🤖 AI

GRASP: Graph Agentic Search over Propositions for Multi-hop Question Answering

GRASP एक कुशल एजेंटिक रिट्रीवल सिस्टम है जो जटिल प्रश्नों को गतिशील उप-कार्यों में विभाजित करके और लक्षित ट्रैवर्सल एवं उच्च-रिकॉल रिट्रीवल के लिए संस्थाओं (entities), प्रपोज़िशन (propositions) और पैसेज (passages) के एक नवीन तीन-स्तरीय पदानुक्रमित ग्राफ का लाभ उठाकर मल्टी-हॉप प्रश्नोत्तर की सटीकता और टोकन उपयोग को अनुकूलित करता है।

मूल लेखक: Stockton Jenkins, Ramya Korlakai Vinayak, Junjie Hu

प्रकाशित 2026-05-19

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Stockton Jenkins, Ramya Korlakai Vinayak, Junjie Hu

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 जासूस हैं जो एक जटिल रहस्य को सुलझाने की कोशिश कर रहे हैं, जैसे कि "उस गाने को किसने लिखा है जिसे 'Too Late for Goodbyes' के गायक ने गाया था?" इसे हल करने के लिए, आप केवल एक प्रश्न नहीं पूछ सकते; आपको सुरागों के एक निशान का पीछा करना होगा। पहले, आप गायक को खोजते हैं। फिर, आप वह गाना खोजते हैं जिसे उन्होंने गाया है। अंत में, आप लेखक को खोजते हैं।

यही मल्टी-हॉप क्वेश्चन अनswering (Multi-hop Question Answering) है: तर्क की एक श्रृंखला जहाँ प्रत्येक चरण पिछले चरण के उत्तर पर निर्भर करता है।

यह पेपर एक नया जासूसी सिस्टम पेश करता है जिसे GRASP (Graph Agentic Search over Propositions) कहा जाता है। यह कैसे काम करता है, इसके लिए सरल उपमाओं का उपयोग किया गया है:

समस्या: पुराना तरीका बहुत महंगा था

पिछले जासूसी सिस्टम इन रहस्यों को हल करने के लिए काम शुरू करने से पहले ही तथ्यों का एक विशाल, कठोर मानचित्र (एक "नॉलेज ग्राफ") बनाने की कोशिश करते थे।

लागत: इस मानचित्र को बनाना पुस्तकालय की हर किताब को छोटे, असंबद्ध तथ्य कार्डों (जैसे "विषय-संबंध-वस्तु" या Subject-Relation-Object) में फिर से लिखने के लिए लिपियों की एक सेना को काम पर रखने जैसा था। इसमें बहुत समय और पैसा (टोकन) लगता था।
अक्षमता: जब जासूस खोज शुरू करता था, तो उसे अक्सर बहुत सारी अप्रासंगिक जानकारी पढ़नी पड़ती थी या बिंदुओं को जोड़ने के लिए बहुत अधिक फोन कॉल (LLM क्वेरी) करने पड़ते थे, जिससे उसका बजट जल्दी खत्म हो जाता था।

समाधान: GRASP का तीन-स्तरीय पुस्तकालय

GRASP एक स्मार्ट, अधिक लचीला पुस्तकालय बनाकर खेल बदल देता है। कठोर तथ्य कार्डों के बजाय, यह जानकारी को तीन परतों में व्यवस्थित करता है, जो एक अच्छी तरह से व्यवस्थित फाइलिंग सिस्टम की तरह है:

एंटिटी लेयर (इंडेक्स कार्ड): ये मुख्य पात्र या चीजें हैं (जैसे, "पॉल मैकार्टनी," "जर्मनी")। वे पुस्तकालय के "दरवाजों" या प्रवेश द्वारों के रूप में कार्य करते हैं।
प्रपोजिशन लेयर (परमाणु तथ्य): यह असली जादू है। वाक्यों को कठोर "विषय-क्रिया-वस्तु" ट्रिपल्स में तोड़ने के बजाय, GRASP उन्हें परमाणु प्रपोजिशन (Atomic Propositions) में तोड़ता है—छोटे, आत्मनिर्भर, प्राकृतिक भाषा के वाक्य (जैसे, "ईस्टर हेयर को 1678 में जर्मनी में रिकॉर्ड किया गया था")।
- यह क्यों मायने रखता है: एक ट्रिपल एक टूटे हुए वाक्य की तरह है जो अर्थ खो देता है। एक प्रपोजिशन एक पूर्ण, स्पष्ट विचार है। यह AI के लिए समझना और प्रश्न के साथ मेल करना आसान बनाता है।
पैसेज लेयर (पूरी किताबें): ये मूल स्रोत दस्तावेज़ हैं। एक बार जब जासूस सही "प्रपोजिशन" (सुराग) ढूंढ लेता है, तो वह अंतिम उत्तर के लिए पूरा संदर्भ प्राप्त करने हेतु पूर्ण "पैसेज" (किताब का अध्याय) निकाल लेता है।

GRASP एक रहस्य को कैसे सुलझाता है (कार्यप्रवाह)

1. द प्लानर (रणनीतिकार)
अंधाधुंध खोज करने के बजाय, GRASP के पास एक "प्लानर" एजेंट होता है। जब आप एक जटिल प्रश्न पूछते हैं, तो प्लानर इसे चरण-दर-चरण टू-डू लिस्ट में तोड़ देता है।

उपमा: यदि आप पूछते हैं, "उस व्यक्ति की माँ कौन है जिसने लाइट बल्ब का आविष्कार किया था?", तो प्लानर कहता है: "चरण 1: खोजें कि किसने लाइट बल्ब का आविष्कार किया। चरण 2: उस व्यक्ति की माँ को खोजें।" यह एक निर्भरता मानचित्र (dependency map) बनाता है ताकि जासूस को पता चल सके कि आगे क्या खोजना है।

2. द सब-एजेंट्स (फील्ड एजेंट)
GRASP सारा काम करने के लिए एक विशाल दिमाग नहीं भेजता। यह प्रत्येक चरण के लिए छोटे, विशिष्ट सब-एजेंट्स भेजता है।

दक्षता: यदि कोई चरण सरल है, तो यह एक एजेंट का उपयोग करता है। यदि कोई चरण जटिल है, तो यह स्केल करता है। महत्वपूर्ण बात यह है कि प्रत्येक एजेंट केवल उस चीज़ की एक "कॉम्पैक्ट मेमोरी" रखता है जो उसने अभी-अभी पाया है। यह पूरी बातचीत के इतिहास का भार नहीं ढोता, जिससे इसके "टोकन" बजट (पैसा/कंप्यूट) की भारी बचत होती है।

3. द सर्च (जासूसी कार्य)
जब एक सब-एजेंट को सुराग की आवश्यकता होती है:

यह सबसे पहले प्रपोजिशन लेयर को देखता है। क्योंकि ये स्पष्ट, प्राकृतिक वाक्य हैं, इसलिए AI "हाइब्रिड सर्च" (सटीक शब्दों और समान अर्थों दोनों की खोज करना) का उपयोग करके बहुत तेज़ी से सही सुराग ढूंढ सकता है।
यह एक "RankVote" प्रणाली का उपयोग करता है। कल्पना कीजिए कि एजेंट को 50 सुराग मिलते हैं। सभी 50 किताबें पढ़ने के बजाय, यह देखता है कि कौन से सुराग सबसे प्रासंगिक हैं और उन विशिष्ट पुस्तक अध्यायों (पैसेज) के लिए "वोट" देता है जिनमें वे सुराग मौजूद हैं। यह सुनिश्चित करता है कि यह केवल सबसे महत्वपूर्ण पृष्ठ ही पढ़े।

4. द सिंथेसिस (अंतिम रिपोर्ट)
एक बार जब सभी सब-एजेंट अपने चरणों को पूरा कर लेते हैं, तो एक अंतिम मॉड्यूल सभी उत्तरों को एक सुसंगत कहानी में जोड़ देता है।

परिणाम: तेज़, सस्ता, स्मार्ट

लेखकों ने तीन प्रमुख "रहस्य डेटासेट्स" (MuSiQue, 2Wiki, और HotpotQA) पर GRASP का परीक्षण किया।

सटीकता: GRASP ने पिछले शीर्ष-स्तरीय सिस्टमों की तुलना में रहस्यों को अधिक सटीकता से सुलझाया।
दक्षता: इसने अगले सर्वोत्तम तरीकों की तुलना में 30% से 50% कम टोकन (कंप्यूटेशनल संसाधन) का उपयोग किया।
- उपमा: यदि पुराने सिस्टम ने एक रहस्य सुलझाने के लिए $100 खर्च किए, तो GRASP ने बेहतर परिणाम प्राप्त करते हुए उसे $50 में सुलझा लिया।

सफलता का एक नया पैमाना: "सक्सेस इकोनॉमी"

यह पेपर एक नया मीट्रिक "सक्सेस इकोनॉमी" पेश करता है।

अवधारणा: केवल सही उत्तर प्राप्त करना ही काफी नहीं है; आपको यह भी पूछना होगा, "उस उत्तर को पाने के लिए कितनी लागत आई?"
ट्विस्ट: यह लागत को प्रश्न की कठिनाई के आधार पर तौलता है। एक कठिन प्रश्न को सस्ते में हल करना, एक आसान प्रश्न को सस्ते में हल करने से अधिक मूल्यवान है। GRASP इस मीट्रिक में जीतता है क्योंकि यह संसाधनों को बर्बाद किए बिना कठिन उत्तरों को सही ढंग से प्राप्त करता है।

सारांश

GRASP एक जासूसी प्रणाली है जो:

आगे बढ़ने से पहले अपने मार्ग की योजना (Plan) बनाती है।
कठोर, टूटे हुए डेटा संरचनाओं के बजाय परमाणु, प्राकृतिक भाषा के तथ्यों (प्रपोजिशन) का उपयोग करती है।
छोटे, केंद्रित एजेंटों को भेजती है जो भारी बोझ नहीं ढोते।
अनावश्यक टेक्स्ट पढ़ने से बचने के लिए सर्वोत्तम साक्ष्य के लिए वोट (Vote) करती है।

परिणामस्वरूप, यह एक ऐसा सिस्टम है जो न केवल जटिल, बहु-चरणीय पहेलियों को सुलझाने में स्मार्ट है, बल्कि इसे चलाना काफी सस्ता और अधिक कुशल भी है।

तकनीकी सारांश: GRASP (प्रपोजिशन पर आधारित ग्राफ एजेंटिक सर्च)

समस्या विवरण

मल्टी-हॉप प्रश्नोत्तर (QA) के लिए मॉडलों को उन निर्भरताओं को हल करने के लिए साक्ष्य (evidence) जुटाने हेतु पुनरावृत्ति (iteratively) करने की आवश्यकता होती है जिन्हें केवल सिमेंटिक समानता (semantic similarity) से संबोधित नहीं किया जा सकता। जबकि हालिया एजेंटिक रिट्रीवल सिस्टम, भाषा मॉडलों (LLMs) को खोजने और तर्क करने की स्वायत्तता प्रदान करके सटीकता में सुधार करते हैं, वे एक महत्वपूर्ण बाधा का सामना करते हैं: टोकन दक्षता (token efficiency)।

मौजूदा ग्राफ-आधारित दृष्टिकोण, जैसे कि HippoRAG और GeAR, रिलेशनल ट्रिपल्स (subject-relation-object) से निर्मित नॉलेज ग्राफ (KGs) का उपयोग करते हैं ताकि संरचित ट्रैवर्सल (structured traversal) सक्षम हो सके। हालाँकि, यह महत्वपूर्ण लागत उत्पन्न करता है:

इंडेक्सिंग लागत: ट्रिप-आधारित KGs को निकालना और निर्मित करना कम्प्यूटेशनल रूप से महंगा है और अक्सर अविश्वसनीय होता है, जो कभी-कभी रिट्रीवल की गुणवत्ता को नैव (naive) RAG से भी नीचे गिरा देता है।
इन्फरेंस लागत: एजेंटिक सिस्टम अक्सर बार-बार होने वाले LLM कॉल्स, विस्तारित कॉन्टेक्स्ट विंडोज़ और समानांतर एजेंटों द्वारा रेडंडेंट ट्रैवर्सल के कारण संचयी टोकन उपयोग (compounding token usage) से जूझते हैं।

वर्तमान विधियाँ इंडेक्सिंग और इन्फरेंस दोनों चरणों में उच्च सटीकता और न्यूनतम टोकन उपयोग के लिए संयुक्त रूप से अनुकूलन (optimize) करने में विफल रहती हैं।

कार्यप्रणाली: GRASP

लेखक GRASP (Graph Agentic Search over Propositions) का प्रस्ताव करते हैं, जो एक एजेंटिक रिट्रीवल सिस्टम है जिसे QA सटीकता और टोकन दक्षता दोनों को अनुकूलित करने के लिए डिज़ाइन किया गया है। GRASP तीन मुख्य घटकों के माध्यम से कार्य करता है:

1. तीन-स्तरीय पदानुक्रमित ग्राफ निर्माण (Three-Layer Hierarchical Graph Construction)

ट्रिपल-आधारित KGs के विपरीत, GRASP तीन अलग-अलग स्तरों वाला एक ग्राफ $G = (V_E, V_P, V_D, E)$ बनाता है:

एंटिटी लेयर ( $V_E$ ): टेक्स्ट से निकाले गए टाइप किए गए एंटिटीज (जैसे, "व्यक्ति," "स्थान")। ये ट्रैवर्सल के लिए लक्षित गेटवे के रूप में कार्य करते हैं।
प्रपोजिशन लेयर ( $V_P$ ): मुख्य रिट्रीवल यूनिट। परमाणु ट्रिपल्स के बजाय, सिस्टम परमाणु, स्व-निहित प्राकृतिक भाषा प्रपोजिशन्स (जैसे, "ईस्टर हेयर को 1678 में दक्षिण-पश्चिम जर्मनी में दर्ज किया गया था") निकालता है।
पैसेज लेयर ( $V_D$ ): मूल स्रोत दस्तावेज़ जो अपने घटक प्रपोजिशन्स से जुड़े होते हैं।

एक्सट्रैक्शन प्रक्रिया: एंटिटीज और प्रपोजिशन्स को एक ही LLM कॉल में संयुक्त रूप से निकाला जाता है। एंटिटीज को उनके इंडेक्स रेफरेंस के माध्यम से उनके स्रोत प्रपोजिशन्स से जोड़ा जाता है, जिससे ग्राफ एज (edges) बनते हैं। यह रिलेशनल ट्रिपल्स में संदर्भ के लॉस-इंड्यूसिंग कंप्रेशन (lossy compression) से बचाता है।

2. प्लानिंग-आधारित इन्फरेंस पाइपलाइन

GRASP जटिल मल्टी-हॉप प्रश्नों को डिपेंडेंसी-अवेयर प्लान्स में विभाजित करता है:

प्लैनर (Planner): एक मॉड्यूल एक प्राकृतिक भाषा रीजनिंग आउटलाइन और उप-प्रश्नों (sub-questions) का एक क्रमबद्ध अनुक्रम उत्पन्न करता है। महत्वपूर्ण रूप से, यह पूर्व उप-प्रश्नों से उत्तरों को स्पष्ट रूप से संदर्भित करने के लिए संख्यात्मक प्लेसहोल्डर्स (जैसे, #1) का उपयोग करता है, जो MuSiQue जैसे डेटासेट्स की निर्भरता संरचना को दर्शाता है।
सब-एजेंट निष्पादन (Sub-Agent Execution): प्रत्येक उप-प्रश्न को एक स्वतंत्र सब-एजेंट द्वारा संभाला जाता है। एजेंट पूर्ण बातचीत के इतिहास के बजाय एक कॉम्पैक्ट ऑब्जर्वेशन स्टेट ( $O_i$ $O_{i}$ ) बनाए रखता है, जिससे कॉन्टेक्स्ट की वृद्धि सीमित रहती है।
- हाइब्रिड सर्च: एजेंट उप-प्रश्न को एक डिक्लेरेटिव सर्च स्टेटमेंट और कीवर्ड लिस्ट में पुनर्गठित करता है। यह उम्मीदवार एंटिटीज को रिट्रीव करने के लिए प्रपोजिशन लेयर पर हाइब्रिड सर्च (डेंस वेक्टर + BM25) करता है।
- RankVote स्कोरिंग: रिट्रीव किए गए प्रपोजिशन्स को कैंडिडेट एंटिटीज में एकत्रित किया जाता है। पैसेज रिट्रीवल के लिए, सिस्टम RankVote का उपयोग करता है, जो एक रेसिप्रोकल-रैंक वोटिंग मैकेनिज्म है जो उनके घटक प्रपोजिशन्स के रैंक के आधार पर पैसेज को स्कोर करता है, जिससे अत्यधिक प्रासंगिक संदर्भ को प्राथमिकता मिलती है।
- पुनरावृत्ति परिशोधन (Iterative Refinement): एजेंट मूल्यांकन करता है कि क्या साक्ष्य पर्याप्त हैं। यदि नहीं, तो वह सर्च स्टेटमेंट को फिर से लिखता है और ट्रैवर्सल को फिर से शुरू करता है (एक सीमा तक), जिससे साक्ष्य को बार-बार पढ़ने की रेडंडेंसी से बचा जा सके।

3. सक्सेस इकोनॉमी मेट्रिक (Success Economy Metric)

पेपर में दक्षता का मूल्यांकन करने के लिए सूचना सिद्धांत (information theory) से प्रेरित एक मेट्रिक, सक्सेस इकोनॉमी ( $C_w$ ) पेश किया गया है। यह कठिनाई-भारित सही उत्तरों पर कुल टोकन लागत को एमोर्टाइज (amortize) करता है:
$C_w = \frac{\sum T_i}{\sum w_i \cdot \mathbb{1}[EM_i = 1]}$
जहाँ $w_i = -\log_2(r_i)$ एक सही उत्तर का सरप्राइज़ल (स्व-सूचना) है, जिसका अनुमान बेस LLM को कई बार प्रॉम्प्ट करके लगाया जाता है। यह टोकन की बर्बादी को दंडित करता है और कठिन प्रश्नों को कुशलतापूर्वक हल करने के लिए पुरस्कृत करता है।

प्रमुख योगदान

GRASP सिस्टम: एक ग्राफ-एन्हांस्ड एजेंटिक रिट्रीवल सिस्टम जो QA सटीकता और टोकन दक्षता दोनों को संयुक्त रूप से अनुकूलित करता है, जिसका मूल्यांकन ओपन-रिट्रीवल और एक्सटेंडेड-कॉन्टेक्स्ट सेटिंग्स में प्रतिस्पर्धी रूप से किया गया है।
प्रपोजिशन-आधारित इंडेक्सिंग: प्रपोजिशन्स को मुख्य रिट्रीवल यूनिट के रूप में उपयोग करने वाला एक नवीन तीन-स्तरीय पदानुक्रमित ग्राफ। लेखक प्रदर्शित करते हैं कि यह ट्रिपल-आधारित ग्राफ (HippoRAG2) की तुलना में उच्च पैसेज रिकॉल प्राप्त करता है, जबकि 69% कम इंडेक्सिंग टोकन का उपयोग करता है।
कंपार्टमेंटलाइज्ड इन्फरेंस: एक प्लानिंग-आधारित पाइपलाइन जिसमें आइसोलेटेड सब-एजेंट्स होते हैं जो हॉप्स के बीच और व्यक्तिगत एजेंट निष्पादन के भीतर कॉन्टेक्स्ट को कंपार्टमेंटलाइज़ करते हैं, जिससे अनबाउंडेड कॉन्टेक्स ग्रोथ को रोका जा सके।
सक्सेस इकोनॉमी: एक नया मूल्यांकन मेट्रिक जो एजेंटिक QA में दक्षता-जागरूक मूल्यांकन की वकालत करता है, जो केवल सटीकता-आधारित बेंचमार्क्स से आगे बढ़ता है।

प्रयोगात्मक परिणाम

GRASP का मूल्यांकन MuSiQue, 2WikiMultihopQA, और HotpotQA पर दो सेटिंग्स के तहत किया गया:

ओपन-कॉपर्स रिट्रीवल सेटिंग

प्रदर्शन: GRASP ने MuSiQue और 2Wiki पर उच्चतम Exact Match (EM), F1, और जज स्कोर प्राप्त किया, जो IRCoT+HippoRAG2 से बेहतर है।
दक्षता: इसने IRCoT+HippoRAG2 की तुलना में 40–50% कम टोकन का उपयोग किया जबकि बेहतर सटीकता प्राप्त की। HotpotQA पर, जबकि IRCoT+HippoRAG2 की सटीकता थोड़ी अधिक थी, उसने 2 गुना से अधिक टोकन लागत पर यह हासिल किया।
रिट्रीवल क्वालिटी: सिम्युलेटेड एजेंटिक रिट्रीवल में, GRASP ने HippoRAG2 के 0.817 की तुलना में 0.904 का रिकॉल प्राप्त किया, जो प्रमाणित करता है कि प्रपोजिशन्स एक बेहतर रिट्रीवल यूनिट हैं।

एक्सटेंडेड कॉन्टेक्स्ट (LongBench) सेटिंग

प्रदर्शन: GRASP सभी तीन डेटासेट्स में EM और F1 में अग्रणी रहा। 2Wiki पर, इसने GraphReader की तुलना में EM में 12 अंक का सुधार किया जबकि लगभग 70% टोकन लागत का उपयोग किया।
दक्षता: GRASP ने अगले सबसे सटीक मेथड (GraphReader) की तुलना में 30% कम टोकन का उपयोग किया और साथ ही प्रतिस्पर्धी या बेहतर जज स्कोर बनाए रखा।
एब्लेशन (Ablation): प्रपोजिशन ग्राफ या एंटिटी सिलेक्शन लेयर को हटाने से प्रदर्शन काफी गिर गया या टोकन का उपयोग बढ़ गया, जो तीन-स्तरीय संरचना की आवश्यकता की पुष्टि करता है।

महत्व और दावे

पेपर का दावा है कि GRASP मल्टी-हॉप QA में सटीकता-से-लागत ट्रेडऑफ़ के लिए पारेटो फ्रंटियर (Pareto frontier) पर स्थित है। टोकन दक्षता को सटीकता के साथ एक प्रथम-श्रेणी के डिज़ाइन उद्देश्य के रूप में मानकर, GRASP एजेंटिक सिस्टम में मौलिक तनाव को संबोधित करता है जहाँ रीजनिंग की गहराई आमतौर पर घातीय (exponential) टोकन वृद्धि की ओर ले जाती है।

लेखक इस बात पर जोर देते हैं कि:

ट्रिपल्स की तुलना में प्रपोजिशन्स बेहतर हैं: वे उस सिमेंटिक बारीकी को बनाए रखते हैं जो ट्रिपल एक्सट्रैक्शन में खो जाती है और एम्बेडिंग-आधारित रिट्रीवल के लिए अधिक भेदभावपूर्ण (discriminative) इकाइयाँ के रूप में कार्य करते हैं।
स्ट्रक्चर्ड डिकंपोजिशन महत्वपूर्ण है: प्लानिंग-आधारित डिकंपोजिशन को स्ट्रक्चर्ड रिट्रीवल (ग्राफ) के साथ जोड़ना, केवल चेन-ऑफ-थॉट के साथ रिट्रीवल को इंटरलीव करने की तुलना में अधिक प्रभावी है।
दक्षता एक मानक आवश्यकता है: "सक्सेस इकोनॉमी" का परिचय समुदाय को दक्षता-जागरूक मूल्यांकन को एक मानक अभ्यास के रूप में अपनाने की वकालत करता है, यह स्वीकार करते हुए कि इन्फरेंस लागत सीधे रीजनिंग की जटिलता के साथ स्केल करती है।

यह कार्य सुझाव देता है कि भविष्य के सुधारों में सुपरवाइज्ड फाइन-ट्यूनिंग या सुदृढीकरण शिक्षण (reinforcement learning) के माध्यम से प्लानर की डिकंपोजिशन सटीकता (जो वर्तमान में 3- और 4-हॉप प्रश्नों के लिए एक बाधा है) को रिफाइन करने पर ध्यान केंद्रित किया जा सकता है, लेकिन वर्तमान आर्किटेक्चर पहले से ही प्रदर्शन और लागत के बीच संतुलन बनाने में एक महत्वपूर्ण छलांग प्रदर्शित करता है।