Git Context Controller: Manage the Context of LLM-based Agents like Git
यह शोध पत्र Git-Context-Controller (GCC) को प्रस्तुत करता है, जो एक वर्ज़न-कंट्रोल-प्रेरित ढांचा है जो LLM एजेंट संदर्भ प्रबंधन को Git-समान ऑपरेशन्स का उपयोग करके एक निरंतर, नेविगेबल मेमोरी सिस्टम में परिवर्तित करता है, जिससे कुशल दीर्घकालिक तर्क (long-term reasoning), सत्र रिकवरी (session recovery) और मल्टी-ट्रैजेक्टरी समन्वय (multi-trajectory coordination) को सक्षम बनाकर सॉफ्टवेयर इंजीनियरिंग और अनुसंधान बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त किया जा सकता है।
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 शानदार जासूस हैं जो एक विशाल, कई हफ्तों चलने वाली गुत्थी को सुलझाने की कोशिश कर रहे हैं। आपके पास एक नोटबुक है जिसमें आप हर सुराग, हर थ्योरी और हर गलत रास्ते (dead end) को लिखते हैं।
समस्या:
AI एजेंटों (स्मार्ट कंप्यूटर प्रोग्राम) की दुनिया में, यह नोटबुक उनकी "याददाश्त" (memory) है। वर्तमान में, इन AI जासूसों को याददाश्त की एक भयानक समस्या है। जैसे-जैसे वे काम करते जाते हैं, उनकी नोटबुक इतनी भर जाती है कि उन्हें नई चीजें लिखने के लिए पुराने पन्ने फाड़ने पड़ते हैं।
- यदि वे बहुत अधिक पन्ने फाड़ देते हैं, तो वे शुरुआत के महत्वपूर्ण सुराग भूल जाते हैं।
- यदि वे उन फटे हुए पन्नों का एक वाक्य में सारांश (summarize) करने की कोशिश करते हैं, तो वे महत्वपूर्ण विवरण खो देते हैं।
- यदि वे एक नई नोटबुक (एक नया सेशन) शुरू करते हैं, तो वे पिछले सत्र में सीखी गई हर चीज़ भूल जाते हैं।
यही कारण है कि AI अक्सर लंबे कार्यों के दौरान "बेवकूफ" होता जाता है। वह अपना रास्ता भटक जाता है।
समाधान: Git-Context-Controller (GCC)
इस पेपर के लेखकों ने एक नया सिस्टम पेश किया है जिसे GCC कहा जाता है। उन्होंने महसूस किया कि सॉफ्टवेयर इंजीनियर दशकों से इस सटीक समस्या को हल करने के लिए Git (कोड के वर्ज़न को मैनेज करने वाला एक टूल) नामक एक टूल का उपयोग कर रहे हैं। उन्होंने तय किया कि वे AI एजेंटों को भी यही सुपरपावर देंगे।
सोचिए कि GCC, AI जासूस को एक साधारण, भर जाने वाली नोटबुक देने के बजाय, एक जादुई और व्यवस्थित फाइलिंग कैबिनेट देने जैसा है।
यह कैसे काम करता है (रूपक/Metaphors)
सिर्फ एक सीधी रेखा में लिखने के बजाय, AI अब अपनी याददाश्त को मैनेज करने के लिए चार "जादुई कमांड्स" का उपयोग करता है, ठीक वैसे ही जैसे एक सॉफ्टवेयर डेवलपर करता है:
COMMIT (एक "सेव पॉइंट"):
- रूपक: कल्पना कीजिए कि आपने अपने रहस्य का एक बड़ा अध्याय पूरा कर लिया है। सिर्फ लिखते रहने के बजाय, आप रुकते हैं, जो कुछ आपने सुलझाया है उसका एक स्पष्ट सारांश लिखते हैं, और उस पन्ने को एक सुरक्षित तिजोरी में लॉक कर देते हैं।
- GCC में: जब AI समस्या का एक छोटा हिस्सा सुलझा लेता है, तो वह अपनी प्रगति को "कमिट" (commit) करता है। वह जो किया और क्यों किया, उसका एक स्नैपशॉट सुरक्षित करता है। यह एक स्थायी चेकपॉइंट बनाता है जिसे कभी खोया नहीं जा सकता।
BRANCH (एक "क्या होगा अगर?" वाला कमरा):
- रूपक: आपके पास एक थ्योरी है कि बटलर (बड़ा नौकर) दोषी है, लेकिन आपको यह भी लगता है कि माली भी अपराधी हो सकता है। "बटलर" थ्योरी को आज़माने के लिए अपनी मुख्य नोटबुक में बदलाव करने के बजाय, आप एक अलग, समानांतर नोटबुक खोलते हैं। आप माली की थ्योरी को बिना मुख्य जांच को बिगाड़े, स्वतंत्र रूप से एक्सप्लोर कर सकते हैं। यदि वह विफल हो जाता है, तो आप बस उस ब्रांच को बंद कर देते हैं। यदि वह सफल होता है, तो आप उस सफलता को अपनी मुख्य कहानी में वापस ला सकते हैं।
- GCC में: यदि AI एक अलग दृष्टिकोण आज़माना चाहता है, तो वह एक "ब्रांच" (branch) बनाता है। वह इस नए रास्ते को स्वतंत्र रूप से एक्सप्लोर कर सकता है। यदि वह विफल हो जाता है, तो वह बस ब्रांच को बंद कर देता है। यदि वह सफल होता है, तो वह उस सफलता को मुख्य कहानी में वापस ला सकता है।
MERGE (एक "महान मिलन"):
- रूपक: आपने माली की थ्योरी की जांच की और वहां से एक ठोस सबूत मिला। अब, आप उस नए सबूत को अपनी मुख्य नोटबुक में डाल देते हैं, जिससे आपका अंतिम निष्कर्ष अपडेट हो जाता है।
- GCC में: जब एक "ब्रांच" (एक साइड एक्सपेरिमेंट) सफल हो जाता है, तो AI उसे वापस मुख्य योजना में "मर्ज" (merge) कर देता है, जिससे दोनों रास्तों के सबसे अच्छे विचारों का संयोजन होता है।
CONTEXT (एक "सर्च इंजन"):
- रूपक: आपको याद करने की जरूरत है कि आपने तीन दिन पहले क्या लिखा था। 500 पन्नों की अस्त-व्यस्त नोट्स के पन्ने पलटने के बजाय, आप अपने फाइलिंग कैबिनेट से पूछते हैं: "मुझे बटलर थ्योरी का सारांश दिखाएं," या "मुझे कीचड़ भरे पैरों के निशान वाला सटीक नोट दिखाएं।"
- GCC में: AI तुरंत अपने इतिहास के विशिष्ट हिस्सों को प्राप्त कर सकता है—चाहे वह एक उच्च-स्तरीय योजना हो या एक छोटा सा विवरण—बिना पूरे इतिहास से अभिभूत हुए।
यह सब कुछ कैसे बदल देता है
इस पेपर ने दो बहुत कठिन चुनौतियों पर इस सिस्टम का परीक्षण किया:
- जटिल सॉफ्टवेयर बग्स को ठीक करना (SWE-Bench)।
- कठिन शोध प्रश्नों के उत्तर देना (BrowseComp)।
परिणाम:
- "सुपर डिटेक्टिव": GCC का उपयोग करने वाले AI एजेंट इन समस्याओं को सुलझाने में सर्वश्रेष्ठ बन गए, उन्होंने 26 अन्य शीर्ष सिस्टमों (बड़े कमर्शियल सिस्टम सहित) को पीछे छोड़ दिया।
- कोई भूलने की बीमारी नहीं: AI अपने लक्ष्यों को दिनों पुराने भी याद रख सका, भले ही बातचीत बहुत बड़ी क्यों न हो।
- बेहतर सोच: क्योंकि AI बिना मुख्य प्रगति को खोए डर के बिना "क्या होगा अगर?" परिदृश्यों (Branching) को सुरक्षित रूप से एक्सप्लोर कर सकता था, इसलिए उसने समस्याओं को अधिक रचनात्मक और सटीक रूप से सुलझाया।
निचोड़ (The Bottom Line)
इससे पहले, AI एजेंट उन छात्रों की तरह थे जो एक ऐसी पाठ्यपुस्तक पढ़कर फाइनल परीक्षा की तैयारी करने की कोशिश कर रहे थे जिसके पन्ने खुद-ब-खुद मिटते जा रहे थे। GCC उन्हें एक लाइब्रेरी सिस्टम देता है जहाँ वे चैप्टर को बुकमार्क कर सकते हैं, स्टडी गाइड बना सकते हैं, और अपनी जगह खोए बिना विभिन्न सिद्धांतों के बीच आ-जा सकते हैं।
यह AI की याददाश्त को शब्दों के एक क्षणिक प्रवाह से बदलकर एक संरचित, नेविगेबल और स्थायी कार्यक्षेत्र (workspace) में बदल देता है। यह AI को उन कार्यों को संभालने की अनुमति देता है जो आज के समय में उनके लिए बहुत लंबे और जटिल हैं।
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।