Towards Automated Knowledge Transfer in Evolutionary Multitasking via Large Language Models
यह शोध पत्र SKTD का प्रस्ताव करता है, जो एक नवीन ढांचा (framework) है जो इवोल्यूशनरी मल्टीटास्किंग ऑप्टिमाइज़ेशन के लिए ज्ञान हस्तांतरण विधियों को स्वायत्त रूप से उत्पन्न और अनुकूलित करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे डिज़ाइन प्रक्रिया को स्वचालित किया जा सके और मैनुअल एवं प्रोग्राम-सर्च-आधारित दृष्टिकोणों की तुलना में विविध परिदृश्यों में बेहतर प्रदर्शन प्राप्त किया जा सके।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक मास्टर शेफ हैं जो अपनी जूनियर कुक टीम को एक ही समय में दस अलग-अलग व्यंजन तैयार करना सिखाने की कोशिश कर रहे हैं: एक स्पाइसी करी, एक नाजुक सूफ़ले (soufflé), एक पौष्टिक स्टू (stew), और अन्य।
पुराने दिनों में (पारंपरिक Evolutionary Multi-Task Optimization में), आपको प्रत्येक व्यंजन के लिए एक विशिष्ट, मैन्युअल निर्देश पुस्तिका लिखनी पड़ती।
- "करी के लिए, स्टू के बर्तन से प्याज निकाल लें।"
- "सूफ़ले के लिए, करी के बर्तन को न छुएं; वे बहुत अलग हैं।"
- "स्टू के लिए, करी से गर्मी उधार लें।"
यह कठिन काम है। इसके लिए विशेषज्ञता की आवश्यकता होती है, और यदि आप गलत अनुमान लगा लेते हैं कि कौन से व्यंजन समान हैं, तो आप खाना खराब कर सकते हैं। यह नॉलेज ट्रांसफर (Knowledge Transfer) की समस्या है: यह समझना कि विभिन्न समस्याओं के बीच उपयोगी नुस्खे कैसे साझा किए जाएं बिना कुछ बिगाड़े।
नया विचार: "AI सु-शेफ" (AI Sous-Chef)
यह पेपर एक नई प्रणाली पेश करता है जिसे SKTD (सेल्फ-गाइडेड नॉलेज ट्रांसफर डिज़ाइन) कहा जाता है। इसके बजाय कि आप खुद निर्देश पुस्तिकाएं लिखें, आप एक सुपर-स्मार्ट AI (एक लार्ज लैंग्वेज मॉडल, या LLM) को अपने लिए उन्हें लिखने के लिए काम पर रखते हैं।
लेकिन यह केवल एक चैटबॉट नहीं है जो अनुमान लगाता है। यह एक स्व-सुधार करने वाला AI आर्किटेक्ट है। यहाँ बताया गया है कि यह हमारे किचन वाले उदाहरण का उपयोग करके कैसे काम करता है:
1. "खुद आजमाओ" लूप (स्वचालित डिज़ाइन)
कल्पना कीजिए कि AI केवल एक रेसिपी लिखकर उम्मीद नहीं करता कि सब ठीक होगा। यह 10 अलग-अलग निर्देश पुस्तिकाओं की एक पूरी जनसंख्या (population) बनाता है।
- यह उन्हें किचन में टेस्ट करता है।
- यह देखता है कि कौन सी रेसिपी से करी का स्वाद बेहतर होता है।
- यह देखता है कि कौन सी रेसिपी से सूफ़ले गिर जाता है।
- यह खराब वाली को फेंक देता है और अच्छी वाली को रखता है।
2. "जेनेटिक मिक्सिंग" (पुनर्संयोजन और खोज)
AI के पास नई रेसिपी बनाने के लिए दो विशेष उपकरण हैं:
- मिक्सर (Recombine): यह सबसे अच्छी करी रेसिपी से "मसाला नियम" और सबसे अच्छी स्टू रेसिपी से "तापमान नियम" लेता है और उन्हें मिलाकर एक नई, हाइब्रिड रेसिपी बनाता है।
- आविष्कारक (Discover): कभी-कभी, यह पुरानी रेसिपी को पूरी तरह से अनदेखा कर देता है और एक बिल्कुल नई, जंगली तरीका आज़माता है जिसे पहले कभी किसी ने नहीं सोचा था।
3. "आत्म-चिंतन" (सीक्रेट सॉस)
यह सबसे महत्वपूर्ण हिस्सा है। अधिकांश AI केवल अनुमान लगाते हैं और फिर से प्रयास करते हैं। यह AI अपनी गलतियों से सीखता है।
हर राउंड के बाद, AI अपने साथ ही एक "डिफ़्रीफिंग मीटिंग" करता है:
- व्यक्तिगत स्तर पर: यह एक विशिष्ट रेसिपी को देखता है जो विफल रही और पूछता है, "यह विशिष्ट सूफ़ले रेसिपी उस रेसिपी की तुलना में क्यों विफल हुई जो सफल रही थी?" यह एक नोट लिखता है: "अंडे बहुत जल्दी न मिलाएं।"
- समूह स्तर पर: यह पूरे दल को देखता है। "ऐसा लगता है कि आज की सभी रेसिपी जो विफल हुईं, वे बहुत जटिल थीं। चलिए इसे सरल बनाते हैं।"
यह इन नोट्स को एक नॉलेज बेस (Knowledge Base) में स्टोर करता है। अगले राउंड में, जब AI एक नई रेसिपी लिखने की कोशिश करता है, तो वह इन नोट्स को पहले पढ़ता है। वह कहता है, "ठीक है, मुझे पता है कि मुझे चीजों को सरल बनाना है और अंडे के समय पर ध्यान देना है।"
यही सेल्फ-गाइडेड (Self-Guided) वाला हिस्सा है। AI खुद को एक बेहतर शिक्षक बनने के लिए सिखा रहा है।
4. "सुरक्षा जांच" (मरम्मत और परिष्करण)
कभी-कभी, AI उत्साहित हो जाता है और ऐसी रेसिपी लिख देता है जो कहती है, "500 कप नमक डालें" या ऐसे शब्द का उपयोग करती है जो कोड में मौजूद ही नहीं है।
रेसिपी किचन में जाने से पहले, एक रिपेयर मॉड्यूल (Repair Module) एक सख्त संपादक की तरह काम करता है। यह व्याकरण की जांच करता है, गणित की त्रुटियों को ठीक करता है, और यह सुनिश्चित करता है कि निर्देश वास्तव में समझ में आने योग्य हों, इससे पहले कि AI उन्हें फिर से आज़माए।
यह एक बड़ी बात क्यों है?
- पुराना तरीका: आपको एक मानव विशेषज्ञ की आवश्यकता होती है जो बैठकर यह तय करे कि कार्यों के बीच ज्ञान कैसे स्थानांतरित किया जाए। यह धीमा है, महंगा है, और यदि कार्य बहुत अलग हैं तो यह अच्छी तरह से काम नहीं करता है।
- यह नया तरीका: AI इसे अपने आप समझ लेता है। यह तब भी बहुत अच्छा काम करता है जब कार्य बहुत अलग हों (जैसे करी और सूफ़ले की तुलना करना)।
परिणाम
शोधकर्ताओं ने इसे नौ अलग-अलग "किचनों" (ऑप्टिमाइज़ेशन समस्याओं) पर परखा।
- हैंड-क्राफ्टेड तरीके (पुराना तरीका) अक्सर विफल हो गए जब कार्य अलग थे, और कभी-कभी उन्होंने खाना उतना ही खराब बना दिया जितना कि तब होता यदि उन्होंने कोई सुझाव साझा ही न किया होता।
- अन्य AI तरीके रेसिपी का अनुमान लगाने की कोशिश करते थे लेकिन अपनी गलतियों से प्रभावी ढंग से नहीं सीख पाते थे।
- SKTD (नई विधि) ने लगातार सबसे अच्छी रेसिपी बनाई। इसने सीखा कि कुछ कार्यों के लिए, आपको बहुत सारे सुझाव साझा करने चाहिए, और कुछ के लिए, आपको दूरी बनाए रखनी चाहिए। इसने यह सब स्वचालित रूप से किया, बिना किसी इंसान द्वारा बताए।
संक्षेप में
यह पेपर इस बारे में है कि कंप्यूटर को खुद को सिखाना सिखाने के बारे में कैसे सिखाया जाए। इसके बजाय कि एक इंसान एक साथ कई समस्याओं को हल करने के लिए संघर्ष करे, हम एक AI को अपनी खुद की "ट्रांसफर रणनीतियां" उत्पन्न करने, अपनी विफलताओं से सीखने और अपने स्वयं के निर्देश मैनुअल को तब तक लगातार सुधारने देते हैं जब तक कि वह एक मास्टर मल्टीटास्कर न बन जाए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।