Falkor-IRAC: Graph-Constrained Generation for Verified Legal Reasoning in Indian Judicial AI
यह शोध पत्र Falkor-IRAC को प्रस्तुत करता है, जो भारतीय कानूनी एआई के लिए एक ग्राफ-प्रतिबंधित जनरेशन फ्रेमवर्क है जो एलएलएम (LLM) आउटपुट को संरचित IRAC ज्ञान ग्राफ़ में ग्राउंड करके और उद्धरणों को मान्य करने तथा सैद्धांतिक संघर्षों का पता लगाने के लिए एक सत्यापनकर्ता एजेंट (Verifier Agent) का उपयोग करके सत्यापित तर्क सुनिश्चित करता है, जिससे पारंपरिक वेक्टर-आधारित रिट्रीवल सिस्टम की मतिभ्रम (hallucination) और सटीकता संबंधी सीमाओं को संबोधित किया जा सके।
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 Falkor-IRAC पेपर का सरल भाषा और रोज़मर्रा के उदाहरणों के साथ विवरण दिया गया है।
बड़ी समस्या: वर्तमान लीगल AI एक "आत्मविश्वासी झूठे" की तरह क्यों है
कल्पना कीजिए कि आप एक बहुत ही बुद्धिमान, पढ़ाकू छात्र (एक AI) से कानूनी सलाह मांगते हैं। उस छात्र ने हज़ारों किताबें पढ़ी हैं, लेकिन वह तथ्यों की जाँच करने में बहुत बुरा है।
- वर्तमान AI (वेक्टर RAG): यह छात्र आपके सवाल से मिलते-जुलते शब्दों को ढूँढकर उत्तर देने की कोशिश करता है। यदि आप "जमानत" (bail) के बारे में पूछते हैं, तो वह किसी उपन्यास या फर्जी समाचार लेख से "जमानत" से जुड़ी कोई कहानी निकाल सकता है क्योंकि शब्द मेल खाते हैं। वह एक फर्जी कोर्ट केस भी बना सकता है जो सुनने में असली लगे पर वास्तव में अस्तित्व में ही न हो। कानूनी दुनिया में, यह केवल एक गलती नहीं है; यह खतरनाक है। यदि कोई वकील एक फर्जी केस पर भरोसा करता है, तो वह अपने क्लाइंट की आज़ादी खो सकता है।
- पेपर का लक्ष्य: लेखक इस AI को मनगढ़ंत बातें बनाने से रोकना चाहते हैं। वे एक ऐसा AI चाहते हैं जो गलत उत्तर बनाने के बजाय यह कहे, "मुझे नहीं पता।"
समाधान: Falkor-IRAC (एक "लाइब्रेरियन + परीक्षक" प्रणाली)
यह पेपर एक नई प्रणाली प्रस्तावित करता है जिसे Falkor-IRAC कहा जाता है। इसे केवल एक सर्च इंजन के रूप में नहीं, बल्कि एक दो-सदस्य टीम के रूप में देखें: एक लेखक (Writer) और एक सख्त परीक्षक (Strict Examiner)।
1. मानचित्र (ज्ञान ग्राफ/Knowledge Graph)
केवल किताबों के ढेर के बजाय, यह प्रणाली भारतीय कानून का एक विशाल, विस्तृत मानचित्र (Map) बनाती है।
- नोड्स (स्टॉप्स): हर कोर्ट केस, हर कानून, हर जज और कानूनी प्रक्रिया का हर चरण (जैसे "जमानत खारिज होना") मानचित्र पर एक 'स्टॉप' है।
- एजेस (सड़कें): सड़कें इन स्टॉप्स को जोड़ती हैं। वे दिखाती हैं कि कैसे एक केस दूसरे की ओर ले गया, कौन से कानून लागू होते हैं, और क्या दो जजों के बीच असहमति थी।
- विशेष विशेषता: यह मानचित्र कानूनी मामले की कहानी को ट्रैक करता है, न कि केवल टेक्स्ट को। यह जानता है कि यदि आप "जमानत खारिज" (Bail Denied) पर हैं, तो अगला कदम आमतौर पर "हाई कोर्ट में आवेदन करना" होता है, लेकिन केवल तभी जब आपके पास "नए कारण" हों। यह एक GPS की तरह है जो केवल सड़क के नामों को नहीं, बल्कि ट्रैफिक के नियमों को भी जानता है।
2. लेखक (The Writer - LLM)
जब आप कोई सवाल पूछते हैं (जैसे, "क्या मैं फिर से जमानत के लिए आवेदन कर सकता हूँ?"), तो लेखक मानचित्र को देखता है और एक उत्तर का मसौदा तैयार करता है। वह उन वास्तविक स्टॉप्स (केस) और सड़कों (कानूनों) का उपयोग करने की कोशिश करता है जो उसे मिले हैं।
3. परीक्षक (The Examiner - Verifier Agent)
यह सबसे महत्वपूर्ण हिस्सा है। आपको उत्तर दिखाने से पहले, परीक्षक लेखक के काम की जाँच करता है।
- जाँच: परीक्षक मानचित्र को देखता है और पूछता है: "क्या लेखक ने जिस रास्ते का वर्णन किया है, वह वास्तव में मौजूद है?"
- वीटो (रोक लगाना): यदि लेखक कहता है, "केस X देखें," लेकिन केस X मानचित्र पर नहीं है (या लेखक द्वारा बनाया गया एक फर्जी केस है), तो परीक्षक उत्तर को रोक देता है।
- परिणाम: उत्तर तभी जारी किया जाता है जब परीक्षक "ग्रीन लाइट" दे देता है। यदि लेखक मानचित्र पर कोई वास्तविक रास्ता नहीं खोज पाता, तो सिस्टम कहता है, "मैं इस उत्तर को सत्यापित नहीं कर सकता," और चुप रहता है।
सरल भाषा में मुख्य विशेषताएं
1. "भ्रम" (Hallucination) के लिए कोई जगह नहीं
सामान्य AI में, यदि मॉडल सुनिश्चित नहीं होता, तो वह अनुमान लगा सकता है। Falkor-IRAC में, अनुमान लगाना वर्जित है। यदि मानचित्र पर रास्ता मौजूद नहीं है, तो उत्तर को खारिज कर दिया जाता है। यह एक ऐसे शिक्षक की तरह है जो आपको टेस्ट जमा करने नहीं देगा यदि आप अपना काम (स्टेप्स) नहीं दिखा सकते।
2. मतभेदों को पहचानना (Conflict Detection)
कभी-कभी, एक ही रैंक के दो अलग-अलग जज एक कानून पर असहमत हो सकते हैं।
- पुराना AI: एक पक्ष चुन लेगा और दिखावा करेगा कि कोई असहमति नहीं है।
- Falkor-IRAC: परीक्षक मानचित्र पर असहमति को देखता है। वह आपको बताता है: "यहाँ एक संघर्ष है। जज A कहता है X, जज B कहता है Y। हमें अभी तक नहीं पता कि कौन सही है।" यह अनिश्चितता को एक विफलता के रूप में नहीं, बल्कि एक उपयोगी उत्तर के रूप la देखता है।
3. केस की "स्थिति" (State) को ट्रैक करना
कानूनी मामले स्तरों वाले एक खेल की तरह होते हैं। आप लेवल 1 से सीधे लेवल 5 पर नहीं कूद सकते।
- सिस्टम ट्रैक करता है कि आप खेल में कहाँ हैं (जैसे, "जमानत खारिज")।
- यह केवल वही चालें सुझाता है जो उस विशिष्ट स्थान से कानूनी रूप से संभव हैं। यह आपको सुप्रीम कोर्ट में अपील करने के लिए तब तक नहीं कहेगा जब तक आपने हाई कोर्ट की कोशिश भी न की हो।
उन्होंने इसका परीक्षण कैसे किया
शोधकर्ताओं ने इसका परीक्षण पूरे इंटरनेट पर नहीं किया। उन्होंने एक छोटा "प्रूफ-ऑफ-कांसेप्ट" संस्करण बनाया:
- डेटा: उन्होंने सिस्टम को भारत के 51 वास्तविक सुप्रीम कोर्ट के फैसलों को फीड किया।
- परीक्षण: उन्होंने 10 प्रश्न पूछे (ज्यादातर जमानत और रोजगार कानून के बारे में)।
- परिणाम:
- सिस्टम ने सफलतापूर्वक वास्तविक केस खोजे और उनकी जाँच की।
- जब उन्होंने सिस्टम को फर्जी केस के नामों से फँसाने की कोशिश की, तो परीक्षक ने उन्हें 100% बार पकड़ लिया।
- चुनौती: सिस्टम वर्तमान में धीमा है क्योंकि यह शक्तिशाली ग्राफिक्स कार्ड (GPUs) के बजाय सामान्य कंप्यूटर चिप्स (CPUs) पर चल रहा है। कई प्रश्न 'टाइम आउट' हो गए क्योंकि "परीक्षक" को मानचित्र की जाँच करने में बहुत अधिक समय लग गया।
निचोड़ (The Bottom Line)
यह पेपर तर्क देता है कि कानून केवल समान शब्दों को खोजने के बारे में नहीं है; यह एक तार्किक पथ (Logical Path) का पालन करने के बारे में है।
- वर्तमान AI एक ऐसे पर्यटक की तरह है जो शब्दों के लगने के आधार पर दिशाओं का अनुमान लगाता है।
- Falkor-IRAC एक ऐसे टूर गाइड की तरह है जिसे चलने से पहले एक भौतिक मानचित्र पकड़ना होगा और रूट के हर कदम को साबित करना होगा।
लेखकों का निष्कर्ष है कि लीगल AI के भरोसेमंद होने के लिए, इसे केवल एक स्मार्ट गेसर होने के बजाय, एक मानचित्र (ग्राफ) द्वारा सीमित और एक सत्यापनकर्ता (Verifier) द्वारा जांचा जाना आवश्यक है। उन्होंने अपना कोड सार्वजनिक कर दिया है ताकि अन्य लोग बेहतर मानचित्र और तेज़ परीक्षक बना सकें।
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।