Team of Thoughts: Efficient Test-time Scaling of Agentic Systems through Orchestrated Tool Calling
यह शोध पत्र टीम-ऑफ-थॉट्स (Team-of-Thoughts) को प्रस्तुत करता है, जो एक विषम बहु-एजेंट ढांचा (heterogeneous multi-agent framework) है जो ऑर्केस्ट्रेटर कैलिब्रेशन और एजेंट स्व-आकलन का लाभ उठाकर टूल के रूप में विशिष्ट मॉडलों को गतिशील रूप से चुनता है, जो गणितीय तर्क और कोड जनरेशन बेंचमार्क में मौजूदा सजातीय प्रणालियों (homogeneous systems) से काफी बेहतर प्रदर्शन 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 आप एक अविश्वसनीय रूप से कठिन पहेली को हल करने की कोशिश कर रहे हैं, जैसे कि कोई जटिल गणित की समस्या या ऐसा सॉफ़्टवेयर लिखना जो पहले कभी नहीं बनाया गया हो।
अतीत में, आप इसे हल करने के लिए एक एकल जीनियस (प्रतिभाशाली व्यक्ति) को काम पर रख सकते थे। आप उन्हें पहेली देते, और वे बस वहां बैठकर, गहराई से विचार करते, कदम-दर-कदम, जब तक कि उन्हें उत्तर न मिल जाए। यह वह तरीका था जिससे अधिकांश AI सिस्टम काम करते थे: एक बड़ा दिमाग सारा काम करता था।
लेकिन कभी-कभी, वह एक जीनियस अटक जाता है। हो सकता है कि वे गणित में बहुत अच्छे हों लेकिन कोडिंग में बहुत खराब। या शायद वे अपनी सोच में गलत मोड़ ले लेते हैं और वापस सही रास्ते पर नहीं आ पाते।
"टीम-ऑफ-थॉट्स" (Team-of-Thoughts) काम करने का एक नया तरीका है जो खेल बदल देता है। एक जीनियस को काम पर रखने के बजाय, यह विशेषज्ञों की एक विशेषज्ञ टीम को काम पर रखता है और उन्हें एक प्रोजेक्ट मैनेजर के साथ एक कमरे में रखता है।
यह कैसे काम करता है, इसके सरल भाग यहाँ दिए गए हैं:
1. "एक ही सांचे में ढले" (One-Size-Fits-All) की समस्या
अधिकांश वर्तमान AI टीमें क्लोन के एक समूह की तरह हैं। वे सभी एक ही दिमाग (एक ही AI मॉडल) का उपयोग करते हैं लेकिन अलग-अलग लोग होने का नाटक करते हैं (जैसे, "एक डॉक्टर की तरह व्यवहार करें," "एक वकील की तरह व्यवहार करें")।
- खामी: यदि "क्लोन" दिमाग गणित में खराब है, तो टीम का प्रत्येक सदस्य गणित में खराब होगा। वे सभी एक ही मानसिक स्थिति में फंसे हुए हैं।
2. समाधान: अलग-अलग दिमागों का एक "टूलबॉक्स"
टीम-ऑफ-थॉट्स फ्रेमवर्क यह समझता है कि अलग-अलग AI मॉडल्स के अलग-अलग सुपरपावर्स होते हैं।
- मॉडल A गणित का जादूगर हो सकता है लेकिन कोडिंग लिखने में खराब हो सकता है।
- मॉडल B कोडिंग का उस्ताद हो सकता है लेकिन लॉजिक पहेलियों में धीमा हो सकता है।
- मॉडल C रचनात्मक लेखन में बहुत अच्छा हो सकता है लेकिन संख्याओं में बहुत खराब हो सकता है।
उन्हें एक ही व्यक्ति होने का नाटक करने के लिए मजबूर करने के बजाय, यह सिस्टम उन्हें एक टूलबॉक्स में विशेषित उपकरणों (specialized tools) की तरह मानता है। आप बोल्ट कसने के लिए हथौड़ा इस्तेमाल नहीं करते; आप काम के लिए सही उपकरण चुनते हैं।
3. दो गुप्त सामग्रियां (The Two Secret Ingredients)
इस टीम को काम करने के योग्य बनाने के लिए, शोधकर्ताओं ने इसमें दो स्मार्ट फीचर्स जोड़े हैं:
अ. "मैनेजर" (The Orchestrator)
एक प्रोजेक्ट मैनेजर की कल्पना करें जो खुद काम नहीं करता है बल्कि यह जानता है कि कौन किस काम में अच्छा है।
- टीम शुरू करने से पहले, यह मैनेजर यह देखने के लिए एक त्वरित परीक्षण करता है कि कौन सबसे अच्छा "बॉस" है।
- कभी-कभी सबसे बड़ा, सबसे महंगा AI सबसे अच्छा मैनेजर नहीं होता। एक थोड़ा छोटा, तेज़ AI समन्वय करने में बेहतर हो सकता है।
- एक बार मैनेजर चुने जाने के बाद, वे एक ऑर्केस्ट्रा के कंडक्टर की तरह कार्य करते हैं। वे हर वाद्य यंत्र नहीं बजाते; वे बस सही संगीतकारों को बताते हैं कि कब बजना शुरू करना है।
ब. "रिज्यूमे" (स्व-मूल्यांकन)
टीम के काम शुरू करने से पहले, प्रत्येक विशेषज्ञ एजेंट अपने बारे में एक छोटा रिज्यूमे लिखता है।
- एजेंट A कहता है: "मैं ज्यामिति (geometry) की समस्याओं को हल करने में बहुत अच्छा हूँ, लेकिन अक्सर बीजगणित (algebra) में गलती करता हूँ।"
- एजेंट B कहता है: "मैं कोडिंग विशेषज्ञ हूँ, लेकिन शब्द-समस्याओं (word problems) में संघर्ष करता हूँ।"
- मैनेजर इन रिज्यूमे को पढ़ता है। जब कोई नया प्रश्न आता है, तो मैनेजर "रिज्यूमे" को देखता है और तुरंत उस विशिष्ट कार्य के लिए सबसे अच्छा व्यक्ति चुन लेता है। वे कोडिंग विशेषज्ञ को गणित करने के लिए बुलाकर समय बर्बाद नहीं करते।
4. वे मिलकर कैसे काम करते हैं (जादू)
जब एक कठिन प्रश्न आता है:
- मैनेर प्रश्न को पढ़ता है और "रिज्यूमे" की जांच करता है।
- मैनेजर केवल उन 2 या 3 विशेषज्ञों को बुलाता है जो उस विशिष्ट समस्या के लिए एकदम सही हैं। (वे पूरी टीम को नहीं बुलाते; वह बहुत शोर भरा और धीमा होगा)।
- विशेषज्ञ समस्या के अपने हिस्से को जल्दी से हल करते हैं और केवल उत्तर वापस भेजते हैं (गंदे रफ नोट्स के बजाय)।
- मैनेजर उन उत्तरों को लेता है, उन्हें जोड़ता है, और आपको अंतिम, उच्च-गुणवत्ता वाला समाधान देता है।
यह बेहतर क्यों है?
- गति और लागत: यह सस्ता है क्योंकि यह गलत विशेषज्ञों को काम करने के लिए बुलाकर पैसा बर्बाद नहीं करता। यह तेज़ है क्योंकि यह उन "सोचने" के चरणों को छोड़ देता है जो गलत दिशा में ले जाते हैं।
- सटीकता: यह अधिक क्षेत्र को कवर करता है। यदि गणित विशेषज्ञ अटक जाता है, तो कोडिंग विशेषज्ञ एक अलग दृष्टिकोण देख सकता है। मैनेजर इन दृष्टिकोणों को मिलाकर सत्य तक पहुँचता है।
- वास्तविक दुनिया के परिणाम: परीक्षणों में, इस टीम ने "एकल जीनियस" दृष्टिकोण को बड़े अंतर से पछाड़ दिया। कठिन गणित प्रतियोगिताओं में, उन्होंने 96% सही प्रदर्शन किया, जबकि एकल जीनियस के लिए यह 80% था। कोडिंग टेस्ट में, वे 66% से बढ़कर 78% हो गए।
कमी (सीमा)
यह सिस्टम तब सबसे अच्छा काम करता है जब टीम छोटी और केंद्रित हो। यदि आप 100 विशेषज्ञों को कमरे में रखने की कोशिश करते हैं और मैनेजर से सही लोगों को चुनने के लिए कहते हैं, तो मैनेजर अभिभूत (overwhelmed) हो जाता है (जैसे बहुत सारे ईमेल के साथ एक मैनेजर)। वे गलतियाँ करने लगते हैं। इसलिए, रहस्य संख्या के बजाय गुणवत्ता है: सही कुछ लोगों को चुनें, बहुत सारे को नहीं।
संक्षेप में
टीम-ऑफ-थॉट्स एक "लोन वुल्फ" (अकेला योद्धा) रणनीति से "स्पेशल फोर्सेज" रणनीति की ओर बढ़ने जैसा है। एक सैनिक द्वारा सब कुछ करने की कोशिश करने के बजाय, आपके पास एक कमांडर होता है जो जानता है कि मिशन के लिए किस विशेषज्ञ (स्नाइपर, मेडिक, इंजीनियर) को भेजना है, जिससे यह सुनिश्चित होता है कि काम तेजी से, कम लागत में और बहुत उच्च सफलता दर के साथ पूरा हो।
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।