Semantic XPath: Structured Agentic Memory Access for Conversational AI
यह शोध पत्र 'सेमेंटिक एक्सपाथ' (Semantic XPath) का प्रस्ताव करता है, जो एक ट्री-स्ट्रक्चर्ड मेमोरी मॉड्यूल है जो फ्लैट-आरएजी (flat-RAG) बेसलाइन्स की तुलना में काफी बेहतर प्रदर्शन करता है और इन-कॉन्टेक्स्ट मेमोरी की तुलना में टोकन के उपयोग को नाटकीय रूप से कम करता है, जिससे अधिक कुशल और स्केलेबल लॉन्ग-टर्म टास्क-ओरिएंटेड कन्वर्सेशनल एआई सिस्टम सक्षम होते 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 "AI" नामक एक बहुत बुद्धिमान, लेकिन थोड़े भुलक्कड़ ट्रैवल एजेंट से बात कर रहे हैं।
समस्या: "ईंट की दीवार" और "बिखरी हुई फाइलिंग कैबिनेट"
वर्तमान में, AI एजेंटों के याद रखने के दो मुख्य तरीके हैं, और दोनों में बड़ी खामियां हैं:
- "ईंट की दीवार" (इन-कॉन्टेक्स्ट मेमोरी):
कल्पना कीजिए कि आप एजेंट से बात कर रहे हैं, और हर बार जब आप कुछ कहते हैं, तो वे आपकी पूरी बातचीत का इतिहास आपके सामने एक विशाल ईंट की दीवार पर चिपका देते हैं।
- समस्या: अंततः दीवार इतनी बड़ी हो जाती है कि एजेंट पूरी चीज़ देख ही नहीं पाता। वे बातचीत की शुरुआत भूलने लगते हैं, भ्रमित हो जाते हैं और गलतियाँ करने लगते हैं। इसके अलावा, इतनी बड़ी दीवार बनाने में बहुत अधिक पैसा (कंप्यूटर "टोकन" या लागत) खर्च होता है।
- उपमा: यह एक 500 पन्नों के उपन्यास में से कॉफी के बारे में एक विशिष्ट वाक्य खोजने के लिए पूरा उपन्यास पढ़ने जैसा है। आपको हर बार सवाल पूछने के लिए पूरी किताब पढ़नी पड़ती है।
- "बिखरी हुई फाइलिंग कैबिनेट" (फ्लैट RAG):
दीवार की समस्या को ठीक करने के लिए, डेवलपरों ने एक "रिट्रीवल" (खोज) प्रणाली का उपयोग करना शुरू किया। दीवार के बजाय, वे आपके बातचीत के सभी नोट्स कागजों के एक विशाल ढेर के रूप में फर्श पर फेंक देते हैं। जब आप कोई प्रश्न पूछते हैं, तो AI उन कागजों को उठा लेता है जो आपके प्रश्न के सबसे समान दिखते हैं।
- समस्या: यह इस बात की अनदेखी करता है कि चीजें वास्तव में कैसे व्यवस्थित हैं। यदि आप कहते हैं, "उस दिन के लिए एक कॉफी ब्रेक जोड़ें जिसमें सबसे अधिक मीटिंग्स हैं," तो AI 'मीटिंग' शब्द देखकर 'डे 1' के बारे में एक कागज उठा सकता है, बजाय 'डे 3' के, क्योंकि वह केवल उस पहली चीज़ को देखता है जो उसे मिलती है। इसमें संरचना (स्ट्रक्चर) की समझ की कमी होती है।
- उपमा: यह एक लाइब्रेरियन से "तीसरी शेल्फ पर रखी बिल्ली वाली किताब" मांगने जैसा है, और वह बस आपको पहली किताब थमा देता है जिसके कवर पर "बिल्ली" शब्द लिखा हो, भले ही वह गलत गलियारे में हो।
समाधान: "स्मार्ट ट्री" (सिमेंटिक XPath)
इस शोध पत्र के लेखक आपकी याददाश्त को व्यवस्थित करने का एक नया तरीका प्रस्तावित करते हैं जिसे सिमेंटिक XPath कहा जाता है।
कल्पना कीजिए कि आपकी याददाश्त एक दीवार या कागजों का ढेर नहीं, बल्कि एक जीवित, व्यवस्थित पेड़ है।
- तना (Trunk) आपकी मुख्य यात्रा है (जैसे, "3-दिवसीय ACL कॉन्फ्रेंस")।
- शाखाएं (Branches) दिन हैं (डे 1, डे 2, डे 3)।
- पत्तियां (Leaves) विशिष्ट गतिविधियाँ हैं (कॉफी, वर्कशॉप, डिनर)।
यह कैसे काम करता है:
पूरी दीवार पढ़ने या कागजों के ढेर में हाथ मारने के बजाय, AI आपकी मेमोरी ट्री तक सीधे पहुँचने के लिए एक विशेष "सर्च लैंग्वेज" (जैसे आपकी मेमोरी ट्री के लिए GPS) का उपयोग करता है।
- जादुई क्वेरी: जब आप कहते हैं, "उस दिन के लिए एक कॉफी ब्रेक जोड़ें जो मीटिंग्स से भरा हुआ है," तो AI केवल अनुमान नहीं लगाता। यह एक क्वेरी चलाता है जैसे: " 'डे' शाखाओं पर जाओ, 'मीटिंग' पत्तियों को देखो, गणना करो कि किस शाखा में सबसे अधिक पत्तियां हैं, और वहीं रुक जाओ।"
- परिणाम: यह तुरंत "डे 2" को ढूंढ लेता है, कॉफी ब्रेक जोड़ता है, और बाकी पेड़ को छुए बिना उस विशिष्ट शाखा को अपडेट कर देता है।
यह एक बड़ी बात क्यों है?
शोधकर्ताओं ने इस नए "ट्री" (पेड़) तरीके का परीक्षण पुराने "दीवार" और "बिखरे ढेर" के तरीकों के विरुद्ध किया और आश्चर्यजनक परिणाम प्राप्त किए:
- अधिक स्मार्ट: यह बिखरे हुए ढेर वाले तरीके की तुलना में 176% अधिक बार सही उत्तर प्राप्त करता है। इसने आपकी यात्रा की संरचना को समझा, न कि केवल कीवर्ड्स को।
- सस्ता: इसने "ईंट की दीवार" विधि की तुलना में 90% कम कंप्यूटर शक्ति (टोकन) का उपयोग किया। यह 500 पन्नों का विश्वकोश भेजने के बजाय एक पोस्टकार्ड भेजने जैसा है।
- स्थिर (Stable): जैसे-जैसे बातचीत लंबी होती जाती है (अधिक दिन, अधिक कार्य), "दीवार" विधि धीमी और महंगी होती जाती है, लेकिन "ट्री" विधि तेज़ और सस्ती बनी रहती है क्योंकि यह केवल उस विशिष्ट शाखा को देखती है जिसकी उसे आवश्यकता है।
डेमो: "सिमेंटिक XPath चैट"
लेखकों ने एक लाइव डेमो सिस्टम भी बनाया है (एक विजुअल डैशबोर्ड की तरह)।
- बायां स्क्रीन: आप AI के साथ चैट करते हैं।
- मध्य स्क्रीन: आप "पेड़" को बढ़ते हुए देखते हैं। जब आप कोई प्रश्न पूछते हैं, तो आप देख सकते हैं कि AI ठीक उसी शाखा को कैसे हाईलाइट करता है जिसे वह देख रहा है।
- दायां स्क्रीन: आप निर्णय के पीछे का गणित देखते हैं (जैसे, "डे 2 में 'बिजी डे' के लिए 90% मैच था")।
निष्कर्ष
यह शोध पत्र सुझाव देता है कि लंबी अवधि के कार्यों (जैसे यात्रा की योजना बनाना, टू-डू लिस्ट प्रबंधित करना, या एक सप्ताह के भोजन की योजना बनाना) के लिए AI को वास्तव में सहायक होने के लिए, इसे टेक्स्ट के विशाल ढेर के रूप में व्यवहार करना बंद करना होगा और एक व्यवस्थित, संरचित पेड़ के रूप में व्यवहार करना शुरू करना होगा।
सिमेंटिक XPath का उपयोग करके, हम AI को एक आवर्धक लेंस (magnifying glass) के बजाय एक मानचित्र (map) दे रहे हैं, जिससे यह जटिल, लंबी बातचीत को आसानी, गति और सटीकता के साथ नेविगेट कर 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।