Deterministic Legal Agents: A Canonical Primitive API for Auditable Reasoning over Temporal Knowledge Graphs
यह योगदान SAT ग्राफ API को प्रस्तुत करता है, जो एक मानक प्रिमिटिव इंटरफ़ेस है जो LLM अनिश्चितता को इरादे के अनुवाद और नैरेटिव संश्लेषण तक सीमित करके सत्यापन योग्य, नियत कानूनी तर्क को सक्षम बनाता है, जबकि सभी संरचनात्मक, लौकिक और कारण संबंधी ग्राफ ट्रैवर्सल विश्वसनीय प्रतीकात्मक संचालन के माध्यम से निष्पादित किए जाते हैं।
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 जटिल कानूनी पहेली को हल करने की कोशिश कर रहे हैं, जैसे कि यह निर्धारित करना कि अतीत के किसी विशेष दिन पर एक विशिष्ट कानून ने वास्तव में क्या कहा था।
मानक AI (जैसे कि आज के चैटबॉट्स) की दुनिया में, सिस्टम एक ऐसे लाइब्रेरियन की तरह व्यवहार करता है जो केवल अनुमान लगा सकता है। यदि आप पूछते हैं, "2001 में आवास कानून (housing law) क्या कहता था?", तो लाइब्रेरियन लाइब्रेरी में खोजता है, उन पृष्ठों को ढूंढता है जो आपके प्रश्न के समान दिखते हैं और उन्हें आपको थमा देता है। हालाँकि, यहाँ समस्या यह है कि लाइब्रेरियन 2024 का कोई पृष्ठ, या किसी दूसरे देश का पृष्ठ, या कोई ऐसा पृष्ठ भी थमा सकता है जिसे वर्षों पहले हटा दिया गया था। लाइब्रेरियन शब्दों का अनुमान लगाने में तो अच्छा है, लेकिन वह लाइब्रेरी के इतिहास या नियमों को समझने में बहुत खराब है।
यह लेख एक नया तरीका प्रस्तावित करता है जिससे लीगल AI बनाया जा सके, जिसे डिटरमिनिस्टिक लीगल एजेंट्स (Deterministic Legal Agents) कहा जाता है। अनुमान लगाने वाले लाइब्रेरियन के बजाय, वे एक रोबोटिक आर्काइविस्ट (अभिलेखागार विशेषज्ञ) बनाना चाहते हैं जो नियमों के एक सख्त, अटूट सेट का पालन करता है।
यहाँ यह लेख सरल अवधारणाओं का उपयोग करके इस नई प्रणाली को कैसे समझाता है:
1. समस्या: "फ्लैट" लाइब्रेरी
वर्तमान AI कानूनों को ढीले कागजों के ढेर की तरह मानता है। यह नहीं समझता कि एक कानून एक बड़ी पुस्तक का हिस्सा है, कि पुस्तकों के अध्याय होते हैं, और कि कानून समय के साथ बदलते हैं।
- उपमा: कल्पना कीजिए कि आप एक उपन्यास में एक विशिष्ट वाक्य खोजने की कोशिश कर रहे हैं, लेकिन AI केवल उस पुस्तक के उन यादृच्छिक वाक्यों को पकड़ लेता है जिनमें वही शब्द शामिल हैं। यह शुरुआत का कोई वाक्य पकड़ सकता है जब आपको अंत का चाहिए, या किसी ऐसे ड्राफ्ट का वाक्य पकड़ सकता है जिसे खारिज कर दिया गया था। कानून के मामले में, यह खतरनाक है क्योंकि जो कानून कल सच था, वह आज गलत हो सकता है।
2. समाधान: "SAT-Graph" (मास्टर ब्लूप्रिंट)
लेखकों ने पहले से ही एक विशेष डेटाबेस विकसित किया है जिसे SAT-Graph कहा जाता है। इसे कागज के ढेर के रूप में न सोचें, बल्कि इसे कानूनों के लिए एक जीवंत, सांस लेते हुए फैमिली ट्री (वंशवृक्ष) के रूप में देखें।
- प्रत्येक कानून एक "एलिमेंट" (तत्व) है।
- हर बार जब कोई कानून बदलता है, तो एक नया "वर्जन" (संस्करण) जन्म लेता है।
- प्रत्येक परिवर्तन एक विशिष्ट "एक्शन" (जैसे कि एक नए बिल पर हस्ताक्षर करना) के कारण होता है।
- यह ग्राफ सटीक इतिहास जानता है: कौन सा मूल कानून है? इसने क्या बदला? यह कब समाप्त हुआ?
3. नया इंटरफेस: "प्रिमिटिव API" (एक सख्त मेनू)
बड़ा सवाल जिसका लेख उत्तर देता है वह यह है: हम AI को इस जटिल फैमिली ट्री के साथ बात करने की अनुमति कैसे दें बिना उसे गलतियाँ करने दिए?
यदि हम AI को अपने स्वयं के डेटाबेस क्वेरी लिखने की अनुमति देते हैं (जैसे कि SQL कोड लिखना), तो वह भ्रमित हो सकता है और गलत चीज़ मांग सकता है। इसलिए, लेखकों ने एक कैनोनिकल प्रिमिटिव API (canonical primitive API) बनाया है।
- उपमा: कल्पना कीजिए कि AI एक बहुत ही शानदार रेस्टोरेंट में एक अतिथि है।
- पुराना तरीका: अतिथि रसोई में प्रवेश करता है और शेफ पर चिल्लाना शुरू कर देता है, खुद खाना बनाने की कोशिश करता है। वे सूप जला सकते हैं या गलत सामग्री का उपयोग कर सकते हैं।
- नया तरीका (API): अतिथि केवल एक सख्त, पूर्व-अनुमोदित मेनू से ही ऑर्डर कर सकता है। मेनू में विशिष्ट बटन हैं जैसे "2001 के अनुच्छेद 6 का वर्जन प्राप्त करें" या "मुझे दिखाएं कि इस कानून को किसने बदला।" AI को रसोई में भटकने की अनुमति नहीं है; वह केवल बटन दबा सकता है।
4. स्वर्णिम नियम: "प्रोबेबिलिस्टिक आइसोलेशन" (संभाव्यता अलगाव)
यह इस लेख की सबसे महत्वपूर्ण अवधारणा है। लेखकों ने पहचाना कि AI स्वाभाविक रूप से "फजी" (धुंधला/अनुमान लगाने वाला) है, जबकि कानूनी तथ्य "शार्प" (स्पष्ट/तीक्ष्ण) होने चाहिए (वे या तो सत्य हैं या असत्य)।
उन्होंने एक नियम बनाया जिसे प्रोबेबिलिस्टिक आइसोलेशन कहा जाता है। इसे एक सुरक्षा चेकपॉइंट के रूप में सोचें:
- ज़ोन 1 (फजी ज़ोन): AI को यहाँ अनुमान लगाने की अनुमति है। वह आपके प्रश्न ("आवास के बारे में क्या?") को लेता है और अनुमान लगाता है कि आप किस कानून का संदर्भ दे रहे हैं। वह कह सकता है, "मुझे लगता है कि आप अनुच्छेद 6 की बात कर रहे हैं, लेकिन मैं इसके बारे में केवल 80% निश्चित हूँ।"
- चेकपॉइंट: एक बार जब AI एक विशिष्ट कानून ID (जैसे "अनुच्छेद 6") चुन लेता है, तो वह एक चेकपॉइंट से गुजरता है।
- ज़ोन 2 (स्ट्रिक्ट ज़ोन): इस बिंदु के बाद, कोई अनुमान लगाने की अनुमति नहीं है। AI 2001 के संस्करण को प्राप्त करने के लिए एक बटन दबाता है। रोबोटिक आर्काइविस्ट को उस तारीख का सटीक टेक्स्ट देना ही होगा। उसे अनुमान नहीं लगाना चाहिए। उसे भ्रमित (hallucinate) नहीं होना चाहिए। उसे बस सटीक डेटा प्राप्त करना है।
- ज़ोन 3 (वापस फजी ज़ोन में): एक बार जब रोबोट सटीक टेक्स्ट डिलीवर कर देता है, तो AI को आपके लिए एक अच्छा सारांश लिखने के लिए फिर से अनुमान लगाने की अनुमति होती है।
5. यह वास्तविक जीवन में कैसे काम करता है (उपयोग के मामले)
लेख तीन उदाहरणों के साथ दिखाता है कि यह कैसे काम करता है:
- टाइम ट्रैवल (समय यात्रा): आप पूछते हैं, "20 मई, 2001 को कानून क्या कहता था?"
- पुराना AI: आपको आज का कानून दिखा सकता है।
- नया AI: कानून का नाम अनुमान लगाता है, फिर "वर्जन 2001 प्राप्त करें" बटन दबाता है। रोबोट उस दिन का सटीक टेक्स्ट डिलीवर करता है।
- डिटेक्टिव वर्क (जासूसी कार्य): आप पूछते हैं, "'आवास' (housing) को जोड़ने पर कानून कैसे बदला?"
- पुराना AI: "आवास" शब्द को ढूंढ सकता है और आपको एक पैराग्राफ दिखा सकता है।
- नया AI: कानून को ढूंढता है, उसके इतिहास की जांच करता है, उस सटीक क्षण का पता लगाता है जब "आवास" जोड़ा गया था, और परिवर्तन से पहले और बाद का टेक्स्ट, साथ ही उस विशिष्ट बिल को दिखाता है जिसके कारण यह बदलाव हुआ।
- द रिपल इफेक्ट (लहर प्रभाव): आप पूछते हैं, "इस नए संशोधन ने किन कानूनों को बदला?"
- पुराना AI: अन्य कानूनों में संशोधन का नाम खोजने की कोशिश करता है (जो अक्सर विफल रहता है)।
- नया AI: "एक्शन" के निशान का पीछा करता है। वह देखता है कि संशोधन एक "पैरेंट" तत्व था जिसने अन्य कानूनों के नए संस्करण बनाए। वह ठीक से सूचीबद्ध करता है कि क्या बदला।
सारांश
लेख यह दावा नहीं करता कि यह AI एक वकील बनने में परफेक्ट है। यह दावा करता है कि यह विश्वसनीयता की समस्या को हल करता है।
यह एक ऐसा सिस्टम बनाता है जहाँ AI को आपके प्रश्न को समझने और अंतिम उत्तर तैयार करने के लिए रचनात्मक होने की अनुमति है, लेकिन तथ्यों की खोज के दौरान उसे एक रोबोट बनने के लिए मजबूर किया जाता है। यह "अनुमान लगाने" को "तथ्य-जांच" से अलग करता है, ताकि AI द्वारा उपयोग किए गए प्रमाण के हर टुकड़े को डेटाबेस में एक विशिष्ट, अपरिवर्तनीय डेटासेट से जोड़ा जा सके।
यह एक जासूस को आवर्धक लेंस (magnifying glass) देने जैसा है जो केवल सत्य दिखाता है, न कि एक क्रिस्टल बॉल (crystal ball) जो वह दिखाती है जो हो सकता है।
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।