Agentic Search in the Wild: Intents and Trajectory Dynamics from 14M+ Real Search Requests
यह शोध पत्र DeepResearchGym से 14.44 मिलियन वास्तविक दुनिया के एजेंटिक सर्च अनुरोधों का विश्लेषण करता है ताकि सत्र की लंबाई के वितरण, इरादे-आधारित अन्वेषण रणनीतियों और पुनर्प्राप्त साक्ष्य से क्वेरी पुनर्गठन की मजबूत शाब्दिक ट्रैसेबिलिटी जैसे प्रमुख व्यवहारिक पैटर्न को प्रकट किया जा सके, जो अंततः सर्च एजेंट डिजाइन को अनुकूलित करने के लिए व्यावहारिक संकेत प्रदान करता 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 एक विशाल, हलचल भरी लाइब्रेरी है जहाँ, इंसानी पाठकों के बजाय, हजारों रोबोटिक लाइब्रेरियन काम कर रहे हैं। ये रोबोट उन्नत AI द्वारा संचालित हैं। उनका काम सिर्फ एक किताब ढूँढना नहीं है; उन्हें जटिल पहेलियों को सुलझाने का काम सौंपा गया है। इसके लिए, वे केवल एक बार किताब नहीं मांगते। वे पूछते हैं, उत्तर पढ़ते हैं, जो उन्होंने अभी पढ़ा उसके आधार पर एक फॉलो-अप सवाल पूछते हैं, फिर से पढ़ते हैं, और तब तक ऐसा करते रहते हैं जब तक उन्हें नहीं लगता कि उनके पास पूरी तस्वीर है।
यह शोध पत्र इन रोबोटिक लाइब्रेरियन का एक विशाल अवलोकन अध्ययन (observation study) है। शोधकर्ताओं ने DeepResearchGym नामक एक सार्वजनिक सिस्टम से 1.4 करोड़ सर्च रिक्वेस्ट (लगभग 4 मिलियन "बातचीत" या सत्रों) का विश्लेषण किया। वे समझना चाहते थे: ये रोबट क्या करने की कोशिश कर रहे हैं, और वे जैसे-जैसे आगे बढ़ते हैं, अपने सवालों को कैसे बदलते हैं?
यहाँ उनके निष्कर्षों का सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है:
1. "शॉपिंग लिस्ट" बनाम "डिटेक्टिव" (इरादा/Intent)
शोधकर्ताओं ने पाया कि रोबोट तीन मुख्य व्यक्तित्व प्रकारों, या "इरादों" में बँटे हुए हैं, जो उनके खोजने के तरीके को बदलते हैं:
- तथ्य-खोजकर्ता (Fact-Seeker - Declarative): यह रोबोट बस एक विशिष्ट तथ्य चाहता है, जैसे "इस स्नैक कंपनी का मालिक कौन है?"
- व्यवहार: यह एक लूप (चक्र) में फंसने की प्रवृत्ति रखता है। यदि इसे तुरंत उत्तर नहीं मिलता, तो यह उसी सवाल को या उसके थोड़े बदले हुए संस्करण को बार-बार पूछता रहता है (जैसे कोई व्यक्ति दरवाजे पर दस्तक देकर बार-बार एक ही सवाल चिल्ला रहा हो)।
- "कैसे करें" मार्गदर्शक (How-To Guide - Procedural): यह रोबोट जानना चाहता है कि कोई काम कैसे किया जाए, जैसे "मैं टपकते नल को कैसे ठीक करूँ?"
- व्यवहार: यह लंबे, विस्तृत सवाल पूछता है और निर्देशों का एक पूरा सेट प्राप्त करने के लिए "लाइब्रेरी की अलमारियों" (दस्तावेजों को रिट्रीव करना) में गहराई तक जाता है।
- डिटेक्टिव (Detective - Reasoning): इसके पास एक जटिल पहेली है, जैसे "पेट्रोल महंगा क्यों है?"
- व्यवहार: यह सबसे साहसी है। यह केवल एक कोण तक सीमित नहीं रहता; यह डॉट्स को जोड़ने के लिए विभिन्न विषयों (facets) के बीच कूदता है। यह केवल एक जगह गहराई में खुदाई करने के बजाय व्यापक रूप से खोज करता है।
2. "ड्रिल-डाउन" की आदत
सबसे बड़ी खोजों में से एक यह है कि इन रोबोटों में गहराई में जाने (zoom in) की आदत है, न कि व्यापक रूप से देखने (zoom out) की।
कल्पना कीजिए कि आप एक मानचित्र देख रहे हैं। अधिकांश समय, ये रोबोट एक व्यापक दृश्य लेते हैं और फिर तुरंत विवरण देखने के लिए एक छोटी गली पर ज़ूम इन कर देते हैं। वे पीछे हटकर यह कहने के लिए शायद ही कभी रुकते हैं कि, "रुको, शायद मैं गलत शहर देख रहा हूँ।"
- "ड्रिल-डाउन" पूर्वाग्रह (Drill-Down Bias): लगभग 36% से 48% समय, वे बस एक ही विषय के थोड़े अलग कोण की ओर मुड़ रहे होते हैं।
- "ज़ूम आउट" की दुर्लभता: केवल लगभग 9% समय ही वे बड़ी तस्वीर देखने के लिए अपनी खोज को व्यापक बनाते हैं। जब वे ज़ूम आउट करते हैं, तो वे लगभग तुरंत ही वापस ज़ूम इन कर जाते हैं। यह पूरे मानचित्र पर एक त्वरित नज़र डालने के बाद तुरंत फिर से एक एकल गली पर ध्यान केंद्रित करने जैसा है।
3. "इको चैंबर" प्रभाव (दोहराव)
अध्ययन में पाया गया कि 90% रोबोट बातचीत छोटी (10 स्टेप्स या उससे कम) होती है, और वे बहुत तेज़ी से होती हैं (अक्सर सवालों के बीच एक मिनट से भी कम का अंतर होता है)।
हालाँकि, तथ्य-खोजकर्ताओं (Fact-Seekers) के लिए, एक समस्या है। जैसे-जैसे बातचीत आगे बढ़ती है, वे खुद को दोहराना शुरू कर देते हैं। 9वें स्टेप तक, उनके लगभग आधे सवाल पिछले सवालों के लगभग समान होते हैं। यह एक ऐसे व्यक्ति की तरह है जो भूल गया है कि उसने पहले ही सवाल पूछ लिया है, या एक ही उत्तर को अलग कोण से पाने की कोशिश में एक लूप में फंसा हुआ है।
4. "टर्म अडॉप्शन" टेस्ट (क्या उन्होंने वास्तव में पढ़ा?)
शोधकर्ता यह जानना चाहते थे कि: जब रोबोट एक नया सवाल पूछता है, तो क्या वह वास्तव में उस जानकारी का उपयोग करता है जो उसने अभी पढ़ी है?
चूंकि वे रोबोट के आंतरिक "मस्तिष्क" (मेमोरी) को नहीं देख सकते थे, इसलिए उन्होंने CTAR (Context-driven Term Adoption Rate) नामक एक चतुर परीक्षण बनाया।
- उपमा: कल्पना कीजिए कि एक जासूस को एक सुराग मिलता है जिसमें लिखा है "संदिग्ध ने एक लाल टोपी पहनी थी।" यदि जासूस का अगला सवाल है "किसने लाल टोपी पहनी थी?", तो वह उस शब्द को "अडॉप्ट" (अपनाना) कर रहा है।
- परिणाम: शोधकर्ताओं ने पाया कि रोबोटों द्वारा अपने अगले सवालों में उपयोग किए गए नए शब्दों में से 54% सीधे उसी टेक्स्ट से आए थे जिसे उन्होंने अभी पढ़ा था।
- चेतावनी: इसका मतलब यह नहीं है कि रोबोट ने टेक्स्ट को पूरी तरह से समझ लिया है, बल्कि यह कि शब्द वहां मौजूद थे। यह एक तोते की तरह है जो सुने हुए शब्दों को दोहराता है, न कि किसी इंसान की तरह जो गहराई से सोचता है। लेकिन यह साबित करता है कि वे कम से कम उस साक्ष्य को देख रहे हैं जिसे उन्होंने प्राप्त किया है।
5. "फिक्स्ड बजट" की समस्या
रोबोटों को प्रति प्रश्न दस्तावेज़ पढ़ने का एक "बजट" दिया गया था (जैसे, 5 पेज पढ़ें, या 10 पेज पढ़ें)।
- निष्कर्ष: अधिकांश रोबनों ने इस बजट को एक हार्ड-कोडेड सेटिंग की तरह माना। वे कार्य के आधार पर इसे बदलते नहीं थे। चाहे वे एक साधारण तथ्य की तलाश कर रहे हों या एक जटिल रहस्य को सुलझा रहे हों, वे ज्यादातर समान संख्या में पेज पढ़ते थे। उन्हें यह अहसास नहीं हुआ कि एक जटिल रहस्य के लिए उन्हें एक साधारण तथ्य की तुलना में अधिक पेज पढ़ने की आवश्यकता हो सकती है।
सारांश
यह पेपर AI सर्च एजेंटों के लिए एक ट्रैफिक रिपोर्ट की तरह है। यह हमें बताता है कि:
- अधिकांश खोजें छोटी और तेज़ होती हैं।
- सरल तथ्यों की तलाश करते समय रोबोट लूप में फंस जाते हैं।
- वे बड़ी तस्वीर देखने के बजाय विवरणों में गहराई तक जाने (zoom in) को प्राथमिकता देते हैं।
- वे जो पढ़ते हैं उससे शब्द तो चुन लेते हैं, लेकिन वे अक्सर एक कठोर "रीडिंग बजट" पर टिके रहते हैं, चाहे कार्य कितना भी कठिन क्यों न हो।
लेखकों ने यह डेटा इसलिए जारी किया है ताकि अन्य शोधकर्ता बेहतर "ट्रैफिक कंट्रोलर" बना सकें जो इन रोबोटों को लूप से बाहर निकलने, अधिक अन्वेषण करने और अपने रीडिंग बजट का अधिक समझदारी से उपयोग करने में मदद कर सकें।
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।