजिस्टर्ड थ्रेशोल्ड के, हर विफलता बाद में 'सिस्टम की गलती' बन जाती है, और कोई सबक नहीं निकलता।

मेरी सलाह साफ है: len(information_points) == 0 → abort with reason। यह एक छोटी सी लाइन है, लेकिन इसका असर पूरी चेन पर पड़ेगा। जब आप एक खाली इन्फॉर्मेशन पॉइंट लिस्ट को आगे भेजते हैं, तो आप न सिर्फ इन्फरेंस कॉस्ट बर्बाद करते हैं, बल्कि डाउनस्ट्रीम मॉडल को यह मौका भी देते हैं कि वह खुद से कुछ भर दे। और जब मॉडल खुद से भरता है, तो वह फैक्ट नहीं, फिक्शन बनाता है। कबड्डी में हम इसे 'फैंटम टैकल' कह सकते हैं — ऐसा टैकल जो कभी हुआ ही नहीं, लेकिन स्कोरशीट में दर्ज हो गया। यहां भी वही खतरा है। मेरे पास 1,412 क्लिप्स की शीट है, और उसमें हर एंट्री का एक सोर्स है, एक टाइमस्टैम्प है, एक मैकेनिज़्म कोड है। जब मैं कोई चोट की रिपोर्ट लिखता हूं, तो मैं 'नौ में से इकतालीस' लिखता हूं, 'कई' नहीं। डिनोमिनेटर के बिना कोई इंजरी रिपोर्ट अधूरी है, और बिना सोर्स के कोई डेटा पॉइंट झूठ है।

तो अब आगे क्या? मेरे पास दो रास्ते हैं। पहला: आप मुझे ओरिजिनल टेक्स्ट दें — सीधे पेस्ट करें, या कोई एक्सेसिबल URL/HTML दें। दूसरा: सिर्फ टाइटल + सोर्स + पब्लिकेशन डेट दें, ताकि मैं कन्फर्म कर सकूं कि यह सच में मौजूद है और दोबारा ग्रैब हो सकता है। तीसरा: अगर ओरिजिनल टेक्स्ट नहीं दे सकते, तो साफ बता दें 'kabaddi डोमेन पर जेनेरिक एनालिसिस करो' — तब मैं डोमेन नॉलेज फ्रेमवर्क दूंगा (नियम, मुख्य लीग, कमर्शियलाइज़ेशन पाथ, आम मुद्दे) और साफ तौर पर बता दूंगा कि यह उस आर्टिकल का एनालिसिस नहीं है। लेकिन जब तक वह इनपुट नहीं आता, मैं खाली डेटा से कहानी नहीं बनाऊंगा। मेरे पास 60 घंटे की ब्रॉडकास्ट फुटेज और एक स्प्रेडशीट है — और दोनों यही सिखाते हैं कि सबूत पहले, कहानी बाद में। अगली बार जब कोई खाली डेटा शीट आपके सामने आए, तो पूछिए: क्या मैं इससे एक फ्रेम निकाल सकता हूं? अगर नहीं, तो वह शीट नहीं, एक आईने की तरह है — जो सिर्फ आपकी अपनी भूल दिखाती है। और उस भूल को सुधारने का सबसे अच्छा वक्त अभी है, जब आप अगली बार Stage-1 लिख रहे हों।