What Should Agents Say? Action-state Communication for Efficient Multi-Agent Systems
यह शोध पत्र PACT को प्रस्तुत करता है, जो एक प्रोटोकॉल आधारित एक्शन-स्टेट संचार ढांचा (protocolized action-state communication framework) है जो मल्टी-एजेंट सिस्टम में मुक्त-रूप प्राकृतिक भाषा के आदान-प्रदान को संक्षिप्त रिकॉर्ड में संकुचित करता है, जिससे विभिन्न सिस्टम टोपोलॉजी में कार्य प्रदर्शन को बनाए रखते हुए या उसमें सुधार करते हुए टोकन उपयोग और इन्फरेंस लागत को काफी कम किया जाता 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
यहाँ इस शोध पत्र (paper) का सरल भाषा और रोज़मर्रा के उदाहरणों के साथ विवरण दिया गया है।
समस्या: "ओवर-शेयर" वाली मीटिंग
कल्पना कीजिए कि जासूसों (एजेंट्स) की एक टीम एक रहस्य सुलझाने की कोशिश कर रही है। वर्तमान प्रणालियों में, हर बार जब एक जासूस अपना काम पूरा करता है, तो वह एक विशाल रिपोर्ट लिखता है और अगले जासूस के पढ़ने के लिए उसे एक साझा नोटबुक में पेस्ट कर देता है।
इस रिपोर्ट में शामिल होता है:
- अंतिम उत्तर।
- जो सुराग उन्हें मिले।
- लेकिन साथ ही: उनके हर उस विचार का ज़िक्र जो उन्होंने चलते-चलते किया, हर वह रास्ता जो उन्होंने अपनाया लेकिन वह गलत निकला, हर बार जब उन्होंने किसी सुराग को दोबारा पढ़ा, और एक लंबी, भटकाऊ व्याख्या कि उन्होंने कैसे सोचा।
समस्या:
जैसे-जैसे जांच आगे बढ़ती है, यह साझा नोटबुक बहुत बड़ी होती जाती है।
- यह महंगा है: 100 पन्नों की नोटबुक पढ़ने में बहुत पैसा खर्च होता है (इस मामले में, "टोकन" या कंप्यूटिंग पावर)।
- यह धीमा है: अगले जासूस को नए सुरागों तक पहुँचने से पहले सारा शोर (noise) पढ़ना पड़ता है।
- यह भ्रमित करने वाला है: महत्वपूर्ण तथ्य "मैंने इसके बारे में सोचा, फिर मैंने उसके बारे में सोचा" जैसे वाक्यों के नीचे दब जाते हैं।
शोध पत्र का तर्क है कि वर्तमान में हम एजेंटों को उनकी निजी सोच प्रक्रिया को "ओवर-शेयर" करने दे रहे हैं, जिससे सिस्टम जाम हो जाता है।
समाधान: PACT (एक "एग्जीक्यूटिव समरी" नियम)
लेखक एक नया नियम प्रस्तावित करते हैं जिसे PACT (प्रोटोकॉलइज़्ड एक्शन-स्टेट कम्युनिकेशन एंड ट्रांसमिशन) कहा जाता है।
PACT को टीम की साझा नोटबुक के लिए एक सख्त नियम के रूप में समझें: "बड़बड़ाने की अनुमति नहीं है।"
एक एजेंट द्वारा अपने काम को साझा करने से पहले, उसे एक संक्षिप्त, तीन-भाग वाले "एक्शन-स्टेट रिकॉर्ड" में अनुवाद करना होगा:
- ACTION (क्रिया): मैंने अभी क्या किया? (जैसे, "मैंने डेटाबेस सर्च किया।")
- STATE (स्थिति): मुझे क्या सबूत मिले? (जैसे, "मुझे 1995 का एक रसीद मिला।")
- RESULT (परिणाम): उपयोगी आउटपुट क्या है? (जैसे, "यह रही रसीद की फोटो।")
उदाहरण:
- पुराना तरीका: जासूस A, जासूस B को अपने पूरे दिन की 50 पन्नों की डायरी थमा देता है, जिसमें नाश्ते में क्या खाया और दुकान तक चलते समय उसके मन में आए हर विचार का ज़िक्र होता है।
- PACT तरीका: जासूस A, जासूस B को एक स्टिकी नोट थमाता है जिस पर लिखा है: "मैं दुकान गया (Action), मुझे एक नीली कार की रसीद मिली (State), और यह रही उसकी फोटो (Result)। अब आप कार रजिस्ट्री चेक करें।"
उन्होंने क्या पाया
शोधकर्ताओं ने इस विचार का परीक्षण दो अलग-अलग तरीकों से किया:
- विभाजित साक्ष्य (Split Evidence): दो एजेंटों को एक पहेली सुलझाने के लिए सुराग साझा करने थे।
- असेंबली लाइन: चार एजेंटों ने एक लाइन में काम किया (प्लानर → क्रिटिक → रिफाइनर → सॉल्वर)।
उन्होंने PACT की तुलना संचार के पांच अन्य तरीकों (जैसे पूरा टेक्स्ट भेजना, केवल निष्कर्ष भेजना, या एक छोटा सारांश भेजना) से की।
परिणाम:
- कोई "एक ही नियम सब पर लागू नहीं" (No One Size Fits All): उन्होंने पाया कि कोई भी एक तरीका हर स्थिति में सबसे अच्छा काम नहीं करता। कभी-कभी केवल निष्कर्ष भेजना काम करता था; कभी-कभी पूरा टेक्स्ट भेजना ठीक था।
- PACT विजेता रहा: हालाँकि, PACT सबसे सुसंगत विजेता था। इसने टीम को उतना ही स्मार्ट या उससे भी अधिक स्मार्ट रखते हुए, "पैसे" (टोकन) की भारी बचत की।
- अपने परीक्षणों में, PACT ने डेटा भेजने की मात्रा को औसतन लगभग 39% कम कर दिया।
- वास्तविक दुनिया के कोडिंग टूल्स (जैसे OpenHands और SWE-agent) में, इसने कोड को बिना तोड़े डेटा के उपयोग को लगभग 50% तक कम कर दिया।
यह क्यों काम करता है
पेपर बताता है कि श्रृंखला में अगले एजेंट को यह जानने की ज़रूरत नहीं है कि पिछले एजेंट ने कैसे सोचा। उन्हें केवल यह जानने की आवश्यकता है:
- क्या क्रिया (action) की गई।
- वर्तमान स्थिति (state) क्या है।
- परिणाम (result) क्या है।
"आंतरिक मोनोलॉग" (निजी सोच) को फ़िल्टर करके और केवल "सार्वजनिक तथ्यों" को साझा करके, सिस्टम तेज़, सस्ता और मेमोरी खत्म होने की संभावना कम हो जाता है।
निचोड़ (The Bottom Line)
पेपर निष्कर्ष निकालता है कि हमें AI एजेंटों को स्वतंत्र रूप से अनस्ट्रक्चर्ड पैराग्राफ में चैट करने की अनुमति नहीं देनी चाहिए। इसके बजाय, हमें उन्हें एक सख्त "प्रोटोकॉल" का पालन करने के लिए मजबूर करना चाहिए जहाँ वे केवल अनिवार्य अपडेट (एक्शन, स्टेट, रिजल्ट) साझा करें। यह एक अराजक, महंगी बातचीत को एक कुशल, हाई-स्पीड रिले रेस में बदल देता 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।