FlyRoute: Self-Evolving Agent Profiling via Data Flywheel for Adaptive Task Routing
FlyRoute एक स्व-विकसित प्रोफाइलिंग ढांचा है जो लक्षित अन्वेषण और साक्ष्य आसवन (evidence distillation) के माध्यम से वास्तविक ट्रैफ़िक से एजेंट क्षमता विवरणों को गतिशील रूप से अपडेट करने के लिए डेटा फ्लाईव्हील का लाभ उठाता है, जिससे स्थिर बेसलाइन की तुलना में अनुकूली कार्य रूटिंग सटीकता 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
एक व्यस्त, हाई-टेक ऑफिस बिल्डिंग की कल्पना करें जहाँ एक रिसेप्शनिस्ट (द Router) बिल्डिंग के हर विजिटर के सवाल को सही विशेषज्ञ तक पहुँचाने के लिए जिम्मेदार है।
एक पारंपरिक ऑफिस में, रिसेप्शनिस्ट बिल्डिंग मैनेजरों द्वारा लिखी गई एक स्थिर डायरेक्टरी (static directory) पर निर्भर करता है। यह डायरेक्टरी कहती है, "डॉ. स्मिथ क्लाउड संबंधी समस्याओं को संभालते हैं," और "इंजीनियर ली मोबाइल फोन देखते हैं।" समस्या यह है कि विशेषज्ञ लगातार नए कौशल सीख रहे हैं, नए टूल्स खरीद रहे हैं, और काम करने के अपने तरीके बदल रहे हैं। लेकिन डायरेक्टरी कभी अपडेट नहीं होती। इसलिए, रिसेप्शनिस्ट सवालों को गलत लोगों के पास भेजता रहता है क्योंकि उनके पुराने जॉब डिस्क्रिप्शन अब पुराने हो चुके हैं।
FlyRoute एक नया, स्वयं-सुधार करने वाला (self-improving) सिस्टम है जो इसे एक स्मार्ट, सीखने वाली मशीन में बदलकर ठीक करता है। यह कैसे काम करता है, इसके लिए सरल उपमाओं (analogies) का उपयोग किया गया है:
1. "स्वयं-विकसित" होने वाली डायरेक्टरी (The "Self-Evolving" Directory)
एक स्थिर सूची पर निर्भर रहने के बजाय, FlyRoute हर विशेषज्ञ के लिए एक जीवंत प्रोफाइल (living profile) बनाता है, जो इस आधार पर होता है कि वे वास्तव में क्या करते हैं।
- पुराना तरीका: आप एक बार जॉब डिस्क्रिप्शन लिखते हैं और वह वहीं रहता है, भले ही विशेषज्ञ कोई नई भाषा बोलना सीख जाए या किसी नए टूल का उपयोग करना शुरू कर दे।
- FlyRoute का तरीका: हर बार जब कोई विशेषज्ञ सफलतापूर्वक किसी समस्या को हल करता है, तो उस सफलता को "कौशल के प्रमाण" (proof of skill) के रूप में सहेजा जाता है। समय के साथ, सिस्टम हजारों ऐसे सफल मामलों को पढ़ता है और विशेषज्ञ के जॉब डिस्क्रिप्शन को उनकी वर्तमान वास्तविकता के अनुरूप फिर से लिखता है, न कि उनके पुराने रिज्यूमे के अनुसार।
2. "डेटा फ्लाईव्हील" (The "Data Flywheel" - द इंजन)
इस सिस्टम को एक साइकिल के रूप में सोचें जिसमें एक फ्लाईव्हील (flywheel) लगा है। एक बार जब आप इसे गति दे देते हैं, तो यह गति पकड़ लेता है और अपने आप घूमता रहता है।
- चरण 1: डिस्पैच (Dispatch)। एक यूजर सवाल पूछता है। सिस्टम अनुमान लगाता है कि कौन सा विशेषज्ञ सबसे अच्छा होगा।
- चरण 2: क्वालिटी गेट (The Quality Gate)। यदि विशेषज्ञ एक अच्छा उत्तर देता है, तो सिस्टम उस "सवाल + अच्छे उत्तर" के जोड़े को एक विशेष "सफलता लाइब्रेरी" (Success Library) में सहेज लेता है। यदि उत्तर खराब है, तो उसे हटा दिया जाता है।
- चरण 3: डिस्टिलेशन (Distillation)। समय-समय पर, सिस्टम सफलता लाइब्रेरी को पढ़ता है और विशेषज्ञ वास्तव में किन चीजों में अच्छा है, उसका एक ताजा और संक्षिप्त सारांश लिखता है।
- चरण 4: बेहतर रूटिंग (Better Routing)। अगली बार जब कोई सवाल आता है, तो राउटर इस ताज़ा सारांश (और लाइब्रेरी से उदाहरणों) का उपयोग करके एक बेहतर अनुमान लगाता है।
- परिणाम: बेहतर रूटिंग से बेहतर उत्तर मिलते हैं, जिससे अधिक डेटा मिलता है, जो अंततः और भी बेहतर सारांशों की ओर ले जाता है। सिस्टम जितना अधिक उपयोग किया जाता है, उतना ही स्मार्ट होता जाता है।
3. "स्मार्ट एक्सप्लोरर" (The "Smart Explorer" - अनिश्चितता-आधारित अन्वेषण)
इन सिस्टमों में एक आम गलती यह होती है कि वे या तो:
- केवल "प्रसिद्ध" विशेषज्ञों के पास सवाल भेजते हैं (जो पहले से ही जाने-माने अच्छे विशेषज्ञ हैं), जिससे नए विशेषज्ञों को खुद को साबित करने का कोई मौका नहीं मिलता।
- या सवाल रैंडमली (randomly) सभी को भेज देते हैं, जो समय और पैसे की बर्बादी है।
FlyRoute एक स्मार्ट एक्सप्लोरर (Smart Explorer) रणनीति का उपयोग करता है। एक स्काउट (scout) की कल्पना करें जो नई प्रतिभा की तलाश कर रहा है।
- यदि किसी विशेषज्ञ के पास "सफलता लाइब्रेरी" में बहुत कम प्रविष्टियाँ (entries) हैं, तो सिस्टम जानता है कि उनकी प्रोफाइल "अनिश्चित" (uncertain) है।
- सिस्टम फिर पूछता है: "क्या यह नया सवाल कुछ ऐसा है जिसे यह अनिश्चित विशेषज्ञ संभालने में सक्षम हो सकता है?" (यह चेक करता है कि क्या सवाल के शब्द विशेषज्ञ के पिछले कार्यों से मेल खाते हैं)।
- यदि उत्तर "शायद" है, तो सिस्टम उस विशेषज्ञ को परीक्षण करने के लिए सवाल भेजता है।
- यदि विशेषज्ञ सफल होता है, तो सिस्टम उस प्रमाण को उसकी लाइब्रेरी में जोड़ देता है। यदि वह विफल होता है, तो सिस्टम सीख जाता है कि वह उस प्रकार के सवाल के लिए सही व्यक्ति नहीं है।
- यह सुनिश्चित करता है कि सिस्टम उन विशेषज्ञों पर समय बर्बाद न करे जो स्पष्ट रूप से मदद नहीं कर सकते, लेकिन यह नए या अपडेटेड विशेषज्ञों को अपने नए कौशल दिखाने का एक उचित अवसर भी देता है।
4. परिणाम
शोधकर्ताओं ने इसका परीक्षण एक वास्तविक दुनिया के एंटरप्राइज सिस्टम पर किया जिसमें चार प्रकार के विशेषज्ञ (क्लाउड, एआई, हार्डवेयर और मोबाइल ओएस) थे।
- शुरुआती बिंदु: केवल थोड़े से शुरुआती डेटा (प्रति विशेषज्ञ 5 उदाहरण) के साथ, FlyRoute पहले से ही 78% सटीक था, जिसने मानक "जीरो-शॉट" (zero-shot) सिस्टम (जिसके पास कोई उदाहरण नहीं था) के 72% को पीछे छोड़ दिया।
- सीखने के बाद: जैसे ही सिस्टम ने 7,000 से अधिक वास्तविक यूजर सवालों को प्रोसेस किया और "फ्लाईव्हील" को घूमने दिया, इसकी सटीकता बढ़कर 89.8% हो गई।
निष्कर्ष (The Bottom Line)
FlyRoute "पुराने जॉब डिस्क्रिप्शन" की समस्या को हल करता है। यह स्वीकार करता है कि विशेषज्ञ बदलते हैं, और मानव द्वारा डायरेक्टरी अपडेट करने का इंतज़ार करने के बजाय, यह विशेषज्ञों को काम करते हुए देखता है, उनकी सफलताओं से सीखता है, और उनकी प्रोफाइल्स को लगातार फिर से लिखता है ताकि अगला सवाल सही व्यक्ति के पास जाए। यह एक स्थिर सूची को इस बात के जीवित मानचित्र (living map) में बदल देता है कि कौन क्या जानता 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।