तकनीकी सारांश: स्थानीय रूप से सुसंगत, वैश्विक रूप से असंगत (Locally Coherent, Globally Incoherent)

1. समस्या विवरण (Problem Statement)

बहु-घटक (Multi-component) लार्ज लैंग्वेज मॉडल (LLM) एजेंट अक्सर जटिल संयुक्त समस्याओं को विशिष्ट उप-एजेंटों या उपकरणों द्वारा संभाले जाने वाले उप-कार्यों में विभाजित करते हैं। जबकि व्यक्तिगत घटक स्थानीय रूप से सुसंगत (अपने विशिष्ट उप-प्रश्नों पर आंतरिक रूप से सुसंगत और कैलिब्रेटेड) हो सकते हैं, उनके आउटपुट का एकत्रीकरण बुनियादी संभाव्यता अभिधारणाओं (probability axioms) का उल्लंघन कर सकता है। यह घटना, जिसे "स्थानीय रूप से सुसंगत, वैश्विक रूप से असंगत" कहा जाता है, एक ऐसे संयोजित विश्वास अवस्था (composed belief state) का परिणाम है जो 1 से अधिक कुल संभाव्यता द्रव्यमान (total probability mass) असाइन करती है (या $P(A) + P(\neg A) = 1$ जैसे तार्किक प्रतिबंधों का उल्लंघन करती है)।

मौजूदा मूल्यांकन मेट्रिक्स (प्रति-प्रश्न सटीकता, कैलिब्रेशन, कॉन्फॉर्मल प्रेडिक्शन) व्यक्तिगत मॉडल आउटपुट पर कार्य करते हैं और क्रॉस-घटक तार्किक उल्लंघनों का पता लगाने में विफल रहते हैं। फलस्वरूप, बहु-घटक एजेंट "डच-बुक" एक्सपोजर (Dutch-book exposures)—ऐसी सट्टेबाजी के संयोजन जो सिस्टम के लिए नुकसान की गारंटी देते हैं—उत्पन्न कर सकते हैं, जो पूरी तरह से संरचना (composition) के दौरान उत्पन्न असंगति के कारण होता है, भले ही प्रत्येक घटक व्यक्तिगत रूप से सुदृढ़ हो।

2. कार्यप्रणाली (Methodology)

सैद्धांतिक ढांचा (Theoretical Framework)

यह शोध पत्र उत्तल ज्यामिति (convex geometry) और संभाव्यता सिद्धांत का उपयोग करके इस विफलता मोड को औपचारिक रूप देता है:

• संयोजन अवशेष (Compositional Residual - $\varepsilon^\star$): इसे संयोजित उद्धरण (स्थानीय सुधार के बाद) और संयुक्त सुसंगत पॉलीटोप ($M_\star$) के बीच $L_2$ दूरी के रूप में परिभाषित किया गया है। यह पॉलीटोप उन सभी संभाव्यता वेक्टरों का प्रतिनिधित्व करता है जो संयुक्त तार्किक प्रतिबंधों (जैसे, विभाजन, निषेध, संयोजन) को संतुष्ट करते हैं।
• उत्पाद-संरचना द्वैत (Product-Structure Dichotomy - प्रमेय 3.3): शोध पत्र एक आवश्यक और पर्याप्त स्थिति स्थापित करता है कि स्थानीय सुसंगतता वैश्विक सुसंगतता को कब दर्शाती है। "स्वामी-चयनित एकत्रीकरण" (जहाँ प्रत्येक घटक निर्देशांकों के एक विशिष्ट उपसमुच्चय का स्वामी है) के तहत, वैश्विक सुसंगतता तभी सुनिश्चित होती है जब संयुक्त पॉलीटोप स्थानीय पॉलीटोप के कार्टेशियन उत्पाद के रूप में गुणनखंडित होता है ($M_\star = M_\boxtimes$)। यदि क्रॉस-घटक युग्मन प्रतिबंध (coupling constraints) मौजूद हैं (जैसे, 1 के योग वाला एक विभाजन), तो स्थानीय सुसंगतता अपर्याप्त है, और $\varepsilon^\star > 0$ संभव है।
• परिमाण भविष्यवाणी (Magnitude Prediction - कोरोलरी 3.9): अपेक्षित वर्ग अवशेष (expected squared residual) को विशेषज्ञ पैनल के सहप्रसरण (covariance) और बाध्यकारी प्रतिबंध के सामान्य वेक्टर के आधार पर एक रेले-क्वोटिएंट (Rayleigh-quotient) रूप द्वारा अनुमानित किया जाता है। यह रूटिंग होने से पहले ही असंगतता के परिमाण की एक क्लोज्ड-फॉर्म भविष्यवाणी करने की अनुमति देता है।
• एक्सपोजर बाउंड (Exposure Bound - कोरोलरी 3.5): फंडामेंटल एसेट प्राइसिंग थ्योरम (FTAP) के तहत, सिस्टम-स्तरीय डच-बुक एक्सपोजर $\sqrt{m^\star} \varepsilon^\star$ द्वारा सीमित है, जहाँ $m^\star$ संयुक्त निर्देशांकों की संख्या है।

एल्गोरिदम मरम्मत (Algorithmic Repair)

• पदानुक्रमित बॉयल-डिकस्ट्रा प्रोजेक्शन (Hierarchical Boyle–Dykstra Projection): असंतुलित संयोजनों को नियत रूप से सुधारने के लिए, लेखक एक चक्रीय प्रोजेक्शन एल्गोरिदम का प्रस्ताव करते हैं। यह स्थानीय पॉलीटोप और कपलिंग सेट (प्रतिबंधों) पर संयोजित उद्धरण को तब तक पुनरावृत्त रूप से प्रोजेक्ट करता है जब तक कि संयुक्त सुसंगत पॉलीटोप तक अभिसरण (convergence) न हो जाए।
• अनुक्रमिक निगरानी (Sequential Monitoring): समय के साथ संयोजनों के अवशेषों के प्रवाह की निगरानी करने के लिए एक एनीटाइम-वैलिड ई-प्रोसेस (anytime-valid e-process) पेश किया गया है, जो ऑपरेटरों को बिना किसी निश्चित स्टॉपिंग हॉराइजन के निरंतर असंगति का पता लगाने की अनुमति देता है।

प्रयोगात्मक सेटअप (Experimental Setup)

लेखकों ने चार तार्किक संबंध वर्गों में 1,876 एन्सेम्बल क्लीक (ensemble cliques) का मूल्यांकन किया: निषेध (Negation), संयोजन (Conjunction), वियोजन (Disjunction), और विभाजन (Partition)।

• मॉडल: एक मिड-टियर पैनल (Claude-Haiku-4.5, GPT-5.4-mini/nano, Llama-3.3-70b) और एक फ्रंटियर पैनल (GPT-5.5, Claude-Opus-4.7, DeepSeek-V3.2 सहित)।
• बेंचमार्क: पालेका (Paleka) (क्रॉस-प्रश्न निरंतरता) और पॉलीमार्केट (Polymarket) (विभाजन घटनाएं)।
• प्रोटोकॉल: विशेषज्ञों को प्रश्नों का यादृच्छिक असाइनमेंट, संरचित रूटिंग, और प्लानर-डिस्क्रीशन हार्नेस।

3. मुख्य परिणाम (Key Results)

अनुभवजन्य निष्कर्ष (Empirical Findings)

• असंगतता की व्यापकता: संबंध वर्ग के आधार पर, क्लीक के 33–94% पर $\varepsilon^\star > 0$ देखा गया। विभाजन कार्यों में उच्चतम विफलता दर (94%) देखी गई, उसके बाद निषेध (66%), वियोजन (43%), और संयोजन (33%) थे।
• परिमाण भविष्यवाणी: रेले-क्वोटिएंट भविष्यवाणी ने चार में से तीन संबंध वर्गों के लिए देखे गए अवशेषों को 7% के भीतर मेल खाया। संयोजन वर्ग थोड़ा कम अनुमानित (0.83×) हुआ क्योंकि पैनल माध्य फ्रेचेट हाफस्पेस (Fréchet halfspace) के इंटीरियर में स्थित था, जो सिद्धांत द्वारा अनुमानित एक शासन (regime) है।
• निर्णय लेने पर प्रभाव: 1,770 हल किए गए दांवों पर, नैव (naive) संयोजन ने आनुपातिक आवंटन नियम के तहत प्रति दांव +0.115 नैट्स (nats) का पछतावा (regret) डाला। पदानुक्रमित JCD मरम्मत ने इसे लगभग शून्य तक कम कर दिया, जो एकल-LLM ओरेकल के प्रदर्शन से मेल खाता है।
• LLM-पक्षीय न्यूनीकरण की विफलता:
  • रिट्रीवल (Retrieval): विशेषज्ञों को खोज उपकरणों के साथ संवर्धित करने से $\varepsilon^\star$ को कम करने में विफलता मिली; 20/30 मामलों में, इसने असंगति को बढ़ा दिया।
  • प्रॉम्प्ट इंजीनियरिंग: विभाजन-जागरूक प्रॉम्प्टिंग ने अवशेषों को कम किया लेकिन 53% विभाजनों में $\varepsilon^\star > 0.05$ बना रहा।
  • एग्रीगेटर LLMs: एक एग्रीगेटर LLM को सुसंगतता सौंपने से औसत अवशेष कम हो गया, लेकिन फिर भी 15% विभाजनों में $\varepsilon^\star > 0.05$ रहा और 7% नैव संयोजन की तुलना में गिरावट देखी गई।
  • फ्रंटियर मॉडल: फ्रंटियर-ओनली पैनल के साथ भी, विभाजन दांवों पर 97.8% पर $\varepsilon^\star > 0$ बना रहा, हालांकि परिमाण में 39% की कमी आई।

तंत्र सत्यापन (Mechanism Validation)

• कपलिंग दृश्यता (Coupling Visibility): एक प्रयोग जहाँ विशेषज्ञों को स्पष्ट रूप से विभाजन प्रतिबंध और सहकर्मी उद्धरण दिखाए गए ("INFORMED"), ने "BLIND" (अलग-थलग प्रॉम्प्ट) की तुलना में $\varepsilon^\star$ को काफी कम कर दिया, जिससे पुष्टि हुई कि विफलता इसलिए होती है क्योंकि विशेषज्ञों के पास क्रॉस-घटक प्रतिबंधों की दृश्यता नहीं होती है।
• रूटिंग टोपोलॉजी: संरचित रूटिंग (विशिष्ट मॉडलों को विशिष्ट संबंध प्रकारों के लिए असाइन करना) ने असंगति को समाप्त नहीं किया, हालांकि इसने अवशेषों के वितरण को बदल दिया।

4. योगदान (Contributions)

1. एक विफलता मोड का औपचारिक रूप देना: यह शोध पत्र "स्थानीय रूप से सुसंगत, वैश्विक रूप से असंगत" शासन को परिभाषित और लक्षणित करता है, यह सिद्ध करते हुए कि कपलिंग के तहत प्रति-घटक अंशांकन (calibration) अपर्याप्त है।
2. रनटाइम प्रमाण पत्र ($\varepsilon^\star$): एक वितरण-मुक्त, गणनीय मेट्रिक पेश करता है जो केवल संयोजित आउटपुट और घोषित प्रतिबंधों की आवश्यकता रखता है।
3. सैद्धांतिक द्वैत: एक सटीक स्थिति प्रदान करता है (प्रमेय 3.3) कि कब स्थानीय सुसंगतता पर्याप्त होती है, जो उत्पाद-संरचना गुणनखंडन और युग्मित प्रतिबंधों के बीच अंतर करता है।
4. रचनात्मक मरम्मत: प्रदर्शित करता है कि पदानुक्रमित बॉयल-डिकस्ट्रा प्रोजेक्शन एक एकल द्विघात प्रोग्रामिंग (QP) समाधान की लागत पर $\varepsilon^\star$ को नियत रूप से समाप्त कर सकता है, जो सभी प्रॉम्प्ट-आधारित या LLM-एग्रीगेटर विकल्पों से बेहतर प्रदर्शन करता है।
5. अनुभवजन्य बेंचमार्क: एक विघटनीय बेंचमार्क स्थापित करता है जहाँ कठिनाई क्रम (विभाजन > निषेध > वियोजन > संयोजन) पॉलीटोप प्रतिबंधात्मकता के संबंध में सैद्धांतिक भविष्यवाणियों के अनुरूप है।

5. महत्व और दावे (Significance and Claims)

शोध पत्र का दावा है कि सिस्टम-स्तरीय सुसंगतता एक अलग गुण है जो प्रति-घटक अंशांकन से भिन्न है और इसे बहु-एजेंट प्रणालियों में स्पष्ट रूप से प्रबंधित किया जाना चाहिए। इसका प्राथमिक योगदान $\varepsilon^\star$ को एक रनटाइम प्रमाण पत्र के रूप में परिचालन रूप से पुनर्गठित करना है जो उन डच-बुक एक्सपोजर का पता लगा सकता है और उन्हें ठीक कर सकता है जिन्हें कोई भी व्यक्तिगत घटक पहचान नहीं सकता है।

लेखक इस बात पर जोर देते हैं कि:

• प्रॉम्प्ट इंजीनियरिंग और रिट्रीवल पर्याप्त नहीं हैं; यह विफलता अलग-थलग फोरकास्ट के संयोजन के लिए संरचनात्मक है।
• ज्यामितीय मरम्मत आवश्यक और पर्याप्त है जब कपलिंग सेट स्पष्ट हो।
• विफलता मॉडल के पैमाने के बावजूद बनी रहती है, जो यह संकेत देती है कि मॉडल क्षमता बढ़ाने से स्वाभाविक रूप से संयोजणात्मक असंगति हल नहीं होती है।

यह कार्य $\varepsilon^\star$ को उच्च-जोखिम वाले अनुप्रयोगों (पूर्वानुमान, निर्णय सहायता) के लिए एक महत्वपूर्ण गार्डरेल के रूप में स्थापित करता है जहाँ तार्किक निरंतरता सर्वोपरि है, जो कॉन्फॉर्मल प्रेडिक्शन जैसे मौजूदा अनिश्चितता मात्रा निर्धारण विधियों का पूरक एक नियत समाधान प्रदान करता है।