Mind the Prompt: Self-adaptive Generation of Task Plan Explanations via LLMs
यह शोध पत्र COMPASS को प्रस्तुत करता है, जो एक स्व-अनुकूलन योग्य (self-adaptive) ढांचा है जो जटिल साइबर-फिजिकल सिस्टम में एआई टास्क प्लानिंग के उच्च-गुणवत्ता वाले, मानव-समझने योग्य स्पष्टीकरण उत्पन्न करने के लिए प्रॉम्प्ट्स को स्वचालित रूप से संश्लेषित और परिष्कृत करने हेतु उपयोगकर्ता की संज्ञानात्मक अवस्थाओं और इंटरेक्शन संकेतों को एक POMDP के रूप में मॉडल 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
यहाँ "Mind the Prompt" पेपर का सरल भाषा और रचनात्मक उपमाओं (analogies) का उपयोग करते हुए विवरण दिया गया है।
मुख्य विचार: "गिरगिट" (The Chameleon) समझाने वाला
कल्पना कीजिए कि आपके पास एक बहुत ही बुद्धिमान, सुपर-स्मार्ट रोबोट (एक AI) है जो निर्माण स्थल (construction site) या खेत के लिए जटिल शेड्यूल बनाता है। उसे ठीक से पता है कि कौन सा रोबोट बीम को कैसे हिलाएगा, कब एक इंसान को पाइप ठीक करना चाहिए, और यह सब सुरक्षित रूप से कैसे किया जाए। लेकिन समस्या यह है: रोबोट जीनियस तो है, लेकिन वह "रोबोट की भाषा" बोलता है।
यदि आप उससे पूछते हैं, "योजना क्या है?" तो वह आपको कोड की एक दीवार या गणितीय समीकरण दे सकता है जो एलियन की लिखावट जैसा दिखता है।
- एक निर्माण विशेषज्ञ (construction expert) के लिए, यह उबाऊ लेकिन आवश्यक है।
- एक फाइनेंस मैनेजर के लिए, उन्हें केवल लागत (cost) की परवाह है।
- एक नए इंटर्न के लिए, वे पूरी तरह से खो जाते हैं और घबरा जाते हैं।
यह पेपर COMPASS नामक एक सिस्टम पेश करता है। COMPASS को एक सुपर-स्मार्ट अनुवादक या एक गिरगिट (chameleon) के रूप में समझें। यह केवल शब्दों का अनुवाद नहीं करता; यह सुनने वाले के आधार पर और इस आधार पर कि वह कितना थका हुआ है, अपना पूरा व्यक्तित्व, लहजा और शैली बदल देता है।
यह कैसे काम करता है: तीन-चरणीय नृत्य (The Three-Step Dance)
यह सिस्टम तीन मुख्य चरणों में काम करता है, जैसे एक अच्छी तरह से रिहर्सल किया गया नृत्य:
1. आर्किटेक्ट (शब्दों को योजनाओं में बदलना)
सबसे पहले, एक इंसान कुछ कहता है जैसे, "हमें तीन रोबोट और एक व्यक्ति का उपयोग करके एक छत बनानी है।"
- समस्या: AI प्लानर को बहुत विशिष्ट, सख्त निर्देशों (जैसे एक रेसिपी) की आवश्यकता होती है ताकि वह काम कर सके। इंसान अव्यवस्थित होते; वे एकदम सटीक रेसिपी नहीं लिखते।
- समाधान: COMPASS एक लार्ज लैंग्वेज मॉडल (LLM - जैसे ChatGPT का एक उन्नत संस्करण) का उपयोग एक अनुवादक के रूप में करता है। यह मानव की अव्यवस्थित रिक्वेस्ट को लेता है और उसे एक सटीक, सख्त "रेसिपी" (एक JSON फ़ाइल) में बदल देता है जिसे रोबोट प्लानर वास्तव में पढ़ और हल कर सके।
2. जासूस (माहौल को समझना)
एक बार योजना बन जाने के बाद, कोई स्पष्टीकरण मांगता है। यहीं पर COMPASS चतुर हो जाता है। यह केवल अनुमान नहीं लगाता; यह एक जासूस की तरह काम करता है जो उपयोगकर्ता की "मानसिक स्थिति" (mental state) को समझने की कोशिश करता है।
- आप कौन हैं? क्या आप एक विशेषज्ञ हैं जो विवरण चाहते हैं, या एक नौसिखिया जिन्हें सारांश की आवश्यकता है?
- आप कैसा महसूस कर रहे हैं? क्या आप तरोताजा और सतर्क हैं, या आप लंबी शिफ्ट के बाद थके हुए हैं? (सिस्टम समय या आपके व्यवहार के आधार पर इसका अनुमान लगा सकता है)।
- आपको क्या पसंद है? यदि आपने कल एक लंबे स्पष्टीकरण को खारिज कर दिया था, तो सिस्टम इसे याद रखता है।
सिस्टम एक गणितीय उपकरण का उपयोग करता है जिसे POMDP (पार्शियली ऑब्जर्वेबल मार्कोव डिसीजन प्रोसेस) कहा जाता है।
- उपमा: कल्पना कीजिए कि आप "कार्ड पहचानने" का खेल खेल रहे हैं, लेकिन आप कार्ड देख नहीं सकते (उपयोगकर्ता की वास्तविक मानसिक स्थिति)। आप केवल सुराग देखते हैं (क्या उन्होंने "हाँ" या "ना" पर क्लिक किया? क्या उन्होंने रुककर सोचा?)। POMDP एक संभावना कैलकुलेटर (probability calculator) की तरह है जो कहता है, "सुरागों के आधार पर, 70% संभावना है कि उपयोगकर्ता थका हुआ है और छोटा उत्तर चाहता है, और 30% संभावना है कि वह एक विशेषज्ञ है जो विस्तृत उत्तर चाहता है।"
3. गिरगिट (संदेश को अनुकूलित करना)
जासूसी के काम के आधार पर, COMPASS उस "प्रॉम्प्ट" (निर्देशों) को बदल देता है जो वह स्पष्टीकरण उत्पन्न करने के लिए AI को भेजता है।
- परिदृश्य A: उपयोगकर्ता एक फाइनेंस एक्सपर्ट है जो थका हुआ है।
- COMPASS AI से कहता है: "केवल लागतों पर केंद्रित एक छोटी, बुलेट-पॉइंट सूची दें। तकनीकी शब्दावली का प्रयोग न करें। इसे सरल रखें।"
- परिदृश्य B: उपयोगकर्ता एक रोबोटिक्स इंजीनियर है जो तरोताजा है।
- COMPASS AI से कहता है: "सफलता की संभावना और 'पारेटो फ्रंट' (Pareto front) समझाने के लिए एक विस्तृत, तकनीकी पैराग्राफ दें। औपचारिक भाषा का उपयोग करें।"
यदि उपयोगकर्ता स्पष्टीकरण को खारिज कर देता है, तो सिस्टम सीखता है: "ओह, उन्हें यह पसंद नहीं आया। अगली बार, मैं एक अलग शैली आज़माऊँगा।" यह एक स्वयं सुधारने वाला लूप (self-improving loop) है।
यह क्यों महत्वपूर्ण है: "एक ही आकार सबके लिए" (One-Size-Fits-All) का जाल
आज के अधिकांश AI सिस्टम एक "एक ही आकार सबके लिए" वाली टी-शर्ट की तरह हैं। वे सभी को एक ही स्पष्टीकरण देते हैं।
- यदि शर्ट बहुत बड़ी है, तो विशेषज्ञ ऊब जाएगा।
- यदि शर्ट बहुत छोटी है, तो नौसिखिया भ्रमित हो जाएगा।
- यदि शर्ट ऊनी है और आपको गर्मी लग रही है, तो आप चिढ़ जाएंगे।
COMPASS एक कस्टम-मेड सूट है। यह आपको मापता है, आपके मूड की जांच करता है, और विशेष रूप से आपके लिए स्पष्टीकरण तैयार करता है।
परिणाम: क्या यह काम कर रहा था?
शोधकर्ताओं ने दो वास्तविक दुनिया के परिदृश्यों में इसका परीक्षण किया:
- निर्माण (Construction): रोबोट और इंसान मिलकर एक ऑफिस बना रहे हैं।
- कृषि (Agriculture): रोबोट एक खेत का प्रबंधन कर रहे हैं।
उन्होंने 32 लोगों को इसे आज़माने के लिए कहा।
- अच्छी खबर: सिस्टम ने मानव अनुरोधों को रोबोटिक योजनाओं में सफलतापूर्वक बदल दिया।
- बेहतर खबर: जब सिस्टम ने स्पष्टीकरण को उपयोगकर्ता के अनुसार अनुकूलित किया (जैसे थके हुए व्यक्ति के लिए इसे छोटा किया), तो उपयोगकर्ताओं ने योजना को बहुत बेहतर तरीके से समझा।
- आश्चर्यजनक बात: भले ही सिस्टम ने गैर-विशेषज्ञों से "एक्सपर्ट" शब्दावली छिपाने की कोशिश की, फिर भी कभी-कभी गैर-विशेषज्ञों को बहुत अधिक जानकारी के कारण बोझिल महसूस हुआ। यह शोधकर्ताओं को बताता है कि उन्हें चीजों को सरल बनाने में और भी बेहतर होने की आवश्यकता है!
निष्कर्ष (Takeaway)
यह पेपर स्वचालन (automation) में सहानुभूति के बारे में है। यह तर्क देता है कि AI को वास्तव में सहायक होने के लिए, इसे केवल स्मार्ट ही नहीं, बल्कि सामाजिक रूप से जागरूक भी होना चाहिए। इसे पता होना चाहिए कि कब प्रोफेसर की तरह बात करनी है, कब एक दोस्त की तरह, और कब संक्षिप्त रहना है क्योंकि सुनने वाला थका हुआ है।
COMPASS ऐसे AI की ओर पहला कदम है जो न केवल आपके प्रश्न का उत्तर देता है, बल्कि आपके लिए सही तरीके से उत्तर देता 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।