Agents-K1: Towards Agent-native Knowledge Orchestration
यह शोध पत्र Agents-K1 को प्रस्तुत करता है, जो एक एंड-टू-एंड पाइपलाइन है जो एक मल्टीमॉडल पार्सर, एक GRPO-प्रशिक्षित एक्सट्रैक्शन बैकबोन और एक एकीकृत रिट्रीवल इंटरफेस को एकीकृत करके कच्चे वैज्ञानिक दस्तावेजों को एजेंट-नेटिव नॉलेज ग्राफ में परिवर्तित करती है, जिसके परिणामस्वरूप बड़े पैमाने पर Scholar-KG डेटासेट प्राप्त होता है और वैज्ञानिक सूचना निष्कर्षण एवं मल्टी-हॉप रीजनिंग में बेहतर प्रदर्शन प्रदर्शित होता 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 विशाल, जटिल पहेली को हल करने की कोशिश कर रहे हैं, लेकिन इसमें टुकड़े रंगों या आकारों के आधार पर छांटे नहीं गए हैं, बल्कि सभी समाचार पत्रों की कतरनों के एक विशाल, अराजक ढेर में पड़े हैं। वर्तमान AI रिसर्च एजेंट अक्सर इसी तरह काम करते हैं: उन्हें हजारों वैज्ञानिक शोध पत्र दिए जाते हैं और उनसे उत्तर खोजने के लिए कहा जाता है, लेकिन उन्हें हर बार हर शब्द, हर चार्ट और हर समीकरण को शुरुआत से पढ़ना पड़ता है। वे अक्सर "बड़ी तस्वीर" (big picture) को मिस कर देते हैं क्योंकि वे विवरणों में खो जाते हैं।
Agents-K1 एक नया सिस्टम है जिसे इस अव्यवस्था को ठीक करने के लिए डिज़ाइन किया गया है। इसे एक अत्यंत व्यवस्थित लाइब्रेरियन (पुस्तकालयाध्यक्ष) के रूप में सोचें जो न केवल किताबें रखता है; बल्कि वे हर किताब को खोलकर देखते हैं, उसका हर पन्ना पढ़ते हैं, और जानकारी को एक विशाल, संवादात्मक, 3D ज्ञान मानचित्र (map) में फिर से निर्मित करते हैं।
यह कैसे काम करता है, इसे तीन सरल भागों में विभाजित किया गया है:
1. "स्मार्ट लाइब्रेरियन" (ज्ञान ग्राफ - The Knowledge Graph)
वर्तमान सिस्टम आमतौर पर केवल किताब के पीछे लिखे "सारांश" (abstract) या लेखक द्वारा उल्लेखित अन्य किताबों की सूची को देखते हैं। वे असली महत्वपूर्ण जानकारी को छोड़ देते हैं।
Agents-K1 अलग है। यह एक सूक्ष्म लाइब्रेरियन की तरह कार्य करता है जो:
- पूरी किताब पढ़ता है: यह सारांश पर नहीं रुकता। यह पूरा टेक्स्ट पढ़ता है, चार्ट्स को देखता है, तस्वीरों का अध्ययन करता है, और यहाँ तक कि गणितीय समीकरणों का भी विश्लेषण करता है।
- "शहर का मानचित्र" बनाता है: तथ्यों की केवल सूची बनाने के बजाय, यह एक विशाल, जुड़ा हुआ मानचित्र (Knowledge Graph) बनाता है। कल्पना कीजिए एक शहर की जहाँ हर इमारत एक वैज्ञानिक विचार है।
- यदि एक पेपर कहता है "मेथड A, मेथड B से बेहतर है," तो लाइब्रेरियन उनके बीच एक सड़क खींच देता है।
- यदि किसी पेपर में किसी दावे को सिद्ध करने वाला चार्ट है, तो लाइब्रेरियन उस चार्ट को सीधे उस इमारत से जोड़ देता है।
- यह यह भी नोट करता है कि पेपर क्यों लिखा गया था (प्रेरणा/motivation) और यह क्या करने में विफल रहा (सीमाएं/limitations), न कि केवल यह कि इसने क्या हासिल किया।
- परिणाम: अब आपके पास एक खोजने योग्य मानचित्र है जहाँ आप एक प्रश्न से सटीक साक्ष्य तक का रास्ता खोज सकते हैं, यह देख सकते हैं कि विचार समय के साथ कैसे विकसित हुए, न कि केवल असंबद्ध दस्तावेजों की एक सूची को पढ़ सकते हैं।
2. "सुपर-फास्ट रीडर" (एक्सट्रैक्शन इंजन - The Extraction Engine)
इस मानचित्र को बनाने के लिए, सिस्टम को 2.46 मिलियन वैज्ञानिक शोध पत्रों को पढ़ने की आवश्यकता है। यह बहुत अधिक पढ़ाई है! आमतौर पर, इसके लिए आपको एक विशाल, महंगे कंप्यूटर मस्तिष्क की आवश्यकता होगी ताकि यह सटीक रूप से किया जा सके।
Agents-K1 के रचनाकारों ने एक "सुपर-फास्ट रीडर" (एक 4-बिलियन पैरामीटर वाला AI मॉडल) बनाया है जो आश्चर्यजनक रूप से छोटा लेकिन अविश्वसनीय रूप से स्मार्ट है।
- इसने कैसे सीखा: केवल उत्तर रटने के बजाय, उन्होंने इसे एक "कोच" (Reinforcement Learning) का उपयोग करके सिखाया। कोच ने इसे एक नियम पुस्तिका दी: "यदि तुम तथ्यों को सही और फॉर्मेट को एकदम सटीक रखते हो, तो तुम्हें इनाम मिलेगा। यदि तुम मनगढ़ंत तथ्य (hallucinate) बनाते हो, तो तुम्हें दंड मिलेगा।"
- जादू: इस छोटे मॉडल ने इतनी अच्छी तरह से पढ़ना और जानकारी निकालना सीख लिया कि यह बहुत बड़े और महंगे मॉडल्स के समान (और कभी-कभी उनसे बेहतर) प्रदर्शन करता है। यह एक छोटे, फुर्तीले कुत्ते को एक विशाल, धीमे हाथी का काम करने के लिए प्रशिक्षित करने जैसा है।
3. "रिसर्च असिस्टेंट" (CLI टूल - The Research Assistant)
एक बार जब मानचित्र बन जाता है और रीडर प्रशिक्षित हो जाता है, तो सिस्टम आपको GraphAnything नामक एक टूल देता है। इसे एक रिसर्च टीम के कमांड सेंटर के रूप में सोचें।
- सत्य के तीन स्रोत: जब आप कोई प्रश्न पूछते हैं, तो यह असिस्टेंट केवल अनुमान नहीं लगाता। यह तीन चीजों की एक साथ जांच करता है:
- वेब (The Web): नवीनतम समाचारों के लिए (जैसे लाइव न्यूज़ फीड चेक करना)।
- मानचित्र (The Map): गहरे, संरचित तथ्यों और संबंधों के लिए (जैसे शहर के मानचित्र को देखना)।
- क्रॉस-रेफरेंस (The Cross-References): यह देखने के लिए कि विभिन्न पेपर एक-दूसरे से कैसे बात करते हैं (जैसे ब्रेडक्रंब्स के निशान का पीछा करना)।
- टीम: यह आपको केवल एक उत्तर नहीं देता। यह कामगारों के एक झुंड की तरह कार्य करता है: एक तथ्यों की जांच करता है, दूसरा कोड लिखता है, तीसरा विचार की आलोचना करता है, और एक मैनेजर उन सबको मिलाकर एक ऐसी रिपोर्ट तैयार करता है जिस पर आप भरोसा कर सकें।
उन्होंने क्या सिद्ध किया?
पेपर ने इस सिस्टम का परीक्षण वास्तविक वैज्ञानिक प्रश्नों पर किया, जिसमें भू-विज्ञान (geoscience) और सामान्य अनुसंधान सहित कठिन प्रश्न शामिल थे।
- पहले: इस सिस्टम के बिना, AI मॉडल्स लगभग 8% से 25% उत्तर सही दे पाते थे।
- बाद में: "स्मार्ट लाइब्रेरियन" और "सुपर-फास्ट रीडर" के साथ, कठिन शोध प्रश्नों पर AI की सटीकता बढ़कर लगभग 40% हो गई।
- बड़ी जीत: सिस्टम ने न केवल सही उत्तर दिया; यह आपको ठीक से दिखा भी सका कि मानचित्र में उत्तर कहाँ से आया, जो इसके काम को प्रमाणित करता है।
सारांश में
Agents-K1 एक ऐसा टूलकिट है जो वैज्ञानिक शोध पत्रों के अराजक ढेर को एक स्पष्ट, सुलभ और साक्ष्य-आधारित मानचित्र में बदल देता है। यह एक छोटे, अत्यधिक प्रशिक्षित AI का उपयोग करता है जो बारीक विवरणों को पढ़ता है और इस मानचित्र का निर्माण करता है, फिर शोधकर्ताओं को इसे एक्सप्लोर करने के लिए एक टूल प्रदान करता है। यह एक टॉर्च के साथ अंधेरे जंगल में भटकने और एक विस्तृत, प्रकाशित मानचित्र होने के बीच का अंतर है जो आपको हर रास्ता, हर लैंडमार्क और ठीक वह स्थान दिखाता है जहाँ आपको जाना 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।