Retcon -- a Prompt-Based Technique for Precise Control of LLMs in Conversations
यह शोध पत्र Retcon को प्रस्तुत करता है, जो एक फ्यू-शॉट प्रॉम्प्टिंग तकनीक है जो मल्टी-टर्न वार्तालापों में लार्ज लैंग्वेज मॉडल्स पर सटीक, टर्न-लेवल नियंत्रण सक्षम करती है, जो ज़ीरो-शॉट और पारंपरिक फ्यू-शॉट दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन प्रदर्शित करती है।
मूल पेपर CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित 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 बहुत ही बुद्धिमान, लेकिन थोड़े कठोर स्वभाव वाले रोबोट को मानव के साथ बातचीत करना सिखा रहे हैं।
समस्या: रोबोट एक ही ढर्रे में "फँस" जाता है
आमतौर पर, जब हम AI से बात करते हैं, तो हम उसे शुरुआत में निर्देशों का एक सेट देते हैं, जैसे कि कोई रेसिपी।
- जीरो-शॉट (Zero-Shot): हम कहते हैं, "एक मिलनसार अंग्रेजी शिक्षक बनो।" रोबोट कोशिश करता है, लेकिन वह बहुत औपचारिक या बहुत सरल हो सकता है।
- फ्यू-शॉट (Few-Shot): हम कहते हैं, "एक मिलनसार शिक्षक बनो। यहाँ कुछ उदाहरण दिए गए हैं कि मैं चाहता हूँ कि आप कैसे बात करें।" रोबोट उन तीन उदाहरणों को देखता है और उनकी नकल करने की कोशिश करता है।
चुनौती: एक लंबी बातचीत में, रोबोट पहले कुछ उदाहरणों के "वाइब" (vibe) में फँस जाता है। यदि बातचीत 20 टर्न तक चलती है, तो रोबोट नियमों को भूल जाता है या उस विशिष्ट लहजे से भटक जाता है जो आप चाहते थे (जैसे कि शुरुआती स्तर के लिए बहुत सरल बोलना या विशेषज्ञ के लिए बहुत जटिल बोलना)। यह एक कुत्ते को एक वीडियो दिखाकर नया करतब सिखाने जैसा है, और फिर यह उम्मीद करना कि वह एक घंटे तक 'फेच' (fetch) खेलते समय उस वीडियो को पूरी तरह से याद रखेगा।
समाधान: "रेटकॉन" (Retcon - Retroactive Continuity)
कॉमिक बुक्स में, "रेटकॉन" तब होता है जब एक लेखक किसी नए प्लॉट को फिट करने के लिए चरित्र के पिछले इतिहास को बदल देता है। उदाहरण के लिए, "दरअसल, स्पाइडर-मैन ने 1990 में अपनी शक्तियाँ नहीं खोई थीं; उसने उन्हें बस छिपा दिया था!"
रेटकॉन AI बातचीत के लिए भी यही करता है। केवल शुरुआत में कुछ उदाहरण दिखाने के बजाय, यह सिस्टम वास्तविक समय में पूरी बातचीत के इतिहास को फिर से लिखता है, और रोबोट द्वारा कही गई हर एक वाक्य से ठीक पहले एक छोटा सा "निर्देश नोट" डाल देता है।
उपमा: "डायरेक्टर कट्स" (The Director's Cut)
कल्पना कीजिए कि आप एक नाटक निर्देशित कर रहे हैं।
- पारंपरिक तरीका (Few-Shot): आप एक अभिनेता को एक स्क्रिप्ट देते हैं जिसके ऊपर एक नोट लिखा है: "याद रखें कि प्रसन्न रहना है।" अभिनेता स्क्रिप्ट पढ़ता है, नाटक शुरू करता है, और आधे रास्ते में, वह भूल जाता है और चिड़चिड़ा व्यवहार करने लगता है।
- रेटकॉन तरीका: अभिनेता द्वारा अपनी हर एक लाइन बोलने से पहले, आप उसके कान में एक रिमाइंडर फुसफुसाते हैं: "प्रसन्न रहें!"
- लाइन 1: (फुसफुसाहट: "प्रसन्न रहें!") -> "नमस्ते!"
- लाइन 2: (फुसफुसाहट: "प्रसन्न रहें!") -> "आप कैसे हैं?"
- लाइन 3: (फुसफुसाहट: "प्रसन्न रहें!") -> "आपको देखकर बहुत अच्छा लगा!"
ऐसा करने से, रोबोट एक पैटर्न देखता है: निर्देश -> प्रतिक्रिया -> निर्देश -> प्रतिक्रिया। वह सीख जाता है कि हर बार जब वह बोलता है, तो उसे उस सटीक क्षण के नियम का पालन करना होगा।
यह व्यवहार में कैसे काम करता है
शोधकर्ताओं ने इसका परीक्षण करने के लिए एक AI को अंग्रेजी शिक्षक के रूप में कार्य करने के लिए कहा। वे चाहते थे कि AI अपनी शब्दावली की कठिनाई को तुरंत बदल सके (जैसे, एक टर्न के लिए 5 साल के बच्चे की तरह बोलना, और अगले टर्न के लिए कॉलेज प्रोफेसर की तरह बोलना)।
- सेटअप: उन्होंने एक "चीट शीट" (एक इवैल्यूएशन फंक्शन) बनाई जो तुरंत माप सकती थी कि एक वाक्य समझना कितना कठिन है।
- जादू: AI को बातचीत दिखाने से पहले, वे इतिहास के हर वाक्य के आगे एक लेबल जोड़ देते थे, जिसमें लिखा होता था: "यह वाक्य B1 कठिनाई स्तर पर बोला गया था।"
- परिणाम: AI ने इस पुनर्लिखित इतिहास को देखा और महसूस किया, "ओह! जब भी मैं बोलता हूँ, मुझे अपने ठीक पहले लिखे गए कठिनाई स्तर से मेल खाना चाहिए।"
यह बेहतर क्यों है?
शोधकर्ताओं ने पाया कि रेटकॉन पारंपरिक तरीकों की तुलना में निर्देशों का पालन करने में बहुत बेहतर था, भले ही इसमें कम उदाहरणों का उपयोग किया गया हो।
- पारंपरिक फ्यू-शॉट (Few-Shot): एक छात्र को एक बार पाठ्यपुस्तक दिखाने जैसा है। वे शायद पहला अध्याय सही करेंगे लेकिन दसवें अध्याय तक नियम भूल जाएंगे।
- रेटकॉन (Retcon): एक ट्यूटर के बगल में बैठने और छात्र को पढ़ते समय हर एक पन्ने पर नियमों की ओर इशारा करने जैसा है।
ट्रेड-ऑफ (समझौता)
इसमें एक छोटी सी लागत है। क्योंकि रेटकॉन उन छोटे निर्देश नोट्स को जोड़ने के लिए पूरी बातचीत के इतिहास को फिर से लिखता है, इसलिए "कहानी" बहुत लंबी हो जाती है। यह एक ऐसी किताब पढ़ने जैसा है जहाँ लेखक ने हर शब्द के लिए फुटनोट जोड़ दिए हैं। इसमें थोड़ा अधिक कंप्यूटर पावर और समय लगता है, लेकिन परिणाम एक ऐसा रोबोट है जो आपके नियमों का बहुत अधिक सटीकता से पालन करता है।
निष्कर्ष
रेटकॉन एक चतुर तकनीक है जो AI को लंबी बातचीत के दौरान अपने निर्देशों को भूलने से रोकती है। शुरुआत में नियमों को याद रखने की उम्मीद करने के बजाय, यह लगातार AI को उसके बोलने के ठीक पहले नियमों की याद दिलाता है, जिससे यह सुनिश्चित होता है कि बातचीत बिल्कुल सही ट्रैक पर रहे, चाहे लक्ष्य मजाकिया, गंभीर, सरल या जटिल होना 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।