Agentic-imodels: Evolving agentic interpretability tools via autoresearch
यह शोधपत्र Agentic-imodels को प्रस्तुत करता है, जो एक ऑटो-रिसर्च फ्रेमवर्क है जो भविष्य कहनेवाला सटीकता (predictive accuracy) और एजेंट-केंद्रित व्याख्यात्मकता (agent-facing interpretability) दोनों के लिए अनुकूलित scikit-learn-संगत रिग्रेसर्स को विकसित करता है, जो यह प्रदर्शित करता है कि LLMs द्वारा "सिमुलेट करने योग्य" (simulatable) होने के लिए डिज़ाइन किए गए मॉडल डाउनस्ट्रीम एजेंटिक डेटा साइंस प्रदर्शन को महत्वपूर्ण रूप से बढ़ाते हैं।
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 आपके पास सुपर-स्मार्ट रोबोट सहायकों (AI एजेंटों) की एक टीम है जिनका काम डेटा का विश्लेषण करना, पैटर्न खोजना और भविष्यवाणियां करना है। वर्तमान में, ये रोबट नंबरों को प्रोसेस करने में तो बहुत अच्छे हैं, लेकिन वे उन टूल्स द्वारा छोड़े गए "रसीदों" या स्पष्टीकरणों को पढ़ने में बहुत खराब हैं।
इसे इस तरह समझें: आप एक मानव डेटा वैज्ञानिक से एक जटिल गणितीय समस्या को समझाने के लिए कहते हैं। वे एक सुंदर, रंगीन ग्राफ बना सकते हैं या एक लंबा, काव्यमय पैराग्राफ लिख सकते हैं। एक इंसान इसे पढ़ सकता है और कह सकता है, "आह, मैं समझ गया!" लेकिन यदि आप वही रंगीन ग्राफ या कविता एक रोबोट को सौंप देते हैं, तो रोबोट भ्रमित हो सकता है। वह कला को "पढ़" नहीं सकता; उसे स्पष्ट, चरण-दर-चरण निर्देश पुस्तिका की आवश्यकता होती है जो साधारण कोड में लिखी गई हो।
समस्या
अभी, अधिकांश डेटा विज्ञान उपकरण "मानव-पठनीय" (human-readable) होने के लिए डिज़ाइन किए गए हैं। वे ऐसे आउटपुट देते हैं जैसे शानदार चार्ट या जटिल टेक्स्ट जो इंसानों को पसंद आते हैं लेकिन रोबोट उन्हें समझने में संघर्ष करते हैं। यह एक बाधा पैदा करता है: जैसे-जैसे रोबट डेटा के अधिक काम संभाल रहे हैं, वे उन टूल्स से टकराकर लड़खड़ाते रहते हैं जिन्हें वे समझ नहीं पाते, जिससे गलतियाँ या अविश्वसनीय परिणाम होते हैं।
समाधान: AGENTIC-IMODELS
शोधकर्ताओं ने AGENTIC-IMODELS नामक एक नई प्रणाली बनाई है। एक इंसान से एक टूल डिजाइन करने के लिए कहने के बजाय, उन्होंने एक "कोडिंग रोबोट" से विशेष रूप से अन्य रोबोटों के समझने के लिए एक टूल डिजाइन करने को कहा।
यहाँ उन्होंने इसे कैसे किया, इस सरल उपमा का उपयोग करते हुए:
1. "ऑटो-रिसर्च" लूप (The "Auto-Research" Loop)
कल्पना कीजिए कि एक रोबोट शेफ एक नया व्यंजन (रेसिपी) बनाने की कोशिश कर रहा है।
- लक्ष्य: शेफ चाहता है कि व्यंजन का स्वाद अद्भुत हो (उच्च predictive performance) और साथ ही इसे एक एकल वाक्य में वर्णित करना भी आसान हो ताकि दूसरा रोबोट इसे बिल्कुल उसी तरह बना सके (उच्च agent interpretability)।
- प्रक्रिया: शेफ (एक कोडिंग AI) एक रेसिपी लिखता है, उसे एक टेस्टर (LLM evaluator) को परोसता है, और पूछता है, "क्या आप केवल मेरे विवरण को पढ़कर सामग्री और पकाने के चरणों का अनुमान लगा सकते हैं?"
- फीडबैक: यदि टेस्टर गलत अनुमान लगाता है, तो शेफ रेसिपी में बदलाव करता है। शायद वे विवरण को सरल बनाते हैं या सामग्री बदलते हैं। वे इसे हजारों बार दोहराते हैं, और बेहतर रेसिपी बनाने में माहिर होते जाते हैं जो स्वादिष्ट भी हों और समझाने में भी आसान हों।
2. "सिमुलेटेबिलिटी" टेस्ट (The "Simulatability" Test)
उन्हें कैसे पता चलता है कि एक रोबोट टूल को समझता है? वे simulatability नामक एक परीक्षण का उपयोग करते हैं।
- वे रोबोट को एक मॉडल का विवरण देते हैं (जैसे संख्याओं और नियमों की एक सूची)।
- फिर, वे रोबोट से प्रश्न पूछते जैसे: "यदि मैं इस संख्या को बदल दूँ, तो परिणाम क्या होगा?" या "कौन सा कारक सबसे अधिक महत्वपूर्ण है?"
- यदि रोबट केवल विवरण को पढ़कर (छिपे हुए गणित को देखे बिना) सही उत्तर दे सकता है, तो टूल परीक्षण पास कर लेता है।
3. परिणाम
शोधकर्ताओं ने अपने कोडिंग रोबोट को कुछ समय के लिए इस लूप को चलाने दिया। इसने नए प्रकार के गणितीय मॉडल खोज निकाले जो पहले मौजूद नहीं थे।
- पुराने stuff से बेहतर: ये नए मॉडल भविष्य की भविष्यवाणी करने में "ब्लैक बॉक्स" मॉडलों (जो सटीक हैं लेकिन समझाने में असंभव हैं) जितने ही अच्छे थे और पुराने "मानव-अनुकूल" मॉडलों की तुलना में रोबोटों द्वारा समझे जाने में बहुत बेहतर थे।
- पैरेटो फ्रंटियर (The Pareto Frontier): एक ग्राफ की कल्पना करें जहाँ ऊपरी-बाएँ कोने में "सपनों का क्षेत्र" (उच्च सटीकता + उच्च समझ) है। पुराने टूल्स बीच में या नीचे अटके हुए थे। नए मॉडलों द्वारा बनाए गए AGENTIC-IMODELS ने उस सीमा को आगे बढ़ाया, और उस ड्रीम ज़ोन को भर दिया।
4. वास्तविक दुनिया का परीक्षण
यह साबित करने के लिए कि यह काम कर गया, उन्होंने इन नए मॉडलों को चार अलग-अलग AI एजेंटों (जैसे GitHub Copilot, Claude, और Codex) को दिया और उन्हें वास्तविक डेटा समस्याओं को हल करने के लिए कहा।
- परिणाम: जब एजेंटों ने इन नए, रोबोट-अनुकूल मॉडलों का उपयोग किया, तो उनका प्रदर्शन काफी बढ़ गया। कुछ एजेंटों के स्कोर में 73% तक सुधार हुआ।
- क्यों? ऐसा इसलिए नहीं था क्योंकि एजेंटों को एक विशिष्ट पैकेज का उपयोग करने के लिए कहा गया था; बल्कि इसलिए था क्योंकि मॉडल स्वयं ऐसी भाषा में लिखे गए थे जिसे एजेंट वास्तव में "सोच" सकते थे।
सारांश
संक्षेप में, यह पेपर एक ऐसी प्रणाली पेश करता है जहाँ एक AI विशेष रूप से अन्य AI द्वारा उपयोग किए जाने वाले डेटा टूल्स को डिजाइन करता है। टूल्स को "सिमुलेटेबल" (रोबोट के लिए पढ़ने और भविष्यवाणी करने में आसान) बनाने के लिए मजबूर करके, उन्होंने डेटा मॉडलों की एक नई पीढ़ी बनाई जो अत्यधिक सटीक और मशीनों द्वारा पूरी तरह से समझने योग्य भी हैं, जिससे स्वचालित डेटा विज्ञान की पूरी प्रक्रिया बहुत अधिक विश्वसनीय हो जाती 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।