TCP-MCP: Landscape-Guided Co-Evolution of Prompts and Communication Topologies for Multi-Agent Systems
यह शोध पत्र TCP-MCP प्रस्तुत करता है, जो एक सह-विकास (co-evolution) ढांचा है जो एजेंट प्रॉम्प्ट और संचार टोपोलॉजी को संयुक्त रूप से अनुकूलित करता है ताकि मौजूदा मल्टी-एजेंट सिस्टम की तुलना में टोकन लागत को काफी कम करते हुए जटिल बेंचमार्क पर उच्च सटीकता प्राप्त की जा सके।
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 बहुत ही कठिन पहेली को हल करने की कोशिश कर रहे हैं, जैसे कि कोई जटिल गणित की समस्या या कोई पेचीदा पहेली। आपके पास मदद के लिए AI "एजेंटों" (स्मार्ट कंप्यूटर प्रोग्राम) की एक टीम है।
अतीत में, शोधकर्ताओं ने दो समस्याओं को अलग-अलग हल करने की कोशिश की थी:
- निर्देश (प्रॉम्प्ट्स): प्रत्येक एजेंट के सोचने के तरीके के लिए एक आदर्श नियम पुस्तिका लिखना।
- टीम संरचना (टोपोलॉजी): यह तय करना कि कौन किससे बात करता है, और किस क्रम में।
इस पेपर के लेखक, TCP-MCP, ने महसूस किया कि इन दोनों चीजों को अलग-अलग करना एक कार के इंजन को डिजाइन करने जैसा है बिना यह जाने कि उसका चेसिस कैसा दिखता है, या इसके विपरीत। यदि आप किसी एजेंट को एक शानदार निर्देश देते हैं, लेकिन वह एजेंट एक ऐसी टीम संरचना में फंसा हुआ है जहाँ उसे कभी सही जानकारी नहीं मिल पाती, तो वह विफल हो जाएगा। इसके विपरीत, एक आदर्श टीम संरचना बेकार है यदि एजेंटों को यह नहीं पता कि प्राप्त जानकारी के साथ क्या करना है।
मुख्य विचार: एक "एकीकृत जीनोम" (Unified Genome)
लेखक इन टीमों को बनाने का एक नया तरीका प्रस्तावित करते हैं। इन निर्देशों और टीम संरचना को अलग-अलग डिजाइन करने के बजाय, वे इन्हें एक सिंगल पैकेज के रूप में देखते हैं—एक "एकीकृत जीनोम"।
इसे कुत्तों के प्रजनन जैसा समझें। आप केवल सबसे अच्छे बालों का रंग नहीं चुनते और फिर अलग से सबसे अच्छा आकार नहीं चुनते। आप पूरे कुत्ते का प्रजनन करते हैं, क्योंकि बाल और आकार एक साथ मिलकर काम करते हैं। TCP-MCP भी AI टीमों के लिए यही करता है। यह निर्देशों और टीम संरचना दोनों को एक साथ विकसित (evolve) करता है।
यह कैसे काम करता है: "परिदृश्य" और "मानचित्र"
पेपर एक सह-विकास (Co-Evolution) की प्रक्रिया का वर्णन करता है। यहाँ बताया गया है कि वे इसे सरल उपमाओं का उपयोग करके कैसे करते हैं:
1. प्रारंभिक जांच (परिदृश्य का स्कैन)
भारी काम शुरू करने से पहले, सिस्टम समस्या की एक त्वरित "गंध परीक्षण" (scent test) लेता है। यह देखने के लिए कि परिदृश्य कितना "ऊबड़-खाबबड़" है, यह कुछ यादृच्छिक (random) टीम सेटअपों को देखता है। क्या समाधान आसानी से मिल सकता है, या यह किसी गहरी घाटी में छिपा है? यह उन्हें अपनी खोज शुरू करने का निर्णय लेने में मदद करता है ताकि वे तुरंत फंस न जाएं।
2. विकास (बेहतर टीमों का प्रजनन)
सिस्टम विभिन्न AI टीमों की एक आबादी बनाता है। फिर, यह तीन लक्ष्यों को ध्यान में रखते हुए "योग्यतम की उत्तरजीविता" (survival of the fittest) का खेल खेलता है:
- सटीकता (Accuracy): क्या उन्होंने पहेली को सही ढंग से हल किया?
- लागत (Cost): क्या उन्होंने बहुत अधिक कंप्यूटर "टोकन" (शब्दों/ऊर्जा) का उपयोग किया?
- जटिलता (Complexity): क्या टीम संरचना बहुत अधिक अव्यवस्थित और जटिल है?
3. "मैचिंग" प्रक्रिया (क्रॉसओवर और म्यूटेशन)
यहीं पर जादू होता है। सिस्टम दो अच्छी टीमों को लेता है और उन्हें आपस में मिला देता है:
- संरचनात्मक क्रॉसओवर (Structural Crossover): कल्पना करें कि आप टीम A से "प्लानिंग डिपार्टमेंट" और टीम B से "चेकिंग डिपार्टमेंट" लेते हैं और उन्हें आपस में जोड़ देते हैं।
- प्रॉम्प्ट विरासत (Prompt Inheritance): जब कोई विभाग एक नई टीम में जाता है, तो वह अपने मूल निर्देश मैनुअल को अपने साथ रखता है। हालांकि, क्योंकि अब वह अलग लोगों से बात कर रहा है, उसका व्यवहार नए संदर्भ में फिट होने के लिए स्वाभाविक रूप से बदल जाता है।
- म्यूटेशन (Mutation): कभी-कभी, सिस्टम यादृच्छिक परिवर्तन करता है, जैसे टीम में एक नया व्यक्ति जोड़ना, किसी को हटाना, या यह देखने के लिए निर्देश पुस्तिका को फिर से लिखना कि क्या इससे मदद मिलती है।
4. पारेटो फ्रंट (Pareto Front - "गोल्डिलॉक्स" ज़ोन)
सिस्टम केवल एक एकल "सर्वश्रेष्ठ" टीम की तलाश नहीं करता है। यह एक पारेटो फ्रंट की तलाश करता है।
- उपमा: कल्पना करें कि आप एक कार खरीद रहे हैं। आप चाहते हैं कि वह तेज़, सस्ती और सुरक्षित हो। आमतौर पर, आप तीनों को एक साथ नहीं पा सकते। "पारेटो फ्रंट" उन कारों की सूची है जहाँ आप अधिक पैसा खर्च किए बिना बेहतर गति प्राप्त नहीं कर सकते, या सस्ता होने के लिए सुरक्षा से समझौता नहीं कर सकते।
- TCP-MCP इन "गोल्डिलॉक्स" टीमों की एक पूरी सूची खोजता है, जो आपको गति, लागत और जटिलता के बीच संतुलन बनाने वाले विकल्प देता है।
उन्होंने क्या पाया (परिणाम)
शोधकर्ताओं ने इसका परीक्षण तीन प्रसिद्ध "पहेली" डेटासेट्स (MMLU, MMLU-Pro, और GSM8K) पर किया, जो सामान्य ज्ञान, पेचीदा बहुविकल्पीय प्रश्नों और गणित की समस्याओं का परीक्षण करते हैं।
- प्रतिस्पर्धा को पछाड़ना: TCP-MCP ने अन्य स्वचालित तरीकों को हराया जो केवल टीम संरचना को डिजाइन करने की कोशिश करते हैं (जैसे "G-Designer")।
- पैसे बचाना: अन्य उच्च-प्रदर्शन करने वाली प्रणालियों (जैसे "LLM-Debate", जहाँ एजेंट अंतहीन बहस करते हैं) की तुलना में, TCP-MCP ने समान या बेहतर सटीकता प्राप्त की जबकि इसने 5.69 गुना कम टोकन का उपयोग किया। यह एक होंडा की ईंधन अर्थव्यवस्था के साथ फेरारी के प्रदर्शन को प्राप्त करने जैसा है।
- कार्य अनुकूलन (Task Adaptation): सिस्टम ने अलग-अलग समस्याओं के लिए अलग-अलग प्रकार की टीमें बनाना सीखा।
- गणित (Math) के लिए, इसने एक लीन (lean), 2-सदस्यीय श्रृंखला बनाई: एक व्यक्ति विश्लेषण करता है, दूसरा गणना करता है।
- सामान्य ज्ञान (General Knowledge) के लिए, इसने एक 3-सदस्यीय ऑडिट श्रृंखला बनाई: एक तथ्यों की जाँच करता है, एक विकल्पों की जाँच करता है, एक समाधान करता है।
निचोड़ (The Bottom Line)
पेपर का दावा है कि मल्टी-एजेंट सिस्टम केवल अच्छे प्रॉम्प्ट लिखने या अच्छे आरेख (diagrams) बनाने के बारे में नहीं हैं। वे एक युग्मित (coupled) प्रणाली हैं। निर्देशों और टीम संरचना दोनों को एक साथ विकसित करके, TCP-MCP स्मार्ट, सस्ते और अधिक कुशल AI टीमें बनाता है जो कार्य के अनुसार विशेष रूप से अनुकूलित होती हैं।
यह केवल एक "परफेक्ट" एकल उत्तर खोजने के बारे में नहीं है; यह काम पूरा करने, पैसे बचाने और टीम को सरल रखने के बीच एक "परफेक्ट बैलेंस" खोजने के बारे में 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।