Runtime-Structured Task Decomposition for Agentic Coding Systems
यह शोध पत्र रनटाइम-स्ट्रक्चर्ड टास्क डिकंपोजिशन (runtime-structured task decomposition) प्रस्तुत करता है, जो एजेंटिक कोडिंग सिस्टम के लिए एक आर्किटेक्चरल दृष्टिकोण है जो मोनोलिथिक प्रॉम्प्ट्स के स्थान पर निष्पादन योग्य कंट्रोल लॉजिक का उपयोग करता है ताकि विफलताओं को अलग किया जा सके और केवल विफल उप-कार्यों को पुन: चलाया जा सके, जिससे स्टैटिक डिकंपोजिशन की तुलना में रिट्राय लागत में 73.2% तक और मोनोलिथिक बेसलाइन्स की तुलना में 51.7% तक की कमी आती 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 खराब मशीन को ठीक करने की कोशिश कर रहे हैं, लेकिन एक इंसान मैकेनिक के बजाय, आपके पास एक बहुत ही बुद्धिमान, लेकिन थोड़ा अनाड़ी रोबोट सहायक (AI) है।
समस्या: "सब-या-कुछ-नहीं" वाला रोबोट
अधिकांश वर्तमान AI कोडिंग सिस्टम एक ऐसे रोबोट की तरह काम करते हैं जो पूरी मशीन को एक ही विशाल, निरंतर विचार प्रक्रिया में ठीक करने की कोशिश करता है।
- मोनोलिथिक (एकल) दृष्टिकोण: आप रोबोट को कहते हैं, "इस पूरे इंजन को ठीक करो।" वह हर कदम के बारे में एक साथ सोचता है।
- खामी: यदि रोबोट तीसरे चरण में एक छोटी सी गलती करता है (जैसे किसी बोल्ट को गलत पहचान लेना), तो पूरी विचार प्रक्रिया ढह जाती है। क्योंकि रोबोट ने अपनी सोच को अलग-अलग चरणों में नहीं बांटा था, उसे बिल्कुल शुरुआत से शुरू करना पड़ता है, सभी मैनुअल को फिर से पढ़ना पड़ता है और हर एक कदम के बारे में फिर से सोचना पड़ता है। यह महंगा, धीमा और बर्बादी भरा है।
पुराना "सुधारा हुआ" समाधान: असेंबली लाइन
कुछ सिस्टम इस समस्या को काम को चरणों की एक सूची में तोड़कर (चरण 1: देखना, चरण 2: ठीक करना, चरण 3: परीक्षण करना) हल करने की कोशिश करते हैं।
- स्थिर (Static) दृष्टिकोण: यह एक कठोर असेंबली लाइन की तरह है। यदि चरण 2 विफल हो जाता है, तो रोबोट केवल चरण 2 को ठीक नहीं कर सकता। क्योंकि लाइन स्थिर है, उसे चरण 2, चरण 3 और चरण 4 को फिर से करना पड़ता है ताकि अंतिम परिणाम मिल सके।
- आश्चर्य: शोध में पाया गया कि यह कठोर असेंबली लाइन कुछ मामलों में "सब-या-कुछ-नहीं" वाले रोबोट से भी खराब है! क्योंकि विफलता के बाद इसे कई चरणों को फिर से चलाना पड़ता है, यह शुरुआत से शुरू करने की तुलना में अधिक ऊर्जा (टोकन्स) खर्च करता है।
नया समाधान: "स्मार्ट मैनेजर" (रनटाइम-स्ट्रक्चर्ड डिकंपोजिशन)
लेखक काम करने का एक नया तरीका प्रस्तावित करते हैं जिसे रनटाइम-स्ट्रक्चर्ड टास्क डिकंपोजिशन (RSTD) कहा जाता है। कल्पना कीजिए कि एक प्रोजेक्ट मैनेजर है जो केवल आदेश नहीं देता, बल्कि सक्रिय रूप से काम पर नज़र भी रखता है।
- छोटे, जांचे गए कार्य: काम को एक बड़े आदेश के बजाय छोटे, विशिष्ट कार्यों में तोड़ दिया जाता है (जैसे, "बग ढूंढें," "सुधार लिखें," "सुधार की जांच करें")।
- "रुकें और जांचें" का नियम: हर छोटे कार्य के बाद, मैनेजर काम की जांच करता है।
- यदि काम अच्छा है, तो मैनेजर अगले चरण पर बढ़ जाता है।
- यदि काम खराब है (उदाहरण के लिए, "बग ढूंढने" के चरण में कुछ छूट गया है), तो मैनेजर केवल उस विशिष्ट चरण को ठीक करने के लिए रोबोट को वापस भेजता है।
- पुनः पढ़ना नहीं: रोबोट को पूरा मैनुअल फिर से पढ़ने या उन चरणों को फिर से करने की आवश्यकता नहीं होती है जिन्हें उसने पहले ही सही कर लिया है। वह बस उस एक टूटे हुए हिस्से को ठीक करता है।
परिणाम: ऊर्जा की बचत
शोधकर्ताओं ने सॉफ्टवेयर की दो वास्तविक समस्याओं पर इसका परीक्षण किया: कई बग्स वाले कोड को ठीक करना और यह पता लगाना कि कंप्यूटर सर्वर क्यों क्रैश हुआ। उन्होंने तीन तरीकों की तुलना की:
- विशाल विचारक (मोनोलिथिक)।
- कठोर असेंबली लाइन (स्टेटिक)।
- स्मार्ट मैनेजर (RSTD)।
उन्होंने पाया:
- कठोर असेंबली लाइन सबसे महंगी थी। जब इसने गलती की, तो इसे तीन या चार चरणों को फिर से करना पड़ा, जिससे शुरुआत से शुरू करने की तुलना में 80% अधिक ऊर्जा खर्च हुई।
- स्मार्ट मैनेजर विजेता रहा। जब इसने गलती की, तो इसने केवल एक टूटे हुए चरण को फिर से किया।
- सर्वर क्रैश टेस्ट में, इसने 'विशाल विचारक' की तुलना में 51% ऊर्जा बचाई।
- इसने 'कठोर असेंबली लाइन' की तुलना में 73% ऊर्जा बचाई।
पेच (The Catch)
यहाँ एक छोटा सा समझौता (trade-off) है। "स्मार्ट मैनेजर" दृष्टिकोण के लिए, भले ही सब कुछ बिल्कुल सही चल रहा हो, मैनेजर और रोबोट के बीच थोड़े अधिक सेटअप और संचार की आवश्यकता होती है। इसलिए, यदि रोबोट कभी गलती नहीं करता है, तो स्मार्ट मैनेजर 'विशाल विचारक' की तुलना में थोड़ा धीमा हो सकता है।
हालाँकि, वास्तविक दुनिया में, गलतियाँ होती हैं। पेपर यह निष्कर्ष निकालता है कि ऐसे सिस्टम बनाकर जो रुक सकते हैं, जांच सकते हैं और केवल टूटे हुए हिस्से को ठीक कर सकते हैं, हम त्रुटियां होने पर भारी मात्रा में समय और पैसा बचा सकते हैं। यह एक "क्रैश और रीस्टार्ट" सिस्टम को "फिक्स और कंटिन्यू" सिस्टम 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।