TechGraphRAG: An Agentic Graph-Augmented RAG Framework for Technical Literature Reasoning
यह शोध पत्र TechGraphRAG को प्रस्तुत करता है, जो एक एजेंटिक ग्राफ-ऑगमेंटेड RAG फ्रेमवर्क है जो बेहतर रिट्रीवल और स्व-सुधारात्मक जनरेशन के लिए मल्टी-डायमेंशनल एविडेंस स्कोरिंग, इटरेटिव एक्सटर्नल डेटाबेस सर्च और एक Neo4j नॉलेज ग्राफ का उपयोग करते हुए, वाहन गतिकी (vehicle dynamics) के विशिष्ट कॉर्पस पर तकनीकी तर्क (technical reasoning) का समर्थन करने के लिए एक 13-चरणीय स्वायत्त पाइपलाइन का उपयोग करता 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 मास्टर मैकेनिक हैं जो एक बहुत ही जटिल, भविष्य की कार के टायर को ठीक करने की कोशिश कर रहे हैं। आपके पास एक विशाल व्यक्तिगत लाइब्रेरी है जिसमें 2,100 तकनीकी मैनुअल, शोध पत्र और आरेख (आपका "कॉर्पस") हैं। लेकिन ये किताबें घने, भ्रमित करने वाले तकनीकी शब्दों (जार्गन) में लिखी गई हैं, और कभी-कभी जिस उत्तर की आपको आवश्यकता होती है वह आपकी लाइब्रेरी में नहीं होता—बल्कि कल प्रकाशित हुए एक बिल्कुल नए जर्नल में होता है।
यदि आप बस एक मानक AI (जैसे कि एक बेसिक चैटबॉट) से "इसे ठीक करें" कहेंगे, तो वह उन चीज़ों के आधार पर उत्तर का अनुमान लगा सकता है जो उसने वर्षों पहले सीखी थीं। वह आत्मविश्वास से भरा हुआ लग सकता है लेकिन पूरी तरह से गलत हो सकता है, और वह आपको यह भी नहीं बताएगा कि उसने किस किताब को देखा था।
TechGraphRAG एक नया, स्मार्ट सिस्टम है जिसे विशेष रूप से इस काम के लिए एक सुपर-ऑर्गनाइज्ड, आत्म-सुधार करने वाले अनुसंधान सहायक (रिसर्च असिस्टेंट) के रूप में डिज़ाइन किया गया है। केवल "अनुमान लगाने" के बजाय, यह सत्य खोजने के लिए एक सख्त 13-चरणीय जासूसी प्रक्रिया का पालन करता है।
यह कैसे काम करता है, इसके लिए सरल उपमाओं (analogies) का उपयोग किया गया है:
1. "स्मार्ट रिसेप्शनिस्ट" (क्वेरी क्लासिफिकेशन)
जब आप एक प्रश्न पूछते हैं, तो सिस्टम केवल उसे पढ़ता नहीं है; बल्कि यह समझता है कि वह किस प्रकार का प्रश्न है।
- उपमा: एक होटल कंसीयज (concierge) की कल्पना करें। यदि आप पूछते हैं, "मैं इंजन कैसे ठीक करूँ?" तो वे आपको मैकेनिक (तकनीकी सामग्री) के पास भेजते हैं। यदि आप पूछते हैं, "पिछले साल टायरों पर सबसे अच्छा पेपर किसने लिखा?" तो वे आपको लाइब्रेरियन (बिब्लियोमेट्रिक) के पास भेजते हैं। यदि आप पूछते हैं, "यूरोप में टायर के नए कानून क्या हैं?" तो वे आपको न्यूज़स्टैंड (वर्तमान दुनिया) के पास भेजते हैं।
- यह क्यों महत्वपूर्ण है: अलग-अलग प्रश्नों के लिए अलग-अलग उपकरणों की आवश्यकता होती है। यह चरण सुनिश्चित करता है कि सिस्टम तुरंत सही रणनीति का उपयोग करे।
2. "डबल-चेक सर्च" (हाइब्रिड रिट्रीवल)
सिस्टम दो तरीकों से एक साथ आपकी व्यक्तिगत लाइब्रेरी में खोज करता है:
- "अर्थ" की खोज (The "Meaning" Search): यह उन विचारों को खोजता है जो आपके प्रश्न के समान महसूस होते हैं, भले ही शब्द अलग हों (जैसे "स्किडिंग" के बारे में पूछने पर "स्लिप" के बारे में कोई पेपर ढूंढना)।
- "सटीक शब्द" की खोज (The "Exact Word" Search): यह विशिष्ट तकनीकी शब्दों और संक्षिप्त रूपों (जैसे "ABS" या "µ") को खोजता है जिन्हें अर्थ वाली खोज मिस कर सकती है।
- उपमा: यह एक लाइब्रेरी में किताब के विषय और स्पाइन (spine) पर लिखे सटीक शब्दों, दोनों के माध्यम से खोजने जैसा है, और फिर सर्वोत्तम सूची प्राप्त करने के लिए परिणामों को मिलाता है।
3. "क्वालिटी इंस्पेक्टर" (एविडेंस स्कोरिंग)
AI उत्तर लिखने से पहले, एक "क्वालिटी इंस्पेक्टर" द्वारा मिली किताबों को ग्रेड दिया जाता है। यह पाँच चीजों के आधार पर 100 में से उन्हें स्कोर देता है:
- क्या किताबें वास्तव में प्रासंगिक हैं?
- क्या उनमें विशिष्ट डेटा या सूत्र हैं?
- क्या स्रोतों की संख्या पर्याप्त है?
- क्या जानकारी पूर्ण है?
- क्या यह पर्याप्त हालिया है?
- उपमा: एक शिक्षक द्वारा छात्र के शोध को ग्रेड देने की कल्पना करें। यदि छात्र ने केवल एक अस्पष्ट लेख पाया है, तो शिक्षक कहता है, "यह पर्याप्त नहीं है। और खोजें।" यदि स्कोर कम है, तो सिस्टम एक रिट्राई (Retry) को ट्रिगर करता है।
4. "सेल्फ-करेक्टिंग लूप" (एजेंटिक रिट्राई)
यदि पहली खोज कमजोर थी, तो सिस्टम हार नहीं मानता। यह एक ऐसे जासूस की तरह कार्य करता है जिसे एहसास होता है कि, "मैंने गलत सवाल पूछा था।"
- उपमा: आप पूछते हैं, "टायर कहाँ है?" और कोई उत्तर नहीं मिलता। सिस्टम सोचता है, "शायद मुझे पूछना चाहिए, 'व्हील हब कहाँ है?'" यह प्रश्न को फिर से लिखता है, यह जांचता है कि क्या यह अभी भी उसी विषय के बारे में है (भटकने से बचने के लिए), और फिर से खोजता है। यदि यह दूसरी खोज बेहतर है, तो यह नए परिणामों को रखता है। यदि नहीं, तो यह आगे बढ़ जाता है।
5. "एक्सटर्नल मैसेंजर" (एक्सटर्नल सर्च)
यदि आपकी व्यक्तिगत लाइब्रेरी में अभी भी उत्तर नहीं है, तो सिस्टम बाहरी दुनिया में एक संदेशवाहक भेजता है।
- उपमा: यह नवीनतम शोध पत्रों को खोजने के लिए तीन अलग-अलग "अकादमिक फोन बुक्स" (Crossref, OpenAlex, Semantic Scholar) को कॉल करता है। यह केवल पहला परिणाम नहीं उठाता; यह सारांशों को पढ़ता है, जांचता है कि क्या वे वास्तव में प्रासंगिक हैं, और केवल अच्छे परिणामों को ही रखता है।
6. "कनेक्शन का जाल" (नॉलेज ग्राफ)
सिस्टम आपकी लाइब्रेरी का एक विशाल मानचित्र (ग्राफ) भी देखता है जिसे इसने बनाया है।
- उपमा: एक मकड़ी के जाल की कल्पना करें जो आपके सभी शोध पत्रों को जोड़ता है। यदि आप "टायर फ्रिक्शन" के बारे में पढ़ रहे हैं, तो वेब आपको दिखाता है कि पेपर A, पेपर B से जुड़ा है क्योंकि वे दोनों एक ही प्रसिद्ध वैज्ञानिक को उद्धृत करते हैं, या क्योंकि वे दोनों "सेंसर" के बारे में बात करते हैं। यह सिस्टम को उन शोध पत्रों को खोजने में मदद करता है जो विचारों से संबंधित हैं, भले ही उनमें समान कीवर्ड न हों।
7. "फैक्ट-चेकर" (साइटेशन वेरिफिकेशन)
अंतिम उत्तर लिखे जाने से पहले, सिस्टम अपने काम की जाँच करता है।
- उपमा: यह एक वकील की तरह है जो ब्रीफ की समीक्षा करता है। वह पूछता है: "क्या हमने वास्तव में इस दावे के लिए कोई स्रोत पाया? क्या दो स्रोत एक दूसरे का खंडन करते हैं? क्या हमने कोई कमी छोड़ दी?" यदि उत्तर "नहीं" है, तो वह उत्तर को अधिक ईमानदार बनाने के लिए फिर से लिखता है कि वह क्या नहीं जानता।
8. "फाइनल रिपोर्ट" (जनरेशन)
अंत में, सिस्टम उत्तर लिखता है। इसे चीजें मनगढ़ंत बनाने से सख्ती से रोका गया है। इसे केवल उसी साक्ष्य का उपयोग करना चाहिए जो इसने ऊपर दिए गए चरणों में पाया है।
- उपमा: यह एक पत्रकार की तरह है जो केवल उन साक्षात्कारों और दस्तावेजों के आधार पर कहानी लिख सकता है जिन्हें उसने भौतिक रूप से एकत्र किया है। यदि उनके पास कोई स्रोत नहीं है, तो वे कहते हैं, "हमारे पास इस पर जानकारी नहीं है।"
यह विशेष क्यों है?
अधिकांश AI सिस्टम तेज़ बोलने वालों की तरह होते हैं: वे जल्दी से अनुमान लगाते हैं और अक्सर बिना जाने गलत होते हैं।
TechGraphRAG एक मेहनती इंजीनियर की तरह है:
- यह अपनी खोज की योजना बनाता है।
- यह जांचता है कि क्या इसके स्रोत अच्छे हैं।
- यदि यह फंस जाता है, तो यह मदद मांगता है।
- यह अपने तथ्यों की दोबारा जांच करता है।
- यह आपको ठीक से बताता है कि इसे उत्तर कहाँ से मिला।
पेपर दिखाता है कि यह सिस्टम टायरों और कारों के बारे में जटिल प्रश्नों को संभाल सकता है, पुराने और नए दस्तावेजों के मिश्रण में उत्तर खोज सकता है, जबकि प्रत्येक उपयोग किए गए स्रोत का ट्रैक रखता है। इसे उन इंजीनियरों के लिए एक विश्वसनीय उपकरण के रूप में डिज़ाइन किया गया है जो गलत होने का जोखिम नहीं उठा सकते।
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।