A Language for Describing Agentic LLM Contexts
यह शोध पत्र एजेंटिक कॉन्टेक्स्ट डिस्क्रिप्शन लैंग्वेज (ACDL) को प्रस्तुत करता है, जो एक मानकीकृत औपचारिक भाषा और विज़ुअलाइज़ेशन टूल है जिसे एजेंटिक LLM सिस्टम में इनपुट कॉन्टेक्स्ट की संरचना, गतिशीलता और विकास को सटीक रूप से वर्णित करने और संप्रेषित करने के लिए डिज़ाइन किया गया है, जो कॉन्टेक्स्ट इंजीनियरिंग के लिए एक एकीकृत मानक की वर्तमान कमी को संबोधित 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 बहुत ही बुद्धिमान, लेकिन थोड़े भुलक्कड़ रोबोट को कोई जटिल खेल खेलना या कोई कठिन समस्या हल करना सिखाने की कोशिश कर रहे हैं। आप उसे केवल एक निर्देश देकर नहीं छोड़ सकते। इसके बजाय, आपको उसके साथ एक लंबी बातचीत करनी होगी, जो चरण-दर-चरण हो।
हर चरण में, आपको रोबोट को यह याद दिलाना होगा: "हम क्या कर रहे हैं, पिछली बार क्या हुआ था, तुमने अभी क्या कहा था, और तुम्हें आगे क्या करने की आवश्यकता है।" इन अनुस्मारकों (reminders) और निर्देशोंों के इस संग्रह को "कॉन्टेक्स्ट" (context) कहा जाता है।
समस्या यह है कि इस शोध पत्र के अनुसार, इंजीनियर और शोधकर्ता वर्तमान में यह समझाने में बहुत खराब हैं कि वे इन बातचीतों का निर्माण कैसे करते हैं। वे इसे अस्पष्ट वाक्यों का उपयोग करके वर्णित करते हैं जैसे "हम इतिहास रखते हैं" या "हम टूल के परिणामों को जोड़ते हैं," या वे अव्यवस्थित हाथ से बने रेखाचित्र दिखाते हैं। यह समझना कठिन बना देता है कि एक रोबोट दूसरा क्यों बेहतर काम करता है, या कोई दूसरे के सफल सेटअप की नकल कैसे करे।
समाधान: ACDL (रोबोटिक बातचीत के लिए "ब्लूप्रिंट")
लेखक एक नई भाषा पेश करते हैं जिसे ACDL (एजेंटिक कॉन्टेक्स्ट डिस्क्रिप्शन लैंग्वेज) कहा जाता है। ACDL को इन रोबोटिक बातचीत के लिए एक मानकीकृत वास्तुशिल्प ब्लूप्रिंट (standardized architectural blueprint) के रूप में समझें।
यह कैसे काम करता है, इसके कुछ रोजमर्रा के उदाहरण यहाँ दिए गए हैं:
1. "रेसिपी" बनाम "खाना पकाना"
कल्प Imagine कीजिए कि आप केक बनाना चाहते हैं।
- प्रॉम्प्ट इंजीनियरिंग (Prompt Engineering) यह तय करने के बारे में है कि चीनी की कितनी मात्रा उपयोग करनी है या यह कहना कि "धीरे से मिलाएं" या "धीरे से चलाएं"।
- कॉन्टेक्स्ट इंजीनियरिंग (जिसका ACDL वर्णन करता है) रेसिपी की संरचना (recipe structure) है: "पहले, सामग्री की सूची बनाएं। फिर, मिक्सिंग बाउल दिखाएं। फिर, ओवन के निर्देश दिखाएं। यदि केक जल गया है, तो एक नया चरण जोड़ें; यदि यह ठीक है, तो इसे छोड़ दें।"
ACDL इस बात की परवाह नहीं करता कि सटीक शब्द (चीनी की मात्रा) क्या हैं; यह रेसिपी की संरचना की परवाह करता है। यह मानचित्रित करता है: "चरण 1 पर, रोबोट को नियम दिखाएं। चरण 2 पर, रोबोट को दिखाएं कि उसने पिछली बार क्या किया था। चरण 3 पर, रोबोट को नया प्रश्न दिखाएं।"
2. "टाइम-ट्रैवलिंग डायरी"
शोध पत्र बताता है कि ये रोबोटिक बातचीत समय के साथ होती हैं। ACDL एक टाइम-ट्रैवलिंग डायरी की तरह कार्य करता है।
- यह ठीक किस चरण पर आप हैं, यह चिह्नित करने के लिए एक विशेष घड़ी (जैसे
@T) का उपयोग करता है। - यह कह सकता है, "चरण 5 पर, चरण 2 पर रोबोट ने जो कहा था उसे देखें।"
- यह कह सकता है, "यदि रोबोट ने गलती की है, तो यहाँ एक 'सुधार' संदेश डालें; अन्यथा, बस आगे बढ़ें।"
यह अनुमति देता है कि कोई भी देख सके कि एक क्षण से दूसरे क्षण में बातचीत कैसे बदलती है, बिना हजारों लाइनों का कंप्यूटर कोड पढ़े।
3. "विजुअल मैप" (दृश्य मानचित्र)
ACDL की सबसे शानदार विशेषताओं में से एक यह है कि यह इन टेक्स्ट विवरणों को विजुअल डायग्राम (दृश्य आरेख) में बदल देता है।
- कल्पना कीजिए कि आप सबवे मैप देख रहे हैं। आप तुरंत देख सकते हैं कि एक लाइन जो स्टेशन तक सीधी जाती है और दूसरी लाइन जो तीन बार घूमकर जाती है, उसमें क्या अंतर है।
- ACDL डायग्राम शोधकर्ताओं को दो रोबोट सिस्टम के बीच के अंतर को तुरंत देखने की अनुमति देते हैं। हो सकता है कि एक में एक महत्वपूर्ण "मेमोरी" ब्लॉक गायब हो, या दूसरा एक ही निर्देश को बहुत अधिक बार दोहरा रहा हो। इस विजुअल मैप के बिना, इन अंतरों को पहचानना 50 पन्नों के उपन्यास में टाइपो (typo) खोजने जैसा है।
यह क्यों मायने रखता है?
लेखकों ने एक लोकप्रिय रोबोट सेटअप (जिसे "ReAct" कहा जाता है, जो एक ऐसा रोबोट है जो सोचता है, कार्य करता है और फिर परिणाम देखता है) के तीन अलग-अलग संस्करणों को लेकर इसका परीक्षण किया।
- ACDL के बिना: आपको यह समझने के लिए पैराग्राफ पढ़ने होंगे कि एक संस्करण इतिहास में रोबोट की अपनी "सोचने की प्रक्रिया" दिखाना भूल जाता है, जबकि दूसरा संस्करण ऐसा करता है।
- ACDL के साथ: आप डायग्राम देखते हैं, और आप तुरंत पहले संस्करण में एक गायब ब्लॉक देख लेते हैं।
शोध पत्र का दावा है कि इस मानक "ब्लूप्रिंट" भाषा का उपयोग करके:
- टीमें बेहतर संवाद कर सकती हैं: इंजीनियर डायग्राम के एक विशिष्ट ब्लॉक की ओर इशारा कर सकते हैं और कह सकते हैं, "इसे बदलें," जिससे भ्रम नहीं होता।
- विज्ञान में सुधार होता है: शोधकर्ता विभिन्न रोबोट सिस्टम की निष्पक्ष रूप से तुलना कर सकते हैं क्योंकि वे अस्पष्ट विवरणों के बजाय स्पष्ट डायग्राम देख रहे हैं।
- रोबोट इसे पढ़ सकते हैं: लेखक यह भी उल्लेख करते हैं कि उन्होंने एक AI (Claude Code) को ये ACDL ब्लूप्रिंट पढ़ने और उनमें वर्णित रोबोट लूप को सफलतापूर्वक बनाने के लिए परीक्षण किया।
ACDL क्या नहीं है
यह ध्यान रखना महत्वपूर्ण है कि यह भाषा क्या नहीं है:
- यह रोबोट को चलाने के लिए कोई प्रोग्रामिंग भाषा नहीं है। आप रोबोट को सोचने के लिए ACDL फ़ाइल को "एक्जीक्यूट" नहीं कर सकते। यह केवल रोबोट के सोचने के तरीके का एक विवरण है।
- यह आपके द्वारा उपयोग किए जाने वाले विशिष्ट शब्दों के बारे में नहीं है (जैसे "कृपया विनम्र रहें")। यह जानकारी के क्रम और संरचना के बारे में है।
निष्कर्ष
शोध पत्र का तर्क है कि जिस तरह वास्तुकारों को सुसंगत, सुरक्षित इमारतें बनाने के लिए ब्लूप्रिंट की आवश्यकता होती है, और कंप्यूटर वैज्ञानिकों को सुसंगत, विश्वसनीय सॉफ़्टवेयर बनाने के लिए डायग्राम की आवश्यकता होती है, उसी तरह AI एजेंटों की दुनिया को उनके "संवाद" को चित्रित करने के लिए एक मानक तरीके की आवश्यकता है। ACDL वह नया ड्राइंग टूल है, जो अस्पष्ट विचारों को AI एजेंटों के दुनिया के साथ बातचीत करने के स्पष्ट, तुलनीय और सटीक ब्लूप्रिंट में बदल 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।