Dont Stop Early: Scalable Enterprise Deep Research with Controlled Information Flow and Evidence-Aware Termination
यह शोध पत्र एक स्केलेबल एंटरप्राइज डीप रिसर्च (EDR) आर्किटेक्चर प्रस्तावित करता है जो असमान कवरेज और समयपूर्व रुकने की समस्याओं को दूर करने के लिए रिफ्लेक्शन के साथ आउटलाइन जनरेशन, डिपेंडेंसी-गाइडेड कॉन्टेक्स्ट लोकलाइजेशन और एविडेंस-बेस्ड टर्मिनेशन क्राइटेरिया का उपयोग करता है, जो आंतरिक सेल्स इनेबलमेंट कार्यों और सार्वजनिक बेंचमार्क दोनों पर बेहतर प्रदर्शन प्रदर्शित 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 जासूस हैं जो एक बड़ी कॉर्पोरेशन के लिए एक जटिल मामले को सुलझाने की कोशिश कर रहे हैं। आपको एक ऐसा अंतिम रिपोर्ट लिखना है जो इतना विस्तृत और अच्छी तरह से शोधित हो कि सीईओ इसके आधार पर दस लाख डॉलर का निर्णय ले सके।
अतीत में, AI "जासूसों" (डीप रिसर्च सिस्टम) ने तीन बड़ी गलतियाँ की थीं:
- उन्होंने सुराग छोड़ दिए: उन्होंने हर कोण की जांच नहीं की, जिससे कहानी में अंतराल रह गए।
- वे अभिभूत हो गए: उन्होंने सबूतों के कमरे की हर फाइल को एक साथ पढ़ने की कोशिश की, भ्रमित हो गए, और मुख्य बिंदु को भूल गए (इसे "कॉन्टेक्स्ट एक्सप्लोजन" कहा जाता है)।
- उन्होंने बहुत जल्दी हार मान ली: उन्हें कुछ आसान सुराग मिले, वे संतुष्ट महसूस करने लगे, और उन्होंने तलाश करना बंद कर दिया, भले ही मामला पूरी तरह से हल नहीं हुआ था।
आपने जो पेपर साझा किया है वह एक नया सिस्टम पेश करता है जिसे एंटरप्राइज डीप रिसर्च (EDR) कहा जाता है। इसे एक अत्यधिक संगठित जासूसी टीम के रूप में समझें जिसके पास इन तीन गलतियों को ठीक करने के लिए नियमों का एक सख्त सेट है। यह कैसे काम करता है, इसके लिए सरल उपमाओं का उपयोग किया गया है:
1. ब्लूप्रिंट: "नक्शा बनाने से पहले खुदाई शुरू न करें"
अधिकांश जासूस तुरंत खुदाई शुरू कर देते हैं। यह नया सिस्टम पहले एक विस्तृत ब्लूप्रिंट (एक रूपरेखा) बनाने के लिए रुकता है।
- उपमा: घर बनाने से पहले, आप केवल ईंटें बिछाना शुरू नहीं करते हैं। आप एक योजना बनाते हैं जिसमें हर एक कमरे, खिड़की और दरवाजे को सूचीबद्ध किया जाता है जिसकी आपको आवश्यकता है।
- यह कैसे मदद करता है: सिस्टम बड़े शोध प्रश्न को विशिष्ट उद्देश्यों की एक चेकलिस्ट में तोड़ देता है। यह सुनिश्चित करने के लिए इस सूची की जांच करता है कि शुरू करने से पहले कुछ भी छूटा तो नहीं है। यह सुनिश्चित करता है कि अंतिम रिपोर्ट में वह सब कुछ शामिल हो जो आवश्यक है, न कि केवल आसान हिस्से।
2. रिले रेस: "बैटन पास करें, पूरा बैग न उठाएं"
पुराने सिस्टमों में, प्रत्येक जासूस के पास एक विशाल बैकपैक होता था जिसमें अन्य सभी द्वारा खोजी गई सूचनाओं के टुकड़े होते थे। अंततः, बैकपैक इतना भारी हो जाता था कि उसे उठाना मुश्किल हो जाता था, और जासूस भटक जाता था।
- उपमा: एक रिले रेस की कल्पना करें। धावक A अपना हिस्सा दौड़ता है, धावक B को बैटन सौंपता है, और फिर बैठ जाता है। धावक B केवल बैटन और अपना सामान लेकर चलता है, न कि पूरी रेस का इतिहास।
- यह कैसे मदद करता है: यह सिस्टम डिपेंडेंसी कंट्रोल का उपयोग करता है। यदि चरण 2 को चरण 1 से जानकारी की आवश्यकता है, तो इसे केवल वही विशिष्ट जानकारी मिलती है। यह चरण 3 या चरण 4 के अप्रासंगिक डेटा से अभिभूत नहीं होता है। यह "बैकपैक" को हल्का और जासूस को केंद्रित रखता है।
3. "काम पूरा नहीं हुआ" चेकलिस्ट: "जब तक बॉक्स भरा न हो, तब तक न रुकें"
पुराने सिस्टम अक्सर तब रुक जाते थे जब वे "काफी अच्छा" महसूस करते थे। इस नए सिस्टम में हर एक चरण के लिए एक सख्त पूर्णता चेकलिस्ट होती है।
- उपमा: एक बेकर की कल्पना करें जो केक बना रहा है। एक सामान्य बेकर रुक सकता है जब बैटर ठीक लग रहा हो। इस नए बेकर के पास एक चेकलिस्ट है: "क्या मैंने आटा डाला? हाँ। चीनी? हाँ। अंडे? हाँ। क्या ओवन पर्याप्त गर्म है? हाँ।" वे तब तक केक ओवन में नहीं रख सकते जब तक कि सूची की हर एक वस्तु को चेक न कर लिया जाए।
- यह कैसे मदद करता है: AI एजेंटों को तब तक खोजने के लिए मजबूर किया जाता है जब तक कि उनके पास उस अनुभाग के लिए पर्याप्त प्रमाण न हो जो विशिष्ट मानदंडों को संतुष्ट करता हो। यदि सबूत कमजोर या गायब हैं, तो एजेंट खोज जारी रखता है। यह "समय से पहले रुकने" की समस्या को रोकता है।
परिणाम: एक बेहतर रिपोर्ट
लेखकों ने इस सिस्टम का परीक्षण दो चीजों पर किया:
- बिक्री रिपोर्ट: उन्होंने वास्तविक ग्राहकों के लिए "विन-कार्ड्स" (रिपोर्ट जो सेल्स टीमों को सौदे जीतने में मदद करती है) बनाने के लिए सिस्टम से पूछा, जिसमें सार्वजनिक इंटरनेट डेटा और निजी कंपनी फाइलों (जैसे CRM रिकॉर्ड) दोनों का उपयोग किया गया।
- सार्वजनिक बेंचमार्क: उन्होंने एक मानक सार्वजनिक परीक्षण "डीपरिसर्च बेंच" पर इसका परीक्षण किया।
निष्कर्ष:
- अधिक पूर्ण: रिपोर्ट ने अधिक क्षेत्र को कवर किया और कम विवरण छूटे।
- गहरी अंतर्दृष्टि: उत्तर अधिक उपयोगी और कार्रवाई योग्य थे, न कि केवल सतही तथ्य।
- आंतरिक डेटा के साथ बेहतर: जब सिस्टम को निजी कंपनी फाइलों (जैसे पिछले सौदों का इतिहास) तक पहुंच प्राप्त हुई, तो इसने केवल सार्वजनिक इंटरनेट खोजों का उपयोग करने वाले सिस्टम की तुलना में और भी बेहतर प्रदर्शन किया।
- दक्षता: स्वतंत्र कार्यों को एक साथ होने (पैरलल प्रोसेसिंग) और डेटा प्रवाह को नियंत्रित करके, यह तेज़ था और इसमें भ्रम भी नहीं हुआ।
सारांश में
यह पेपर AI द्वारा गहन शोध करने के एक स्मार्ट तरीके का प्रस्ताव करता है। AI को बिना किसी दिशा के भटकने देने या जल्दी रुक जाने देने के बजाय, यह उसे पहले योजना बनाने, जानकारी सावधानी से साझा करने, और आगे बढ़ने से पहले पर्याप्त सबूत होने की पुष्टि करने के लिए मजबूर करता है। परिणाम एक ऐसी शोध रिपोर्ट है जो अधिक विश्वसनीय, गहरी और बड़े व्यावसायिक निर्णयों के लिए तैयार 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।