LegacyTranslate: LLM-based Multi-Agent Method for Legacy Code Translation
यह शोध पत्र LegacyTranslate को प्रस्तुत करता है, जो एक मल्टी-एजेंट फ्रेमवर्क है जो प्रारंभिक अनुवाद, API ग्राउंडिंग और पुनरावृत्ति परिशोधन के लिए विशिष्ट LLMs का लाभ उठाकर एक वित्तीय उद्यम परिवेश में 2.5 मिलियन लाइनों के PL/SQL को सफलतापूर्वक जावा में आधुनिक बनाने के लिए बेहतर कंपाइलेशन और टेस्ट-पास दरों के साथ संपन्न होता 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 विशाल, प्राचीन पुस्तकालय के प्रमुख हैं। इसके भीतर, लाखों पुस्तकें एक भूली हुई, जटिल भाषा में लिखी गई हैं जिसे PL/SQL कहा जाता है। इन पुस्तकों में एक विशाल बैंक के दैनिक व्यवसाय को चलाने के गुप्त नुस्खे (recipes) छिपे हैं।
समस्या क्या है? पुस्तकालय ढह रहा है, उस पुरानी भाषा को बोलने वाले पुस्तकालयाध्यक्ष सेवानिवृत्त हो रहे हैं, और जिस नई इमारत में वे जा रहे हैं, वह केवल Java भाषा में लिखी गई पुस्तकें ही स्वीकार करती है।
आप एक बहुत ही बुद्धिमान रोबोट (LLM) को काम पर रखने की कोशिश कर सकते हैं जो पुरानी किताबों को पढ़े और उन्हें नई भाषा में फिर से लिखे। लेकिन यहाँ एक पेंच है। नई इमारत के नियम बहुत सख्त हैं। हर पुस्तक को विशिष्ट अलमारियों में फिट होना चाहिए, विशिष्ट स्टैम्प्स का उपयोग करना चाहिए और एक कठोर फाइलिंग सिस्टम का पालन करना चाहिए। यदि रोबोट केवल अनुमान लगाता है, तो वह ऐसी पुस्तक लिख सकता है जो दिखने में अंग्रेजी (या Java) जैसी हो, लेकिन वह नई इमारत के नियमों के अनुकूल नहीं होगी, जिससे नई इमारत उसे तुरंत खारिज कर देगी।
यही वह समस्या है जिसे LegacyTranslate हल करता है। एक अकेले रोबोट पर पूरी प्रक्रिया करने के बजाय, रचनाकारों ने तीन विशिष्ट रोबोटों की एक टीम बनाई है जो एक उच्च-स्तरीय अनुवाद एजेंसी की तरह मिलकर काम करते हैं।
तीन-रोबोटों की टीम
1. प्रथम ड्राफ्ट रोबोट (प्रारंभिक अनुवाद एजेंट)
- यह क्या करता है: यह रोबोट पुरानी PL/SQL पुस्तक को पढ़ता है और Java में उसका पहला ड्राफ्ट लिखता है।
- यह कैसे काम करता है: यह केवल अनुमान नहीं लगाता। यह पहले से सफलतापूर्वक अनुवादित की जा चुकी 3 समान पुरानी पुस्तकों के "चीट शीट" (cheat sheet) को देखता है। यह कहता है, "ओह, यह पुराना वाक्य उस वाक्य जैसा दिखता है जिसे मैंने पहले देखा था, इसलिए मैं नया वाक्य उसकी तरह लिखूँगा।"
- परिणाम: यह एक ऐसा ड्राफ्ट तैयार करता है जो अच्छा दिखता है, लेकिन अक्सर इसमें नई इमारत के लिए आवश्यक विशिष्ट "स्टैम्प्स" और "शेल्फ लेबल" गायब होते हैं। यह बिल्कुल वैसा ही है जैसे एक पत्र को बेहतरीन अंग्रेजी में लिखना लेकिन लिफाफे पर सही रिटर्न एड्रेस डालना भूल जाना।
2. नियम पुस्तिका विशेषज्ञ (API ग्राउंडिंग एजेंट)
- यह क्या करता है: यह रोबोट बिल्डिंग इंस्पेक्टर (भवन निरीक्षक) है। यह नई इमारत के सख्त नियमों ( APIs और shared libraries) को जानता है।
- यह कैसे काम करता है: जब प्रथम ड्राफ्ट रोबोट अपना काम भेजता है, तो यह विशेषज्ञ नई इमारत की "नियम पुस्तिका" की जाँच करता है। यह कहता है, "हे, आपने एक जेनेरिक स्टैम्प का उपयोग किया है, लेकिन बैंक के इस विशिष्ट भाग के लिए गोल्ड स्टार स्टैम्प की आवश्यकता है। साथ ही, आपको सार्वजनिक API के बजाय इंटरनल फाइलिंग सिस्टम API का उपयोग करने की आवश्यकता है।" यह कंपनी के डेटाबेस से सटीक निर्देश निकालता है।
- परिणाम: यह प्रथम ड्राफ्ट रोबोट को गलतियों को ठीक करने के लिए आवश्यक विशिष्ट उपकरणों और नियमों की एक सूची देता है।
3. संपादक (रिफाइनमेंट एजेंट)
- यह क्या करता है: यह रोबोट एक अथक संपादक है जो तब तक पुस्तक को ठीक करता रहता है जब तक कि वह पूरी तरह से सही न हो जाए।
- यह कैसे काम करता है: यह ड्राफ्ट लेता है, नियम पुस्तिका विशेषज्ञ से प्राप्त विशिष्ट स्टैम्प्स और नियमों को जोड़ता है, और पुस्तक को "कंपाइल" (अलमारी में रखना) करने की कोशिश करता है। यदि शेल्फ इसे खारिज कर देता है (एक त्रुटि/error), तो रोबोट अस्वीकृति नोट को पढ़ता है, विशिष्ट लाइन को ठीक करता है, और फिर से प्रयास करता है। यह इस प्रक्रिया को तब तक दोहराता रहता है जब तक कि पुस्तक पूरी तरह से फिट न हो जाए और सभी गुणवत्ता जांचों को पास न कर ले।
यह क्यों महत्वपूर्ण है
इस शोध पत्र ने इस टीम का परीक्षण एक वास्तविक वित्तीय संस्थान में 2.5 मिलियन लाइनों के कोड पर किया। यहाँ उन्होंने क्या पाया:
- "एकल रोबोट" दृष्टिकोण: यदि आप एक स्मार्ट रोबोट को बिना किसी मदद के पूरा काम करने के लिए कहते हैं, तो वह ऐसा कोड बनाता है जो दिखने में तो अच्छा होता है लेकिन वास्तविक सिस्टम में कभी काम नहीं करता। यह एक सुंदर कविता लिखने जैसा है जो आपके गाने की बाकी लय के साथ मेल नहीं खाती।
- टीम दृष्टिकोण: इस तीन-चरणीय टीम का उपयोग करके, वे 53% कोड को सफलतापूर्वक कंपाइल और कार्यशील बनाने में सफल रहे।
- प्रथम ड्राफ्ट रोबोट इसे 45% कार्यशील तक ले आया।
- नियम पुस्तिका विशेषज्ञ और संपादक को जोड़ने से यह बढ़कर 53% हो गया।
मुख्य निष्कर्ष
इस शोध पत्र का सबसे महत्वपूर्ण सबक यह है कि संदर्भ (Context) ही सर्वोपरि है।
अतीत में, लोगों को लगता था कि AI कोड का अनुवाद वैसे ही कर सकता है जैसे वह फ्रेंच से स्पेनिश में करता है। लेकिन वास्तविक दुनिया में, कोड एक पहेली के टुकड़े (puzzle piece) की तरह है। इससे कोई फर्क नहीं पड़ता कि टुकड़ा कैसा दिखता है; यदि वह आपकी कंपनी के विशिष्ट पहेली के छेद में फिट नहीं बैठता, तो वह बेकार है।
LegacyTranslate यह सिद्ध करता है कि पुराने सिस्टम को आधुनिक बनाने के लिए, आप केवल एक "स्मार्ट" AI पर भरोसा नहीं कर सकते। आपको एक ऐसी प्रणाली (System) की आवश्यकता है जो:
- पिछले उदाहरणों से सीखे।
- नए सिस्टम की विशिष्ट नियम पुस्तिका का परामर्श ले।
- जब तक वह फिट न हो जाए, तब तक त्रुटियों को बार-बार सुधारे।
यह एक पर्यटक से मेनू का अनुवाद करने के लिए कहने (वे शब्दों को सही कर सकते हैं लेकिन सांस्कृतिक संदर्भ को मिस कर सकते हैं) और एक स्थानीय शेफ को काम पर रखने के बीच का अंतर है जो जानता है कि आपकी विशिष्ट रसोई के लिए रेसिपी को कैसे अनुकूलित करना 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।