Anything2Skill: Compiling External Knowledge into Reusable Skills for Agents
यह शोध पत्र 'एनीथिंग2स्किल' (Anything2Skill) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो विषम बाहरी ज्ञान को 'स्किलबैंक' (SkillBank) में संग्रहीत पुन: प्रयोज्य, संरचित प्रक्रियात्मक कौशलों में संकलित करता है, जिससे एजेंट घोषणात्मक साक्ष्य को निष्पादन योग्य डोमेन विशेषज्ञता के साथ जोड़कर मानक RAG दृष्टिकोणों की तुलना में काफी उच्च सफलता दर प्राप्त करने में सक्षम होते हैं।
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 आपके पास एक प्रतिभाशाली लेकिन अनुभवहीन सहायक (एक AI एजेंट) है जो किताबें पढ़ने और तथ्य खोजने में बहुत कुशल है। आप उससे एक जटिल मशीन को ठीक करने के लिए कहते हैं, और वह जल्दी से उसका मैनुअल ढूंढ सकता है, पुर्जों की सूची पढ़ सकता है, और आपको बता सकता है कि वह मशीन किन चीजों से बनी है। वर्तमान AI सिस्टम इसी तरह काम करते हैं, जिसे RAG (रिट्रीवल-ऑगमेंटेड जनरेशन) कहा जाता है। वे "घोषणात्मक साक्ष्य" (declarative evidence)—यानी तथ्यों और विवरणों को खोजने में माहिर हैं।
लेकिन समस्या यह है: मैनुअल सहायक को यह तो बताता है कि पेचकस (screwdriver) क्या है, लेकिन यह हमेशा स्पष्ट रूप से यह नहीं बताता कि एक विशिष्ट टूटे हुए गियर को ठीक करने के लिए उसे सही क्रम में कैसे उपयोग किया जाए। सहायक को मैनुअल पढ़ना पड़ता है, चरणों का अनुमान लगाना पड़ता है, उसे ठीक करने की कोशिश करनी पड़ती है, विफल होना पड़ता है, फिर से मैनुअल पढ़ना पड़ता है और फिर से अनुमान लगाना पड़ता है। यह बिल्कुल वैसा ही है जैसे किसी को केवल किराने की सूची और सामग्री के विवरण को पढ़कर एक जटिल व्यंजन बनाना सीखना हो, बिना कभी कोई रेसिपी देखे या शेफ को खाना बनाते हुए देखे।
ANYTHING2SKILL एक नया सिस्टम है जिसे इस समस्या को हल करने के लिए डिज़ाइन किया गया है। इसे एक "स्किल कंपाइलर" या "कुकबुक क्रिएटर" के रूप में समझें।
मुख्य विचार: मैनुअल्स को रेसिपी में बदलना
AI को हर बार किसी कार्य का सामना करने पर केवल कच्चे मैनुअल्स, लॉग्स और दस्तावेजों को पढ़ने देने के बजाय, ANYTHING2SKILL उस सारी बिखरी हुई जानकारी को लेकर उसे पुन: प्रयोज्य (reusable) "कौशलों" (skills) में कंपाइल (compile) कर देता है।
यह कैसे काम करता है, यहाँ एक सरल उपमा दी गई है:
- कच्ची सामग्री (ज्ञान का आधार - The Knowledge Base): एक विशाल पुस्तकालय की कल्पना करें जो बिखरे हुए नोट्स, पुराने मरम्मत लॉग, चैट ट्रांसक्रिप्ट और आधिकारिक मैनुअल्स से भरा है। अभी, एक AI को कुछ भी करने के लिए हर बार इस पुस्तकालय में खोज करनी पड़ती है।
- शेफ की तैयारी (निष्कर्षण - The Extraction): ANYTHING2SKILL एक मास्टर शेफ की तरह काम करता है जो उन सभी बिखरे हुए नोट्स को पढ़ता है। वह केवल सारांश नहीं निकालता; वह प्रक्रियाओं (procedures) की तलाश करता है। वह पूछता है: "यह करने के लिए सटीक चरण क्या हैं? किन उपकरणों की आवश्यकता है? किन गलतियों से बचना चाहिए?"
- स्किल ट्री (संगठन - The Skill Tree): सिस्टम इन प्रक्रियाओं को एक संरचित "स्किल ट्री" में व्यवस्थित करता है। यह कार्यों के लिए एक वंशावली (family tree) की तरह है।
- मैक्रो-प्रोटोकॉल (Macro-protocols): बड़े स्तर की रणनीतियाँ (जैसे, "एक सॉफ्टवेयर प्रोजेक्ट को कैसे प्रबंधित करें")।
- माइक्रो-स्किल्स (Micro-skills): विशिष्ट, छोटे कार्य (जैसे, "एक फ़ाइल को हटाने के लिए इस विशिष्ट कमांड को कैसे चलाएं")।
- सुरक्षा नियम (Safety Rules): चेतावनियाँ (जैसे, "यदि Y हो रहा है, तो कभी भी X न करें")।
- स्किलबैंक (पुन: प्रयोज्य लाइब्रेरी - The SkillBank): एक बार जब "रेसिपी" लिख ली जाती है, तो उन्हें एक स्थायी, व्यवस्थित SkillBank में संग्रहीत किया जाता है। यह केवल दस्तावेजों का ढेर नहीं है; यह निष्पादन योग्य निर्देशों (executable instructions) का एक डेटाबेस है। प्रत्येक "स्किल" का एक अनुबंध (contract) होता है जो कहता है: "यदि आप स्थिति X देखते हैं, तो चरण A, B और C का पालन करें, लेकिन D से बचें।"
यह AI एजेंट की मदद कैसे करता है
जब AI एजेंट के सामने कोई नया कार्य आता है, तो अब उसके पास दो सुपरपावर मिलकर काम करती हैं:
- पावर 1: लाइब्रेरियन (RAG): यह अभी भी विशिष्ट तथ्यों या नवीनतम अपडेट को खोजने के लिए मूल लाइब्रेरी को खोजता है (वह "क्या" है)।
- पावर 2: अनुभवी मेंटर (SkillBank): यह SkillBank से एक पहले से बना हुआ "स्किल" निकालता है। यह स्किल एजेंट को बताता है कि पिछले अनुभवों के आधार पर कार्य को चरण-दर-चरण कैसे करना है।
परिणाम:
पेपर का परीक्षण दो वास्तविक दुनिया के कार्यों पर किया गया: CSV डेटा फ़ाइलों का प्रबंधन (qsv) और GitHub रिपॉजिटरी का प्रबंधन (GitHub-CLI)।
- ANYTHING2SKILL के बिना: AI एक ऐसे बुद्धिमान छात्र की तरह था जो पहली बार मैनुअल पढ़ रहा है। उसने लगभग 65-82% कार्य सही किए।
- ANYTHING2SKILL के साथ: AI के पास "कंपाइल की हुई रेसिपी" थी। उसने लगभग 82-92% कार्य सही किए।
- दोनों के साथ: AI के पास तथ्य और रेसिपी दोनों थे। उसने CSV कार्यों का 98.85% और GitHub कार्यों का 94.10% सही ढंग से पूरा किया।
मुख्य निष्कर्ष
पेपर का दावा है कि हमें बाहरी ज्ञान को केवल तथ्यों के ढेर के रूप में नहीं देखना चाहिए। हमें इसे छिपी हुई प्रक्रियाओं के स्रोत के रूप में देखना चाहिए जिन्हें निकाला जा सकता है, व्यवस्थित किया जा सकता है और पुन: प्रयोज्य "कौशलों" में बदला जा सकता है।
इन अंतर्निहित प्रक्रियाओं को SkillBank में कंपाइल करके, हम AI एजेंटों को केवल "ज्ञान तक पहुँचने" (मैनुअल पढ़ने) से "क्षमताओं का पुन: उपयोग करने" (यह जानने कि काम ठीक से कैसे किया जाए) की ओर ले जाते हैं। यह किसी को शब्दकोश देने और उसे हर संभव काम के लिए एक अच्छी तरह से व्यवस्थित निर्देश पुस्तिका देने के बीच का अंतर 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।