Event-B Agent: Towards LLM Agent for Formal Model Synthesis and Repair
यह शोध पत्र Event-B Agent को प्रस्तुत करता है, जो एक नवीन ढांचा है जो इंटरलीव्ड रिफाइनमेंट और वेरिफिकेशन के माध्यम से Event-B औपचारिक मॉडलों को पुनरावृत्ति रूप से संश्लेषित और मरम्मत करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे प्राकृतिक भाषा आवश्यकताओं से 'करेक्ट-बाय-कंस्ट्रक्शन' सॉफ्टवेयर के एंड-टू-एंड जनरेशन में महत्वपूर्ण सुधार होता 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 गगनचुंबी इमारत बनाने की कोशिश कर रहे हैं, लेकिन ब्लूप्रिंट और निर्माण टीमों के बजाय, आप एक बहुत ही बुद्धिमान, सुशिक्षित, लेकिन कभी-कभी भ्रमित होने वाले वास्तुकार (एक AI) से केवल एक मौखिक विवरण के आधार पर पूरी इमारत को डिजाइन करने के लिए कह रहे हैं।
समस्या यह है कि यह AI वास्तुकार शब्द लिखने में तो माहिर है, लेकिन गणित और तर्क (logic) में बहुत खराब है। यदि आप इसे एक पुल डिजाइन करने के लिए कहते हैं, तो यह एक सुंदर विवरण लिख सकता है, लेकिन इसके सपोर्ट के पीछे का गणित गलत हो सकता है। वास्तविक दुनिया में, यदि पुल के पीछे का गणित गलत है, तो वह ढह जाएगा। सॉफ्टवेयर में, यदि गणित गलत है, तो सिस्टम क्रैश हो जाएगा या अप्रत्याशित व्यवहार करेगा।
यह फॉर्मल मेथड्स (Formal Methods) की चुनौती है: सॉफ्टवेयर बनाने का एक तरीका जो काम करने के प्रमाण के रूप में सख्त गणितीय नियमों का उपयोग करता है, इससे पहले कि आप इसे कभी चलाएं। लेकिन यह इतना कठिन है और इसके लिए गणित विशेषज्ञता की आवश्यकता होती है कि बहुत कम लोग इसका उपयोग करते हैं।
"इवेंट-बी एजेंट" (Event-B Agent) से मिलिए।
यह पेपर एक नई प्रणाली पेश करता है जिसे इवेंट-बी एजेंट कहा जाता है। इसे न केवल एक लेखक के रूप में, बल्कि एक सहयोगात्मक निर्माण टीम के रूप में सोचें जिसमें AI वास्तुकार, एक सख्त बिल्डिंग इंस्पेक्टर और एक रिपेयर क्रू शामिल हैं, जो एक लूप में मिलकर काम करते हैं।
यह कैसे काम करता है, यहाँ सरल चरणों में दिया गया है:
1. "चरण-दर-चरण" रणनीति (रिफाइनमेंट/परिष्करण)
यदि आप AI को एक साथ पूरी गगनचुंबी इमारत बनाने के लिए कहते हैं, तो वह अभिभूत हो जाएगा और गलतियाँ करेगा।
- उपमा: कल्पना कीजिए कि एक घर बना रहे हैं। आप एक ही विशाल पैराग्राफ में छत, प्लंबिंग, बिजली की वायरिंग और नींव को डिजाइन करने की कोशिश नहीं करते। आप इसे परतों में करते हैं। पहले, आप आकार का एक रफ स्केच बनाते हैं। फिर, आप दीवारें जोड़ते हैं। फिर, आप खिड़कियां जोड़ते हैं।
- एजेंट क्या करता है: यह बड़े, डरावनी आवश्यकता ("एक ऐसा सिस्टम बनाएं जो सबसे छोटी संख्या खोजता है") को छोटे, प्रबंधनीय टुकड़ों में तोड़ देता है। यह पहले एक सरल "अमूर्त" (abstract) संस्करण बनाता है, यह सिद्ध करता है कि वह संस्करण काम करता है, और फिर इसमें अधिक विवरण जोड़ता है। इसे रिफाइनमेंट (Refinement) कहा जाता है। यह प्याज के छिलके उतारने जैसा है; आप एक समय में एक परत को संभालते हैं, यह सुनिश्चित करते हुए कि अगली परत पर जाने से पहले प्रत्येक परत ठोस हो।
2. "सख्त निरीक्षक" (फॉर्मल वेरिफिकेशन/औपचारिक सत्यापन)
एक बार जब AI इमारत की एक परत बना लेता है, तो वह केवल यह मान नहीं लेता कि वह अच्छी है।
- उपमा: कल्पना कीजिए कि एक अत्यंत सख्त बिल्डिंग इंस्पेक्टर है जो केवल ब्लूप्रिंट को नहीं देखता; वे एक सिमुलेशन चलाते हैं। वे जांचते हैं: "यदि बारिश होती है, तो क्या छत टपकेगी?" "यदि लिफ्ट नीचे जाती है, तो क्या केबल टूट जाएंगे?"
- एजेंट क्या करता है: यह दो प्रकार के निरीक्षकों का उपयोग करता है:
- मॉडल चेकर (Model Checker): यह विशिष्ट परिदृश्यों के विरुद्ध डिजाइन की जांच करता है (जैसे हवा की सुरंग में कार का परीक्षण करना)। यह तेजी से बग ढूंढ लेता है लेकिन केवल एक सीमित दायरे के भीतर।
- थ्योरम प्रूवर (Theorem Prover): यह परम तर्कशास्त्री है। यह गणितीय रूप से यह सिद्ध करने की कोशिश करता है कि डिजाइन हर संभव परिदृश्य के लिए, हमेशा, एकदम सही है।
यदि कोई भी निरीक्षक समस्या पाता है, तो इमारत को मंजूरी नहीं दी जाती है।
3. "रिपेयर क्रू" (मॉडल और प्रूफ रिपेयर/मॉडल और प्रमाण मरम्मत)
यही जादुई हिस्सा है। अतीत में, यदि निरीक्षक को कोई गलती मिलती थी, तो AI बस अटक जाता था या हार मान लेता था।
- उपमा: कल्पना कीजिए कि इंस्पेक्टर कहता है, "आपका दरवाजा फ्रेम बहुत कमजोर है।" एक सामान्य AI केवल कह सकता है, "ओह, ठीक है," और रुक सकता है। लेकिन इवेंट-बी एजेंट के पास एक रिपेयर क्रू है। क्रू इंस्पेक्टर की रिपोर्ट को देखता है, यह पता लगाता है कि दरवाजा क्यों कमजोर है, और विशिष्ट सुधार सुझाता है: "आइए यहाँ एक स्टील बीम जोड़ें," या "आइए लकड़ी को धातु में बदल दें।"
- एजेंट क्या करता है: जब गणित विफल हो जाता है, तो एजेंट केवल अनुमान नहीं लगाता है। यह विशिष्ट त्रुटि संदेश (Proof Obligation) को देखता है। इसके पास "मरम्मत नियमों" (जैसे मैकेनिक के मैनुअल) की एक लाइब्रेरी है। यह कह सकता है, "गणित कहता है कि यह वेरिएबल शून्य हो सकता है, जिससे डिवीजन एरर होता है। आइए एक नियम जोड़ें कि 'यह वेरिएबल शून्य से अधिक होना चाहिए'।"
यह फिर डिजाइन और प्रमाण दोनों को एक साथ अपडेट करता है। यह इस लूप को जारी रखता है—डिजाइन, चेक, फिक्स, चेक, फिक्स—जब तक कि इंस्पेक्टर थम्स अप न दे दे।
यह एक बड़ी बात क्यों है?
इस पेपर ने इसका परीक्षण 27 अलग-अलग जटिल प्रणालियों (जैसे डेटा खोजने या ट्रैफिक लाइट प्रबंधित करने वाले एल्गोरिदम) पर किया। उन्होंने इवेंट-बी एजेंट की तुलना अन्य AI टूल्स से की जो केवल कोड लिखने या उसे एक बार जांचने की कोशिश करते हैं।
- परिणाम: इवेंट-बी एजेंट उन प्रणालियों को बनाने में बहुत बेहतर था जो वास्तव में सही थीं। इसने सफलतापूर्वक सिद्ध किया कि उसके डिजाइन लगभग 98% समय काम करते थे, जबकि अन्य तरीके जटिल गणित के साथ संघर्ष करते थे और अक्सर त्रुटियां छोड़ देते थे।
- दक्षता: इसे बहुत समय नहीं लगा। यह एक जटिल सिस्टम को लगभग एक घंटे और पंद्रह मिनट में ठीक कर सकता है, जो एक मानव विशेषज्ञ की तुलना में अविश्वसनीय रूप से तेज़ है जो समान गणित करने में दिनों या हफ्तों का समय ले सकता है।
निचोड़
इवेंट-बी एजेंट एक ऐसा उपकरण है जो AI को ऐसा सॉफ्टवेयर बनाना सिखाता है जो "निर्माण द्वारा सही" (correct by construction) हो। यह इसे निम्न प्रकार से करता है:
- बड़ी समस्याओं को छोटे, आसान चरणों में तोड़कर।
- हर एक त्रुटि खोजने के लिए सख्त गणितीय निरीक्षकों का उपयोग करके।
- एक स्मार्ट रिपेयर क्रू के माध्यम से जो डिजाइन और गणितीय प्रमाण दोनों को एक साथ तब तक ठीक करता है जब तक कि सब कुछ एकदम सही न हो जाए।
यह एक रोबोट को एक ब्लूप्रिंट, एक कैलकुलेटर और एक हथौड़ा देने और उसे यह कहने जैसा है: "तब तक मत रुकना जब तक कि तुम गणितीय रूप से यह सिद्ध न कर दो कि यह इमारत कभी नहीं गिरेगी।" पेपर दिखाता है कि केवल रोबोट को "कुछ कोड लिखने" के लिए कहने की तुलना में यह दृष्टिकोण बहुत बेहतर काम करता 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।