Neuro-Symbolic Agents for Hallucination-Free Requirements Reuse
यह शोध पत्र एक न्यूरो-सिम्बोलिक मल्टी-एजेंट सिस्टम प्रस्तुत करता है जो OOMRAM फ्रेमवर्क के भीतर भ्रम-मुक्त (hallucination-free) और संरचनात्मक रूप से वैध आवश्यकताओं के पुन: उपयोग को सक्षम करने के लिए हीयुरिस्टिक्स (heuristics) के रूप में लार्ज लैंग्वेज मॉडल्स को एक नियतात्मक सिम्बोलिक वैलिडेटर के साथ जोड़ता है, जिससे 100% कवरेज और शून्य के करीब बाधा उल्लंघन (constraint violations) प्राप्त 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 कस्टम घर बनाने की कोशिश कर रहे हैं, लेकिन आपको ब्लूप्रिंट्स (नक्शों) के एक विशाल, पूर्व-अनुमोदित कैटलॉग में से चुनना होगा। इस कैटलॉग को OOMRAM कहा जाता है। यह एक विशाल, सख्त फ्लोचार्ट की तरह है जो कहता है, "यदि आप रसोई चाहते हैं, तो आपके पास सिंक भी होना अनिवार्य है," और "आप या तो लाल दरवाजा या नीला दरवाजा चुन सकते हैं, लेकिन दोनों कभी नहीं।"
समस्या यह है कि कैटलॉग का उपयोग करने का मूल तरीका एक ऐसे रोबोट जैसा है जो केवल सटीक कोड समझता है। यदि आप कहते हैं, "मुझे एक बड़ा बगीचा वाला आरामदायक घर चाहिए," तो रोबट आपकी मदद नहीं कर पाएगा जब तक कि आप "आरामदायक घर" के लिए सटीक कोड न जानते हों।
यहाँ प्रवेश होता है लार्ज लैंग्वेज मॉडल्स (LLMs) का। ये बहुत ही बुद्धिमान, बातूनी आर्किटेक्ट्स की तरह हैं जो आपकी स्वाभाविक भाषा को पूरी तरह समझते हैं। आप उन्हें बता सकते हैं, "मुझे एक आरामदायक घर चाहिए," और वे सुझाव देंगे। लेकिन एक समस्या है: ये बातूनी आर्किटेक्ट्स हैलुसिनेशन (भ्रम) का शिकार हो जाते हैं। वे कैटलॉग में मौजूद न होने वाली कोई "उड़ती हुई सीढ़ी" बना सकते हैं, या वे एक ही घर पर लाल और नीला दरवाजा लगाने की कोशिश कर सकते हैं, जिससे नियम टूट जाते हैं।
यह शोध पत्र एक नए कार्यबल (टीम) को पेश करता है—एक न्यूरो-सिम्बोलिक मल्टी-एजेंट सिस्टम। इसे एक निर्माण दल (कंस्ट्रक्शन क्रू) के रूप में सोचें जिसमें चार विशिष्ट भूमिकाएँ हैं:
- नेविगेटर (The Navigator): एक मार्गदर्शक जो कैटलॉग को देखता है और कहता है, "ठीक है, अब हमें छत के बारे में निर्णय लेना है।"
- इंटरप्रेटर (The Interpreter - द LLM): बातूनी आर्किटेक्ट। वे आपके "आरामदायक घर" के विचार को सुनते हैं और कैटलॉग से विशिष्ट हिस्से सुझाते हैं (जैसे, "आइए स्लेट की छत चुनें")।
- वैलिडेटर (The Validator - सख्त निरीक्षक): यह सबसे महत्वपूर्ण हिस्सा है। वैलिडेटर एक AI नहीं है; यह एक कठोर, गणितीय नियम-जांचकर्ता है। यह इंटरप्रेटर के सुझाव को देखता है और कैटलॉग के सख्त नियमों के विरुद्ध उसकी जांच करता है।
- परिदृश्य: यदि इंटरप्रेटर सुझाव देता है "लाल दरवाजा और नीला दरवाजा," तो वैलिडेटर तुरंत हथौड़ा मारकर कहता है: "रुकिए! यह नियमों का उल्लंघन करता है। आप केवल एक ही चुन सकते हैं।"
- वैलिडेटर सुझाव को दोबारा प्रयास करने के लिए इंटरप्रेटर के पास वापस भेज देता है।
- स्क्राइब (The Scribe): एक बार जब निरीक्षक संतुष्ट हो जाता है, तो यह व्यक्ति पु भागों की अंतिम, स्वीकृत सूची लिखता है।
यह व्यवहार में कैसे काम करता है:
यह प्रणाली एक लूप में चलती है। इंटरप्रेटर अनुमान लगाता है, वैलिडेटर जांच करता है, और यदि कोई गलती होती है, तो वे तब तक आगे-पीछे चलते रहते हैं जब तक कि नियम पूरी तरह से पालन न हो जाएं। क्योंकि वैलिडेटर एक सख्त कंप्यूटर प्रोग्राम है (अनुमान लगाने वाला AI नहीं), यह गारंटी देता है कि अंतिम घर का प्लान तार्किक रूप से सही है और कैटलॉग के हर नियम का पालन करता है।
परिणाम:
शोधकर्ताओं ने दो प्रकार के "कैटलॉग्स" पर इसका परीक्षण किया: एक डिजिटल रिकॉर्ड-कीपिंग सिस्टम के लिए और दूसरा स्मार्ट होम के लिए।
- टूटे हुए नियमों का अभाव: सिस्टम ने 100% स्ट्रक्चरल वैलिडिटी (संरचनात्मक वैधता) हासिल की। इसके द्वारा उत्पन्न प्रत्येक आवश्यकता ने नियमों का पालन किया। इसने "हैलुसिनेशन" (बनाए गए हिस्से या अवैध संयोजन) को लगभग पूरी तरह से समाप्त कर दिया।
- "F1-स्कोर" का भ्रम: मानक AI परीक्षणों में, वे यह मापने के लिए कि AI का उत्तर किसी एकल "परफेक्ट" मानवीय उत्तर के कितने करीब है, F1-स्कोर का उपयोग करते हैं। इस सिस्टम ने वहां एक "मध्यम" स्कोर प्राप्त किया। क्यों? क्योंकि "आरामदायक घर" के लिए केवल एक ही सही उत्तर नहीं होता है। इसके सैकड़ों वैध संयोजन हो सकते हैं। सिस्टम ने एक वैध समाधान खोज लिया, भले ही वह ठीक वही न हो जो एक मानव परीक्षक ने चुना होता। शोध पत्र का तर्क है कि एक मानव अनुमान के सटीक होने से कहीं अधिक महत्वपूर्ण किसी भी वैध, नियम-अनुपालन समाधान को खोजना है।
- गति: इसे प्रति प्रोजेक्ट कुछ मिनट लगे, जो वास्तविक उपयोग के लिए पर्याप्त तेज़ है।
बड़ी सीख:
यह शोध पत्र यह सिद्ध करता है कि आप सबसे अच्छे दोनों संसारों को एक साथ ला सकते हैं: एक बातूनी AI की लचीलापन जो मानवीय भाषा को समझता है, और एक सख्त नियम-जांचकर्ता की सुरक्षा जो त्रुटियों को रोकता है। "रचनात्मक" AI को "सख्त" नियम-जांचकर्ता से अलग रखकर, उन्होंने एक ऐसा सिस्टम बनाया है जो अस्पष्ट विचारों को त्रुटिहीन तकनीकी आवश्यकताओं में स्वचालित रूप से बदल सकता है।
संक्षेप में: उन्होंने एक ऐसी टीम बनाई है जहाँ रचनात्मक सपने देखने वाले की हमेशा एक सख्त मुनीम (अकाउंटेंट) द्वारा निगरानी की जाती है, यह सुनिश्चित करते हुए कि अंतिम योजना रचनात्मक भी हो और कानूनी रूप से भी सुदृढ़ हो।
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।