LDP: An Identity-Aware Protocol for Multi-Agent LLM Systems
यह शोध पत्र एलएलएम डेलिगेट प्रोटोकॉल (एलडीपी) को प्रस्तुत करता है, जो एक एआई-नेटिव संचार ढांचा है जो मॉडल पहचान और तर्क प्रोफाइल को प्रथम-श्रेणी के प्रिमिटिव्स के रूप में प्रदर्शित करके मल्टी-एजेंट सिस्टम की दक्षता और शासन को बढ़ाता है, जो प्रयोगात्मक मूल्यांकनों में विलंबता और टोकन उपयोग में महत्वपूर्ण कमी के साथ-साथ बेहतर सुरक्षा और रिकवरी क्षमताओं का 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 व्यस्त, हाई-टेक निर्माण दल (construction crew) के प्रबंधक हैं। आपके पास एक जटिल प्रोजेक्ट है और आपको इसे पूरा करने के लिए विभिन्न विशेषज्ञों को काम पर रखना है: एक ईंटें बिछाने के लिए, दूसरा ब्लूप्रिंट डिजाइन करने के लिए, और तीसरा प्लंबिंग स्थापित करने के लिए।
AI की वर्तमान दुनिया में, "प्रोटोकॉल" (नियम जिनका उपयोग ये AI एजेंट आपस में बात करने के लिए करते हैं) एक बहुत ही बुनियादी फोन बुक की तरह हैं। वे केवल कार्यकर्ता का नाम और उनके द्वारा दावा किए गए कौशल की एक सूची बताते हैं (जैसे, "प्लंबर," "आर्किटेक्ट")।
समस्या:
यदि आपको कोई त्वरित, सरल कार्य करना है, तो आप गलती से एक विश्व प्रसिद्ध, महंगे आर्किटेक्ट को काम पर रख सकते हैं जो एक साधारण कील के लिए घंटों सोचने में लगा देता है। यदि आपको एक जटिल समस्या हल करनी है, तो आप गलती से एक तेज़, सस्ते प्रशिक्षु (apprentice) को काम पर रख सकते हैं जो दबाव नहीं झेल पाएगा। वर्तमान प्रणाली को यह नहीं पता कि कार्यकर्ता कैसे सोचते हैं, वे कितने तेज़ हैं, या उन्हें काम पर रखने की लागत कितनी है। यह एक फेरारी ड्राइवर को ट्रैक्टर चलाने के लिए या ट्रैक्टर ड्राइवर को फॉर्मूला 1 कार रेस करने के लिए रखने जैसा है।
समाधान: LDP (द "स्मार्ट आईडी कार्ड" प्रोटोकॉल)
यह पेपर एक नई प्रणाली पेश करता है जिसे LDP (LLM डेलिगेट प्रोटोकॉल) कहा जाता है। LDP को हर AI एजेंट को एक समृद्ध, डिजिटल आईडी कार्ड देने के रूप में सोचें जो उनके केवल जॉब टाइटल को नहीं, बल्कि उनके वास्तविक व्यक्तित्व और क्षमताओं को प्रकट करता है।
यहाँ बताया गया है कि LDP कैसे खेल बदल देता है, सरल उपमाओं (analogies) का उपयोग करते हुए:
1. "समृद्ध आईडी कार्ड" (पहचान जागरूकता - Identity Awareness)
- पुराना तरीका: आईडी कार्ड बस कहता है "मैं एक प्लंबर हूँ।"
- LDP का तरीका: आईडी कार्ड कहता है: "मैं एक प्लंबर हूँ। मैं साधारण लीकेज के लिए तेज़ और सस्ता हूँ, लेकिन जटिल पाइप नेटवर्क के लिए मैं धीमा और महंगा हूँ। मैं गणित में अच्छा हूँ लेकिन रचनात्मक लेखन में बुरा हूँ।"
- परिणाम: प्रबंधक (राउटर) तुरंत सही कार्य के लिए सही कार्यकर्ता का मिलान कर सकता है।
- वास्तविक दुनिया की जीत: आसान कार्यों के लिए, LDP ने एक "लाइटवेट" कार्यकर्ता को ढूँढा और काम को पुराने सिस्टम की तुलना में 12 गुना तेज़ी से पूरा किया, जो अनावश्यक रूप से "भारी" कार्यकर्ताओं को काम पर रखता रहा।
2. "यूनिवर्सल ट्रांसलेटर" (पेलोड नेगोशिएशन - Payload Negotiation)
- पुराना तरीका: सभी लंबे, बहकी-बहकी बहसों में बात करते हैं। यहाँ तक कि एक साधारण "हाँ/नहीं" वाले प्रश्न के लिए भी, AI तीन पन्नों का निबंध लिख देता है। इससे समय और पैसा (टोकन) बर्बाद होता है।
- LDP का तरीका: एजेंट बातचीत करने के सबसे अच्छे तरीके पर बातचीत (negotiate) कर सकते हैं। यदि वे दोनों सहमत होते हैं, तो वे एक "शॉर्टहैंड कोड" (जैसे एक संरचित फॉर्म) पर स्विच कर जाते हैं जो फालतू बातों को हटा देता है।
- परिणाम: उन्होंने गुणवत्ता खोए बिना "बातचीत" (टोकन) की मात्रा को 37% कम कर दिया। यह एक उपन्यास लिखने के बजाय एक सटीक टेक्स्ट मैसेज भेजने जैसा है।
3. "निरंतर मीटिंग रूम" (शासित सत्र - Governed Sessions)
- पुराना तरीका: हर बार जब आप कोई प्रश्न पूछते हैं, तो एजेंट को बातचीत के पूरे इतिहास को शुरू से फिर से पढ़ना पड़ता है। यह एक मीटिंग रूम में जाने, अपना परिचय देने और फिर कुछ भी नया कहने से पहले पिछले 100 पन्नों के नोट्स को ज़ोर से पढ़ने जैसा है।
- LDP का तरीका: LDP एक "निरंतर कमरा" (persistent room) बनाता है। एक बार जब आप अंदर होते हैं, तो एजेंट संदर्भ (context) को याद रखता है। आप बस कहते हैं, "यहाँ अगला चरण है," और वे जानते हैं कि आप किस बारे में बात कर रहे हैं।
- परिणाम: लंबी बातचीत (10+ टर्न) में, पुराने सिस्टम ने खुद को दोहराने में अपनी क्षमता का 39% हिस्सा बर्बाद कर दिया। LDP ने उस बर्बादी को खत्म कर दिया।
4. "ट्रस्ट बैज" (प्रमाणिकता और सत्यापन - Provenance & Verification)
- पुराना तरीका: एक एजेंट कहता है, "मुझे 99% यकीन है कि यह सच है!" लेकिन आपके पास यह जाँचने का कोई तरीका नहीं है कि वे झूठ बोल रहे हैं या सिर्फ अनुमान लगा रहे हैं।
- LDP का तरीका: आईडी कार्ड में एक "ट्रस्ट बैज" शामिल होता है। यह कहता है: "मुझे 99% यकीन है, और मैंने इस तथ्य की दोबारा जाँच की है।"
- आश्चर्य: अध्ययन में पाया गया कि यदि कोई एजेंट दावा करता है कि वह आश्वस्त है लेकिन वास्तव में तथ्यों की जाँच नहीं की है ("नॉइजी प्रोवेनेंस"), तो यह वास्तव में परिणाम को पहले से भी खराब बना देता है। कुछ न कहने से बेहतर है कि गलत राय दी जाए। LDP एजेंटों को अपनी आत्मीयता (confidence) साबित करने के लिए मजबूर करता है।
5. "सुरक्षा गार्ड" (ट्रस्ट डोमेन - Trust Domains)
- पुराना तरीका: सुरक्षा एक साधारण की-कार्ड की तरह है। यदि आपके पास कार्ड है, तो आप अंदर आ सकते हैं। यह यह नहीं देखता कि आप सीईओ के कार्यालय में घुसने की कोशिश कर रहे हैं या आप एक जासूस हैं।
- LDP का तरीका: LDP के पास एक स्मार्ट सुरक्षा गार्ड है जो आपकी आईडी, आपके क्लीयरेंस लेवल और आपके विशिष्ट मिशन की जाँच करता है।
- परिणाम: सिम्युलेटेड हमलों में, LBD ने घुसपैठ करने या अपनी शक्ति बढ़ाने की कोशिश करने वाले 96% बुरे तत्वों को पकड़ा, जबकि पुराने सिस्टम ने केवल 6% को पकड़ा।
6. "सुरक्षा जाल" (फ़ालबैक चेन - Fallback Chains)
- पुराना तरीका: यदि एजेंट एक फैंसी कोड में बोलने की कोशिश करता है और दूसरा एजेंट उसे समझ नहीं पाता, तो पूरी बातचीत क्रैश हो जाती है और विफल हो जाती है।
- LDP का तरीका: यदि फैंसी कोड विफल हो जाता है, तो एजेंट स्वचालित रूप से एक सरल भाषा (जैसे सादा टेक्स्ट) पर स्विच कर जाते हैं और काम जारी रखते हैं।
- परिणाम: LDP विफलताओं से 100% बार उबर गया, जबकि पुराना सिस्टम 65% बार विफल हो गया।
निचोड़ (The Bottom Line)
यह पेपर तर्क देता है कि हमें AI एजेंटों को केवल "काम करने वाली" ब्लैक बॉक्स की तरह मानना बंद करना चाहिए। इसके बजाय, हमें उन्हें ज्ञात गुणों वाले विशिष्ट उपकरणों के रूप में देखना चाहिए।
- क्या इसने उत्तरों को स्मार्ट बनाया? आवश्यक नहीं। इस छोटे परीक्षण में, उत्तरों की गुणवत्ता लगभग समान थी।
- क्या इसने चीजों को तेज़, सस्ता और सुरक्षित बनाया? हाँ, बिल्कुल। इसने भारी मात्रा में समय और पैसा बचाया, त्रुटियों को कम किया और सिस्टम को हैक करना बहुत कठिन बना दिया।
संक्षेप में: LDP एक धुंधली तस्वीर और उनके जॉब टाइटल के आधार पर श्रमिकों को काम पर रखने और उनके विस्तृत बायोडाटा, उनके कौशल के लाइव डेमो और सत्यापित बैकग्राउंड चेक के आधार पर काम पर रखने के बीच का अंतर है। यह पूरे AI टीम को बहुत अधिक कुशलता से मिलकर काम करने में सक्षम बनाता 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।