A Novel Hierarchical Multi-Agent System for Payments Using LLMs
यह शोध पत्र पेलोमेंट्स के लिए पदानुक्रमित बहु-एजेंट प्रणाली (HMASP) प्रस्तुत करता है, जो एक नवीन ढांचा है जो मौजूदा सीमाओं को दूर करने और एंड-टू-एंड स्वचालित भुगतान वर्कफ़्लो को सफलतापूर्वक लागू करने के लिए चार-स्तरीय एलएलएम-आधारित एजेंट आर्किटेक्चर का लाभ उठाता 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 रोबोट असिस्टेंट का उपयोग करके कॉफी खरीदना चाहते हैं। आप कहते हैं, "मेरे लिए एक लाटे (latte) खरीदो," और रोबोट को दुकान ढूंढनी है, कॉफी चुननी है और उसका भुगतान करना है।
अतीत में, रोबbot दुकान खोजने और कॉफी चुनने में तो माहिर थे, लेकिन वे पैसे छूने से डरते थे। वे वास्तविक भुगतान नहीं कर सकते थे क्योंकि यह एक उच्च-जोखिम वाला, खतरनाक काम है जिसमें गुप्त कोड, धोखाधड़ी की जांच और सख्त नियम शामिल होते हैं। यदि किसी रोबोट ने आपके क्रेडिट कार्ड नंबर के बारे में कुछ गलत जानकारी (hallucination) बना दी, तो आप बड़ी मुसीबत में पड़ सकते हैं।
यह पेपर HMASP (Hierarchical Multi-Agent System for Payments) नामक एक नई प्रणाली पेश करता है। इसे एक अत्यधिक संगठित कॉर्पोरेट कार्यालय के रूप में समझें जिसे विशेष रूप से AI को सुरक्षित रूप से धन संभालने की अनुमति देने के लिए डिज़ाइन किया गया है।
यह कैसे काम करता है, इसके लिए एक सरल उपमा (analogy) यहाँ दी गई है:
"पेमेंट ऑफिस" की उपमा
एक अकेले रोबोट द्वारा सब कुछ करने के बजाय (जो जोखिम भरा है), यह प्रणाली काम को चार विशिष्ट भूमिकाओं में विभाजित करती है, जैसे कि एक सुव्यवस्थित कंपनी:
रिसेप्शनिस्ट (Conversational Payment Agent - CPA)
- भूमिका: यह एकमात्र AI है जो आपसे बात करता है। आप कहते हैं, "मेरी कॉफी के लिए भुगतान करो।"
- कार्य: यह आपकी बात सुनता है, समझता है कि आप क्या चाहते हैं, और निर्णय लेता है कि आपको किस विभाग में भेजना है। यदि आप पूछते हैं, "मुझे एक चुटकुला सुनाओ," तो रिसेप्शनिस्ट विनम्रता से कहता है, "मैं यह नहीं कर सकता," और प्रक्रिया को तुरंत रोक देता है। यह कभी भी किसी चुटकुले को फाइनेंस विभाग तक नहीं जाने देता।
विभाग प्रबंधक (Supervisor Agents)
- भूमिका: एक बार जब रिसेप्शनिस्ट अनुरोध भेज देता है, तो एक मैनेजर कार्यभार संभाल लेता है।
- कार्य: अलग-अलग कामों के लिए अलग-अलग मैनेजर होते हैं। एक "कार्ड पंजीकरण" (आपको साइन अप करने) को संभालता है, दूसरा "कार्ड पुनर्प्राप्ति" (आपके सहेजे गए कार्ड खोजने) को संभालता है, और तीसरा "भुगतान प्रसंस्करण" (वास्तविक चेकआउट) को संभालता है। वे आपसे सीधे बात नहीं करते; वे बस काम को व्यवस्थित करते हैं।
द्वारपाल (Routing Agents)
- भूमिका: ये विशिष्ट कार्य के दरवाजे पर खड़े बाउंसर की तरह हैं।
- कार्य: मैनेजर कहता है, "हमें कॉफी के लिए भुगतान करने की आवश्यकता है," और अनुरोध को गेटकीपर (द्वारपाल) के पास भेजता है। गेटकीपर जाँच करता है: "क्या यह एक वास्तविक भुगतान अनुरोध है? क्या हमारे पास सारी जानकारी है?" यदि हाँ, तो वे वास्तविक भुगतान मशीन के दरवाजे को खोल देते हैं। यदि नहीं, तो वे इसे रोक देते हैं।
रिपोर्टर (Process Summary Agents)
- भूमिका: भुगतान पूरा होने के बाद (या विफल होने के बाद), ये एजेंट अंतिम रिपोर्ट लिखते हैं।
- कार्य: वे गणित या भुगतान नहीं करते; वे बस यह सारांश लिखते हैं कि क्या हुआ ("सफलता! $5.00 का भुगतान किया गया") और वह रिपोर्ट ऊपर की श्रृंखला में मैनेजर को भेजते हैं, फिर रिसेप्शनिस्ट को, जो आपको बताता है, "आपकी कॉफी का भुगतान हो गया है!"
सफलता का मंत्र: वे सुरक्षित कैसे रहते हैं
यह पेपर बताता है कि AI कभी-कभी "हैलुसिनेट" (तथ्य गढ़ना) कर सकता है। भुगतान प्रणाली में, क्रेडिट कार्ड नंबर बनाना एक आपदा है। HMASP इसे तीन चतुर तरीकों से हल करता है:
"साझा नोटबुक" (Shared State Variables): कल्पना कीजिए कि रिसेप्शनिस्ट, मैनेजर और गेटकीपर सभी के पास एक सुरक्षित, साझा नोटबुक तक पहुंच है। जब आप अपना कार्ड नंबर टाइप करते हैं, तो वह सीधे नोटबुक में जाता है। AI एजेंटों को इसे याद रखने या इसका अनुमान लगाने की आवश्यकता नहीं होती। वे बस नोटबुक से पढ़ते हैं। इसका मतलब है कि AI गलती से गलत नंबर नहीं बना सकता क्योंकि वह केवल वही पढ़ रहा है जो आपने टाइप किया है।
"मानवीय पॉज़ बटन" (Interrupts): यदि सिस्टम को किसी संवेदनशील चीज़ (जैसे आपका पासवर्ड या 3D सिक्योर कोड) की आवश्यकता होती है, तो रोबोट पॉज़ बटन दबा देता है। यह सब कुछ रोक देता है और आपसे इसे टाइप करने के लिए कहता है। यह अनुमान लगाने की कोशिश नहीं करता है। एक बार जब आप टाइप कर देते हैं, तो सिस्टम इसकी जाँच करता है (गणितीय जाँच की तरह) और फिर फिर से शुरू होता है। यह डरावने हिस्सों के लिए मनुष्यों को प्रक्रिया में रखता है।
"शांत कमरे" (Decoupled Messages): रिसेप्शनिस्ट को बैक ऑफिस में हो रही धोखाधड़ी की जांच के विवरण जानने की आवश्यकता नहीं है। मैनेजर को आपके पूरे कार्ड नंबर को देखने की आवश्यकता नहीं है। प्रत्येक एजेंट केवल अपने काम से संबंधित विशिष्ट नोट्स देखता है। यह संवेदनशील डेटा को छिपाकर रखता है और भ्रम को रोकता है।
उन्हें क्या पता चला?
शोधकर्ताओं ने विभिन्न प्रकार के AI दिमागों (कुछ मुफ्त, कुछ महंगे जैसे GPT-4) के साथ इस "पेमेंट ऑफिस" का परीक्षण किया।
- परिणाम: सिस्टम ने काम किया! इसने कार्ड पंजीकरण, सहेजे गए कार्ड खोजने और भुगतान संसाधित करने जैसे कार्यों को सफलतापूर्वक संभाला।
- आश्चर्य: एक मुफ्त, ओपन-सोर्स AI मॉडल (Qwen2.5:32b) ने सबसे महंगे, प्रोप्रायटरी AI (GPT-4.1) के लगभग बराबर प्रदर्शन किया।
- प्रथम: यह पहली बार है जब किसी ने ऐसा सिस्टम बनाया है जहाँ AI एजेंट आपसे प्राकृतिक भाषा में बात कर सकते हैं और बैंक के सुरक्षा नियमों को तोड़े बिना शुरुआत से अंत तक पूर्ण भुगतान पूरा कर सकते हैं।
संक्षेप में
यह पेपर कहता है: "हमने विशेष रूप से प्रशिक्षित AI रोबोटों की एक टीम बनाई है जिनके पास एक सख्त पदानुक्रम और एक सुरक्षित नोटबुक है। यह उन्हें आपके पैसे को सुरक्षित रूप से संभालने की अनुमति देता है, भले ही AI कभी-कभी गलतियाँ करता हो, क्योंकि 'पैसे' वाले हिस्से को 'सोचने' वाले हिस्से से अलग रखा गया है।"
यह एक ऐसे भविष्य की ओर एक बड़ा कदम है जहाँ आप बस कह सकते हैं, "मेरे लिए लंच खरीदो," और एक रोबोट सुरक्षित और सुरक्षित रूप से पूरा काम करता 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।