Agentic DAG-Orchestrated Planner Framework for Multi-Modal, Multi-Hop Question Answering in Hybrid Data Lakes
यह शोध पत्र A.DOT का परिचय देता है, जो एक एजेंटिक फ्रेमवर्क है जो प्राकृतिक भाषा प्रश्नों को निर्देशित अचक्रीय ग्राफ (directed acyclic graph) निष्पादन योजनाओं में संकलित करके हाइब्रिड डेटा लेक्स पर मल्टी-मोडल, मल्टी-हॉप प्रश्न उत्तर देने की व्यवस्था करता है, जिससे पारंपरिक पुनर्प्राप्ति विधियों की तुलना में सटीकता, विलंबता और पारदर्शिता में महत्वपूर्ण सुधार 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 जटिल रहस्य सुलझाने की कोशिश कर रहे एक जासूस हैं। आपके पास दो प्रकार के साक्ष्य (evidence) हैं:
- लेजर (The Ledger): संख्याओं, तारीखों और नामों वाला एक व्यवस्थित, सुव्यवस्थित स्प्रेडशीट (संरचित डेटा/Structured Data)।
- केस फाइल्स (The Case Files): अनियंत्रित पत्रों, अनुबंधों (contracts) और हस्तलिखित नोट्स का एक विशाल ढेर (असंरचित डेटा/Unstructured Data)।
आपका बॉस आपसे एक कठिन सवाल पूछता है: "टेक्सास के वे कौन से क्लाइंट्स हैं जिन्होंने भुगतान में देरी की, और उनके अनुबंध (contract) में दंड (penalties) के बारे में क्या लिखा था?"
इसका उत्तर देने के लिए, आप केवल स्प्रेडशीट को नहीं देख सकते (क्योंकि वहां आपको अनुबंधों का विवरण नहीं मिलेगा) और न ही आप केवल पत्रों को पढ़ सकते हैं (क्योंकि आपको यह नहीं पता चलेगा कि कौन से पत्र टेक्सास के क्लाइंट्स के हैं बिना स्प्रेडशीट के)। आपको दोनों के बीच बार-बार आना-जाना पड़ेगा।
पुराने सिस्टम की समस्या:
अधिकांश वर्तमान AI सिस्टम एक घबराए हुए इंटर्न (intern) की तरह हैं, जो इस सवाल के मिलने पर फाइल कैबिनेट से कागज का हर एक टुकड़ा और स्प्रेडशीट की हर एक पंक्ति उठाकर आपके डेस्क पर पटक देते हैं और कहते हैं, "लीजिए, अब आप खुद समझ लीजिए!"
- परिणाम: यह धीमा, बोझिल और अक्सर लक्ष्य से भटक जाने वाला होता है क्योंकि AI शोर-शराबे में खो जाता है। यह जोखिम भरा भी है क्योंकि यह अनजाने में आपको वह गोपनीय जानकारी दिखा सकता है जिसकी आपको आवश्यकता भी नहीं थी।
समाधान: A.DOT (द मास्टर आर्किटेक्ट)
यह लेख एक नया सिस्टम पेश करता है जिसे A.DOT (एजेंटिक DAG-ऑर्केस्ट्रेटेड ट्रांसफॉर्मर) कहा जाता है। A.DOT को एक घबराए हुए इंटर्न के रूप में नहीं, बल्कि एक मास्टर आर्किटेक्ट के रूप में सोचें जो कुछ भी बनाने से पहले एक सटीक ब्लूप्रिंट (नक्शा) तैयार करता है।
यहाँ बताया गया है कि A.DOT कैसे काम करता है, सरल उपमाओं (analogies) का उपयोग करते हुए:
1. ब्लूप्रिंट (DAG प्लानिंग)
अनुमान लगाने के बजाय, A.DOT पहले एक फ्लोचार्ट (जिसे Directed Acyclic Graph या DAG कहा जाता है) बनाने के लिए रुकता है।
- चरण 1: "स्प्रेडशीट पर जाओ, टेक्सास के सभी क्लाइंट्स को खोजो।"
- चरण 2: "उन नामों को लो और उनके अनुबंध खोजने के लिए फाइल कैबिनेट में जाओ।"
- चरण 3: "अनुबंधों को पढ़ो ताकि दंड संबंधी क्लॉज (penalty clauses) मिल सकें।"
- चरण 4: "औसत दंड (average penalty) की गणना करो।"
यह ब्लूप्रिंट सुनिश्चित करता है कि AI को पता हो कि आगे कहाँ जाना है। यह अप्रासंगिक फाइलों को पढ़ने में समय बर्बाद नहीं करता।
2. सुरक्षा निरीक्षक (वैलिडेशन और डेटाओप्स)
डेटा प्राप्त करने से पहले, दो सुरक्षा निरीक्षक ब्लूप्रिंट की जांच करते हैं:
- स्ट्रक्चरल इंस्पेक्टर (संरचनात्मक निरीक्षक): यह जांचता है कि क्या स्प्रेडशीट में वास्तव में "Texas" नाम का कॉलम है। यदि ब्लूप्रिंट कहता है " 'City' कॉलम पर जाओ" लेकिन स्प्रेडशीट में केवल "State" है, तो निरीक्षक रुक जाता है और कहता है, "पहले इसे ठीक करो!"
- सिमेंटिक इंस्पेक्टर (अर्थ संबंधी निरीक्षक): यह जांचता है कि क्या योजना तर्कसंगत है। "रुको, आप एक ऐसे अनुबंध में 'दंड' (penalties) के बारे में पूछ रहे हैं जिसमें केवल 'डिलीवरी डेट्स' की बात की गई है। यह मेल नहीं खाता।"
यदि योजना खराब है, तो एक रिपेयर क्रू (डेटाओप्स) हस्तक्षेप करता है। वे हार नहीं मानते; वे चलते-फिरते ब्लूप्रिंट को ठीक करने की कोशिश करते हैं या एक नया ब्लूप्रिंट मांगते हैं, जिससे यह सुनिश्चित होता है कि AI कभी क्रैश न हो या गलत उत्तर न दे।
3. रिले रेस (समानांतर निष्पादन/Parallel Execution)
एक बार ब्लूप्रिंट स्वीकृत हो जाने के बाद, काम शुरू होता है।
- स्मार्ट टीमवर्क: यदि दो चरण एक-दूसरे पर निर्भर नहीं हैं (जैसे, "टेक्सास" के क्लाइंट्स की जांच करना और "कैलिफोर्निया" के क्लाइंट्स की जांच करना), तो A.DOT दो अलग-अलग एजेंटों को एक ही समय में काम करने के लिए भेजता है। यह एक रिले रेस की तरह है जहाँ धावक तभी शुरू करते हैं जब वे तैयार होते हैं, न कि तब तक इंतजार करते हैं जब तक कि सब लाइन में न लग जाएं।
- हैंडऑफ (Handoff): जब एक एजेंट नामों की सूची ढूंढ लेता है, तो वह अगले एजेंट को पूरी स्प्रेडशीट नहीं सौंपता। वह केवल आवश्यक नामों के साथ एक छोटा सा स्टिकी नोट पास करता है। यह प्रक्रिया को तेज़ रखता है और "डेटा ओवरलोड" की समस्या को रोकता है।
4. मेमोरी बैंक (कैशिंग)
यदि आप वही प्रश्न फिर से पूछते हैं (या इसे थोड़े अलग तरीके से पूछते हैं, जैसे "टेksas क्लाइंट्स दिखाएं" बनाम "Lone Star State के क्लाइंट्स कौन हैं?"), तो A.DOT अपने मेमोरी बैंक की जांच करता है।
- यदि वह देखता है कि उसने कल इसी पहेली को हल किया था, तो वह पुराने ब्लूप्रिंट को उठा लेता है और उसका पुन: उपयोग करता है। नया ब्लूप्रिंट बनाने की कोई आवश्यकता नहीं! यह सिस्टम को बार-बार पूछे जाने वाले प्रश्नों के लिए अविश्वसनीय रूप से तेज़ बनाता है।
5. पेपर ट्रेल (वंशानुक्रम और विश्वास/Lineage & Trust)
हर बार जब A.DOT डेटा का कोई हिस्सा प्राप्त करता है, तो वह ठीक से लिख देता है कि वह कहाँ से आया है।
- "मुझे दंड क्लॉज Contract #402, Page 3 में मिला।"
- "मुझे इनवॉइस टेबल की Row 15 में टेक्सास का पता मिला।"
यह एक सत्यापन योग्य मार्ग (verifiable trail) बनाता है। यदि कोई मानव प्रबंधक पूछता है, "आपको वह नंबर कैसे मिला?", तो A.DOT सटीक स्रोत की ओर इशारा कर सकता है। यह विश्वास पैदा करता है, जो बड़े व्यवसायों के लिए बहुत महत्वपूर्ण है।
यह एक बड़ी बात क्यों है?
पेपर ने अन्य स्मार्ट AI सिस्टम (जैसे "घबराया हुआ इंटर्न" या "ReAct" एजेंट) के विरुद्ध HybridQA नामक एक कठिन परीक्षण का उपयोग करके A.DOT का परीक्षण किया।
- परिणाम: A.DOT ने प्रतिस्पर्धा की तुलना में 14.8% अधिक बार सही उत्तर दिया और 10.7% अधिक बार अधिक पूर्ण उत्तर प्रदान किया।
सारांश में:
A.DOT एक अत्यधिक संगठित, सुपर-स्मार्ट प्रोजेक्ट मैनेजर की तरह है। यह केवल "खोजता और अनुमान नहीं लगाता।" यह योजना बनाता है, अपने काम की जांच करता है, अपनी गलतियों को सुधारता है, समानांतर में काम करता है, और हर कार्य का विस्तृत लॉग रखता है। यह इसे उन जटिल व्यावसायिक प्रश्नों के लिए उपयुक्त बनाता है जहाँ सटीकता और विश्वास ही सब कुछ 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।