⚛️ phenomenology

\textsc{RooAgent}: An LLM Agent for \textsc{Root}-Based High Energy Physics Analysis

यह शोध पत्र \textsc{RooAgent} को प्रस्तुत करता है, जो एक प्राकृतिक-भाषा इंटरफ़ेस है जो विभिन्न LLM बैकएंड्स के माध्यम से \textsc{PyRoot} टूल्स का उपयोग करके लार्ज लैंग्वेज मॉडल्स को जटिल हाई-एनर्जी फिजिक्स डेटा विश्लेषण कार्यों को करने में सक्षम बनाता है, जिसे विभिन्न सिग्नल-बैकग्राउंड वर्कफ्लो और ATLAS ओपन डेटा के अनुप्रयोगों के माध्यम से प्रदर्शित किया गया है।

मूल लेखक: Aman Desai

प्रकाशित 2026-05-19

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Aman Desai

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 वैज्ञानिक डेटा का एक विशाल, अविश्वसनीय रूप से जटिल पुस्तकालय है। कण भौतिकी (particle physics) की दुनिया में, इस पुस्तकालय को Root कहा जाता है, जिसमें अरबों कण टकरावों की "रसीदें" मौजूद हैं। यदि आपको कोई विशिष्ट जानकारी ढूँढनी हो—जैसे कि किसी विशेष प्रकार का कण या डेटा में कोई पैटर्न—तो आमतौर पर आपको एक बहुत ही कठिन, तकनीकी भाषा (प्रोग्रामिंग कोड) बोलने वाला लाइब्रेरियन होना चाहिए। यदि आप सटीक कोड नहीं जानते, तो आप किताब चेक आउट नहीं कर सकते।

RooAgent एक अत्यंत बुद्धिमान, बहुभाषी लाइब्रेरियन सहायक को काम पर रखने जैसा है जो आपकी भाषा (साधारण अंग्रेजी) बोलता है और पुस्तकालय के गुप्त कोड को पूरी तरह से जानता है।

यह कैसे काम करता है, इसे सरल अवधारणाओं में नीचे दिया गया है:

1. समस्या: "विदेशी भाषा" की बाधा

उच्च-ऊर्जा भौतिक विज्ञानी डेटा का विश्लेषण करने के लिए PyRoot नामक टूल का उपयोग करते हैं। यह शक्तिशाली है, लेकिन यह ऐसा है जैसे किसी ऐसे रेस्तरां में जटिल भोजन का ऑर्डर देने की कोशिश करना जहाँ मेनू एक ऐसी भाषा में लिखा है जिसे आप नहीं बोलते। आपको यह जानने की आवश्यकता है कि "इलेक्ट्रॉन मोमेंटम का हिस्टोग्राम" या "कितने इवेंट्स भारी जेट्स वाले हैं" के लिए सटीक सिंटैक्स क्या है। यदि आप टाइपिंग में गलती करते हैं या गलत शब्द का उपयोग करते हैं, तो कंप्यूटर बस "Error" कह देगा।

2. समाधान: "अनुवादक" एजेंट

RooAgent एक अनुवादक के रूप में कार्य करता है। आपको कोड सीखने की आवश्यकता नहीं है। आप एजेंट को बस साधारण अंग्रेजी में बता सकते हैं कि आप क्या चाहते हैं, जैसे:

"मुझे बॉटम क्वार्क्स (bottom quarks) के मास का एक ग्राफ दिखाओ।"
"गिनें कि कितने इवेंट्स तब होते हैं जब मैं केवल उन कणों को देखूँ जो 50 GeV से तेज़ चल रहे हैं।"
"सिग्नल को बैकग्राउंड शोर से अलग करने के लिए सबसे अच्छा 'कट' (cut) खोजें।"

एजेंट (जो एक Large Language Model या LLM द्वारा संचालित है) आपके अनुरोध को सुनता है, उसे सही तकनीकी कमांड में अनुवादित करता है, विश्लेषण चलाता है, और आपको परिणाम वापस देता है—आमतौर पर एक ग्राफ, संख्याओं की एक तालिका, या एक सारांश।

3. यह कैसे काम करता है: "टूलबॉक्स"

एजेंट को एक निर्माण कार्यकर्ता (construction worker) के रूप में सोचें जिसके पास एक विशिष्ट टूलबॉक्स है। पेपर में वर्णन किया गया है कि इस कार्यकर्ता को दो तरीकों से काम पर रखा जा सकता है:

LangGraph मोड: कार्यकर्ता एक "फोरमैन" (LangGraph) का उपयोग करके AI मॉडल्स (जैसे GPT-4.1 या DeepSeek-V3) की एक टीम का प्रबंधन करता है। फोरमैन आपके बड़े अनुरोध को छोटे चरणों में तोड़ता है, AI से सही टूल चुनने के लिए कहता है, और फिर उसे निष्पादित करता है।
MCP मोड: कार्यकर्ता एक मानक प्रोटोकॉल (Model Context Protocol) का उपयोग करके सीधे एक अन्य AI बॉस (Anthropic के Claude) से बात करता है।

दोनों ही मामलों में, टूलबॉक्स में मौजूद "टूल्स" पहले से लिखे गए कंप्यूटर फंक्शन हैं जो भारी काम करते हैं:

निरीक्षण (Inspecting): डेटा फाइलों के अंदर देखना कि वहां क्या है।
गिनती (Counting): यह गिनना कि कितने इवेंट्स एक विशिष्ट नियम को पूरा करते हैं।
प्लॉटिंग (Plotting): ग्राफ और चार्ट बनाना।
फिटिंग (Fitting): डेटा पॉइंट्स के माध्यम से एक सुचारू वक्र (smooth curve) बनाना ताकि आकार को समझा जा सके।
गणना (Calculating): यह देखने के लिए गणित करना कि क्या खोज सांख्यिकीय रूप से महत्वपूर्ण है।

4. "टेस्ट ड्राइव"

लेखकों ने यह देखने के लिए कि क्या यह काम संभाल सकता है, कई परिदृश्यों के साथ इस सहायक का परीक्षण किया:

"ZH" सिमुलेशन: उन्होंने एक विशिष्ट कण टकराव (एक Z बोसॉन और एक हिग्स बोसॉन) का अनुकरण किया। एजेंट ने सफलतापूर्वक फाइलों को खोजा, ग्राफ बनाए, इवेंट्स को गिना, और यहाँ तक कि सिग्नल को बैकग्राउंड शोर से अलग करने के लिए "स्वीट स्पॉट" (सबसे अच्छा कट) भी खोज लिया।
"मल्टी-टास्क" चुनौती: उन्होंने एजेंट को एक साथ छह चीजें करने के लिए एक लंबा, जटिल निर्देश दिया (एक कर्व फिट करना, तुलनात्मक चार्ट बनाना, कट-फ्लो चलाना, कट्स को अनुकूलित करना, मास विंडो को स्कैन करना और परिणामों को रैंक करना)। एजेंट ने बिना मानवीय मदद के एक के बाद एक छह चरणों को पूरा किया।
"टॉय" सांख्यिकीय परीक्षण: उन्होंने एक छिपा हुआ सिग्नल वाले नकली डेटासेट का निर्माण किया। एजेंट ने सफलतापूर्वक विभिन्न मास वैल्यूज को स्कैन किया, सही स्थान (250 GeV) पर छिपे हुए सिग्नल को खोजा, और इस बात की संभावना की गणना की कि यह केवल एक इत्तेफाक नहीं है।
"रियल वर्ल्ड" परीक्षण: उन्होंने CERN (लार्ज हैड्रोन कोलाइडर) के ATLAS प्रयोग से वास्तविक, सार्वजनिक डेटा का उपयोग किया। एजेंट ने सफलतापूर्वक चार लेप्टोन में क्षय होने वाले हिग्स बोसॉन के लिए डेटा का विश्लेषण किया, जिससे एक स्टैक्ड ग्राफ तैयार हुआ जो मानव विशेषज्ञों द्वारा बनाए गए ग्राफ से मेल खाता है।

5. परिणाम

पेपर का दावा है कि RooAgent काम करता है। इसने सफलतापूर्वक साधारण अंग्रेजी के प्रश्नों को जटिल भौतिकी के उत्तरों में बदल दिया।

इसने 19 में से 20 सिंगल-टास्क टेस्ट को सही ढंग से संभाला।
इसने बिना रुके एक 6-चरणीय मल्टी-टास्क वर्कफ़्लो को पूरा किया।
इसने OpenAI के GPT-4.1 या Anthropic के Sonnet 4.6 का उपयोग करने पर भी समान संख्यात्मक परिणाम दिए।

सावधानी:
एजेंट पूर्ण नहीं है। एक परीक्षण में, यह भ्रमित हो गया क्योंकि उपयोगकर्ता ने फ़ाइल नाम के लिए "Events" (बड़ा E) के बजाय "events" (छोटा e) टाइप किया था। एजेंट ने अनुमान लगाने के बजाय स्पष्टीकरण मांगकर रुक गया। इसके अलावा, कभी-कभी अलग-अलग AI मॉडल ग्राफ के लिए थोड़ा अलग रेंज चुन सकते हैं (उदाहरण के लिए, 0–100 GeV बनाम 0–200 GeV दिखाना), लेकिन मूल गणित समान रहता है।

सारांश

RooAgent एक सेतु (bridge) है। यह भौतिकविदों (और संभावित रूप से छात्रों या नए शोधकर्ताओं) को मानव भाषा में अपने डेटा से बात करने की अनुमति देता है, जबकि कंप्यूटर वास्तव में विश्लेषण करने के लिए आवश्यक जटिल, तकनीकी भाषा को संभालता है। यह भौतिकी की समझ के लिए भौतिक विज्ञशास्त्री के ज्ञान को प्रतिस्थापित नहीं करता है, बल्कि काम पूरा करने के लिए जटिल कोड सिंटैक्स को याद रखने की बाधा को हटा देता है।

"RooAgent: रूट-आधारित उच्च ऊर्जा भौतिकी विश्लेषण के लिए एक LLM एजेंट" का तकनीकी सारांश

समस्या विवरण
उच्च ऊर्जा भौतिकी (HEP) डेटा विश्लेषण काफी हद तक ROOT फ्रेमवर्क और इसके पायथन इंटरफेस, PyROOT पर निर्भर करता है, जिसका उपयोग इवेंट चयन और हिस्टोग्रामिंग से लेकर सांख्यिकीय अनुमान (statistical inference) जैसे कार्यों के लिए किया जाता है। हालाँकि, इन उपकरणों का उपयोग करने के लिए विशिष्ट API परंपराओं, डेटा संरचनाओं (जैसे TTree ब्रान्च) और इनपुट सैंपल्स के आंतरिक संगठन की गहरी समझ की आवश्यकता होती है। यह प्रवेश बाधा नए उपयोगकर्ताओं के लिए कार्य को कठिन बना सकती है और नियमित कार्यों को अक्षम बना सकती है। जबकि लार्ज लैंग्वेज मॉडल्स (LLMs) ने "टूल कॉल्स" के माध्यम से मल्टी-स्टेप वर्कफ़्लो को स्वचालित करने में क्षमता दिखाई है, एक विशेष इंटरफेस की आवश्यकता है जो प्राकृतिक भाषा के लक्ष्यों को सीधे ROOT-आधारित विश्लेषण के लिए आवश्यक विशिष्ट फंक्शन कॉल्स से मैप कर सके।

कार्यप्रणाली
लेखक RooAgent प्रस्तुत करते हैं, जो एक पायथन पैकेज है जो ROOT-आधारित विश्लेषण के लिए एक नेचुरल-लैंग्वेज इंटरफेस के रूप में कार्य करता है। यह सिस्टम PyROOT फंक्शन्स को एक LLM एजेंट के लिए निष्पादन योग्य टूल्स (executable tools) के रूप में रैप करता है। इसकी आर्किटेक्चर दो अलग-अलग ऑपरेटिंग मोड का समर्थन करती है, जो दोनों ही समान अंतर्निहित PyROOT कार्यान्वयन का उपयोग करती हैं:

LangGraph एजेंट मोड: यह OpenAI के GPT-4.1 (GitHub Copilot के माध्यम से) और DeepSeek-V3 (Ollama के माध्यम से) के साथ संगत है। इस मोड में, LLM यूजर प्रॉम्प्ट्स पर तर्क करता है, टूल्स का चयन करता है, आर्गुमेंट्स बनाता है, और तब तक पाइथॉन फंक्शन्स को इटरेटिवली कॉल करता है जब तक कि उपयोगकर्ता का लक्ष्य पूरा नहीं हो जाता।
मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) मोड: यह एंथ्रोपिक क्लॉड CLI (विशेष रूप से Sonnet 4.6 के साथ परीक्षण किया गया) के साथ एकीकरण के लिए डिज़ाइन किया गया है। यह मोड एक MCP सर्वर के रूप में कार्य करता है, जहाँ क्लॉड CLI ही LLM और ऑर्केस्ट्रेशन लेयर दोनों के रूप में कार्य करता है, जिससे LangChain या LangGraph जैसी निर्भरताओं की आवश्यकता समाप्त हो जाती है।

टूल सेट मॉड्यूलर है और सामान्य ROOT विश्लेषण कार्यों के पूरे स्पेक्ट्रम को कवर करता है, जिसमें शामिल हैं:

निरीक्षण (Inspection): फाइल सामग्री, TTree संरचना और ब्रान्च डेटा प्रकारों को सूचीबद्ध करना।
गिनती और चयन (Counting & Selection): बूलियन कट्स लागू करना, कटफ्लो जनरेट करना और इवेंट यील्ड की गणना करना।
हिस्टोग्राम और सांख्यिकी (Histograms & Statistics): TTree ब्रान्च से हिस्टोग्राम भरना, इंटीग्रल्स, मीन (mean) और RMS की गणना करना, और महत्व ( $S/\sqrt{S+B}$ ) की गणना करना।
विज़ुअलाइज़ेशन (Visualization): 1D और 2D प्लॉट्स बनाना, डिस्ट्रीब्यूशन को ओवरले करना और लॉग स्केल्स लागू करना।
फिटिंग (Fitting): डिस्ट्रीब्यूशन पर गॉसियन, एक्सपोनेंशियल या पॉलिनोमियल फिटिंग करना।
अनुकूलन (Optimization): महत्व (significance) को अधिकतम करने के लिए कट थ्रेशोल्ड को स्कैन करना।
निर्यात (Export): TTree ब्रान्च को CSV फाइलों में बदलना।

सिस्टम इटरेटिव रीजनिंग के लिए डिज़ाइन किया गया है, जिससे एजेंट परिणामों को रिफाइन करने या त्रुटियों को सुधारने (जैसे, ट्री के नाम स्पष्ट करना या प्लॉट रेंज को एडजस्ट करना) के लिए कई बार टूल्स को कॉल कर सकता है।

प्रमुख योगदान

एकीकृत इंटरफेस (Unified Interface): RooAgent विभिन्न LLM बैकएंड्स (OpenAI, Ollama, Anthropic) के माध्यम से प्राकृतिक भाषा द्वारा सुलभ टूल्स का एक सुसंगत सेट प्रदान करता है, बिना अंतर्निहित विश्लेषण कोड में बदलाव किए।
टूल रजिस्ट्री (Tool Registry): पैकेज विशेष रूप से HEP वर्कफ़्लो के लिए तैयार किए गए PyROOT-रैप्ड फंक्शन्स का एक व्यापक पुस्तकालय प्रदान करता है, जिसमें सिग्निफिकेंस कैलकुलेशन, कटफ्लो जनरेशन और पैरामेट्रिक फिटिंग शामिल हैं।
दोहरी-मोड आर्किटेक्चर (Dual-Mode Architecture): LangGraph-आधारित एजेंट और एक MCP सर्वर दोनों का समर्थन करके, यह पैकेज उन उपयोगकर्ताओं के लिए लचीलापन प्रदान करता है जो अलग-अलग LLM इकोसिस्टम और डिप्लॉयमेंट मेथड्स (लोकल बनाम क्लाउड) पसंद करते हैं।

परिणाम
लेखकों ने $pp \to ZH$ ( $Z \to \ell^+\ell^-, H \to b\bar{b}$ ) और बैकग्राउंड प्रक्रियाओं के साथ मोंटे कार्लो सिमुलेशन, और $H \to ZZ^* \to 4\ell$ चैनल के लिए ATLAS ओपन डेटा का उपयोग करके RooAgent का मूल्यांकन किया।

बेंचमार्क प्रदर्शन: 20 सिंगल-टास्क टेस्ट की एक श्रृंखला में, एजेंट ने 19 कार्यों के लिए परिणाम सफलतापूर्वक उत्पन्न किए। कार्यों में फाइल इंस्पेक्शन, हिस्टोग्राम प्लॉटिंग, इवेंट काउंटिंग, वेरिएबल डेफिनेशन, गॉसियन फिटिंग और सिग्निफिकेंस स्कैनिंग शामिल थे। एक विफलता ट्री नाम लुकअप में केस-सेंसिटिविटी (case-sensitivity) के कारण हुई, जिसे एजेंट ने सही ढंग से पहचाना और गलत परिणाम देने के बजाय स्पष्टीकरण के लिए फ्लैग किया।
मल्टी-टास्क वर्कफ़्लो: छह क्रमिक कार्यों (फिटिंग, काइनेमैटिक तुलना, कटफ्लो जनरेशन, कट ऑप्टिमाइज़ेशन, मास-विंडो स्कैनिंग और कट रैंकिंग) के लिए एक जटिल प्रॉम्प्ट को बिना किसी मानवीय हस्तक्षेप के लगभग 225 सेकंड में सफलतापूर्वक निष्पादित किया गया।
सांख्यिकीय विश्लेषण: मास हाइपोथीसिस के ग्रिड वाले एक टॉय स्टैटिस्टिकल एनालिसिस में, एजेंट ने सफलतापूर्वक हिस्टोग्राम को मैच किया, ऑब्जर्व्ड और एक्सपेक्टेड सिग्निफिकेंस, p-वैल्यू और $CL_s$ मानों की गणना की, और इंजेक्टेड सिग्नल मास (250 GeV) को सबसे मजबूत उम्मीदवार के रूप में पहचाना।
ओपन डेटा अनुप्रयोग: ATLAS ओपन डेटा पर लागू होने पर, एजेंट ने कई ROOT फाइलों को प्रोसेस किया, क्रमिक लीप्टन सिलेक्शन कट्स लागू किए, कटफ्लो जनरेट किए, और डेटा के साथ ओवरले किए गए सिग्नल और बैकग्राउंड के स्टैक्ड प्लॉट बनाए। परिणाम GPT-4.1 और Sonnet 4.6 दोनों में सुसंगत थे।
मॉडल विविधताएं: पेपर नोट करता है कि जबकि कोर लॉजिक सुसंगत रहता है, अलग-अलग LLMs (जैसे, GPT-4.1 बनाम DeepSeek-V3) यदि स्पष्ट रूप से बाधित न हों, तो प्लॉट रेंज या नॉर्मलाइजेशन के संबंध में अलग-अलग विकल्प चुन सकते हैं, जो प्रॉम्प्ट विशिष्टता के महत्व को उजागर करता है।

महत्व
पेपर दावा करता है कि RooAgent सफलतापूर्वक प्लेन-लैंग्वेज प्रॉम्प्ट्स और ROOT-आधारित HEP विश्लेषण की तकनीकी आवश्यकताओं के बीच के अंतर को पाटता है। टूल्स और आर्गुमेंट्स के चयन को स्वचालित करके, यह सिस्टम रूटीन कार्यों को सुव्यवस्थित करता है और उन उपयोगकर्ताओं के लिए प्रवेश बाधा को कम करता है जो ROOT API की जटिलताओं से अपरिचित हैं। लेखक इस कार्य को अधिक सुलभ HEP डेटा विश्लेषण की दिशा में एक कदम के रूप में देखते हैं, जो यह प्रदर्शित करता है कि LLM एजेंट फाइल इंस्पेक्शन, सांख्यिकीय अनुमान और विज़ुअलाइज़ेशन वाले जटिल, मल्टी-स्टेप वर्कफ़्लो को प्रभावी ढंग से संचालित कर सकते हैं। यह पैकेज मॉड्यूलर है, जो भविष्य के विस्तार जैसे कि कॉल करने योग्य टूल्स के रूप में मशीन लर्निंग एल्गोरिदम का एकीकरण या इष्टतम इवेंट-सिलेक्शन वेरिएबल्स की पहचान करना संभव बनाता है।