ProfiLLM: Utility-Aligned Agentic User Profiling for Industrial Ride-Hailing Dispatch
ProfiLLM एक एजेंटिक (agentic) LLM डेटा पाइपलाइन है जो टूल-ऑगमेंटेड ग्लोबल नॉलेज माइनिंग को यूटिलिटी-अलाइन्ड प्रोफाइल एक्सप्लोरेशन के साथ जोड़कर औद्योगिक राइड-हेलिंग डिस्पैच के लिए यूजर प्रोफाइलिंग को स्केल करने की चुनौतियों को दूर करती है, जिसके परिणामस्वरूप DiDi के प्रोडक्शन मैचिंग सिस्टम में महत्वपूर्ण प्रदर्शन लाभ प्राप्त 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
एक विशाल, हलचल भरे शहर की कल्पना करें जहाँ लाखों लोग सवारी करने की कोशिश कर रहे हैं, और हज़ारों ड्राइवर यात्रियों की तलाश में हैं। इस शहर का "दिमाग" एक सुपर-फास्ट कंप्यूटर सिस्टम है जिसे डिस्पैचर (dispatcher) कहा जाता है। इसका काम पलक झपकते ही (सचमुच, 2 सेकंड के भीतर) सही ड्राइवर को सही यात्री से मिलाना है।
वर्षों से, यह डिस्पैचर एक बहुत ही स्मार्ट अकाउंटेंट (लेखाकार) की तरह रहा है। यह केवल नंबरों को देखता है: ड्राइवर कितनी दूर है? किराया कितना है? यात्री ने कितनी देर प्रतीक्षा की है? इन ठोस नंबरों के आधार पर, यह मिलान करता है।
लेकिन इस पेपर के लेखकों, ProfiLLM ने महसूस किया कि अकाउंटेंट कुछ महत्वपूर्ण चीज़ भूल रहा है: मानवीय कहानी (human story)।
समस्या: अकाउंटेंट बनाम कहानीकार
एक ऐसे ड्राइवर की कल्पना करें जिसे एयरपोर्ट जाने से नफरत है क्योंकि वहां हमेशा ट्रैफिक रहता है, या एक ऐसा यात्री जो सवारी रद्द कर देगा यदि पिकअप स्पॉट 5 मिनट से अधिक दूर है। एक अकाउंटेंट "दूरी: 2 मील" देखता है। एक कहानीकार देखता है "यह ड्राइवर एयरपोर्ट से बचता है; यह यात्री लंबी पैदल यात्रा से नफरत करता है।"
शोधकर्ताओं ने लार्ज लैंग्वेज मॉडल्स (LLMs)—उसी तरह के AI जो कविताएँ लिख सकते हैं और सवालों के जवाब दे सकते हैं—का उपयोग करने की कोशिश की ताकि वे प्रत्येक ड्राइवर और यात्री के इतिहास को पढ़ सकें और उनके बारे में एक "कहानी प्रोफाइल" लिख सकें। उन्हें उम्मीद थी कि ये कहानियाँ डिस्पैचर को बेहतर मिलान करने में मदद करेंगी।
लेकिन यहाँ तीन बड़ी समस्याएँ थीं:
- बहुत अधिक डेटा: लाखों उपयोगकर्ता हैं। आप वास्तविक समय (real-time) में हर एक व्यक्ति का पूरा इतिहास पढ़ने के लिए AI से नहीं कह सकते; इसमें बहुत समय लगेगा और सिस्टम क्रैश हो जाएगा।
- "लॉन्ग टेल" (Long Tail) की समस्या: अधिकांश लोग (जैसे 96% यात्री) महीने में केवल कुछ ही बार सवारी बुक करते हैं। एक अच्छी कहानी लिखने के लिए पर्याप्त इतिहास उपलब्ध नहीं है।
- सुंदर लेकिन बेकार: एक AI किसी उपयोगकर्ता के बारे में बहुत ही प्रवाहपूर्ण और सुंदर कहानी लिख सकता है जो सुनने में बहुत अच्छी लगती है, लेकिन वह वास्तव में यह अनुमान लगाने में मदद नहीं करती कि वे सवारी रद्द करेंगे या नहीं। यह एक ड्राइवर के बारे में कविता लिखने जैसा है जो सुनने में तो अच्छी है लेकिन यह नहीं बताती कि क्या वह वास्तव में आएगा।
समाधान: "ProfiLLM" फैक्ट्री
टीम ने ProfiLLM नामक एक सिस्टम बनाया है जो एक हाई-टेक फैक्ट्री की तरह काम करता है। हर एक व्यक्ति के लिए वास्तविक समय में कहानी लिखने के बजाय, वे सारा भारी काम ऑफलाइन (जब सिस्टम आराम कर रहा होता है) करते हैं और केवल परिणामों का उपयोग ऑनलाइन (जब सिस्टम चल रहा होता है) करते हैं।
यहाँ यह फैक्ट्री कैसे काम करती है, एक सरल उपमा (analogy) का उपयोग करते हुए:
चरण 1: "ग्लोबल डिटेक्टिव" (ज्ञान की खोज)
सबसे पहले, AI एक जासूस की तरह काम करता है। यह केवल एक व्यक्ति को नहीं देखता; यह 27 अलग-अलग "उपकरणों" (जैसे आवर्धक लेंस, एक मानचित्र और एक कैलकुलेटर) का उपयोग करके पूरे शहर के इतिहास को देखता है।
- यह पैटर्न खोजता है: "बारिश वाले मंगलवार को, उत्तर जिले में ड्राइवर अधिक बार राइड रद्द करते हैं।"
- यह लोगों को एक साथ समूह में रखने के लिए नियम बनाता है। 100,000 यात्रियों को 100,000 अद्वितीय व्यक्तियों के रूप में देखने के बजाय, यह समान व्यवहार के आधार पर उन्हें लगभग 100 "कबीलों" या क्लस्टर्स (clusters) में समूहबद्ध करता है।
- उपमा: एक देश के हर नागरिक का साक्षात्कार लेने के बजाय, जासूस 100 मोहल्लों के नेताओं का साक्षात्कार लेता है ताकि प्रत्येक क्षेत्र के सामान्य मिजाज को समझा जा सके।
चरण 2: "स्टोरी एडिटर" (उपयोगिता-संरेखित अन्वेषण)
अब, इन 100 "कबीलों" में से प्रत्येक के लिए, AI एक प्रोफाइल लिखने की कोशिश करता है। लेकिन यह केवल एक ड्राफ्ट नहीं लिखता और उम्मीद नहीं करता कि वह अच्छा होगा।
- यह प्रोफाइल के कई अलग-अलग ड्राफ्ट लिखता है।
- यह एक त्वरित परीक्षण करता है: "यदि हम इस कहानी का उपयोग व्यवहार की भविष्यवाणी करने के लिए करते हैं, तो क्या यह केवल नंबरों का उपयोग करने से बेहतर काम करती है?"
- यदि कोई कहानी केवल "प्रवाहपूर्ण" है लेकिन भविष्यवाणी करने में मदद नहीं करती, तो उसे फेंक दिया जाता है। यदि कोई कहानी रद्दीकरण या स्वीकृति की भविष्यवाणी करने में मदद करती है, तो उसे रखा जाता है।
- फिर यह एक विशेष प्रशिक्षण तकनीक (जिसे DPO कहा जाता है) का उपयोग करता है ताकि AI को केवल उन प्रकार की कहानियाँ लिखने के लिए सिखाया जा सके जो वास्तव में डिस्पैचर की मदद करती हैं, न कि केवल वे जो सुनने में सुंदर लगती हैं।
चरण 3: "स्पीडी मैचमेकर" (ऑनलाइन सर्विंग)
यही जादू वाला हिस्सा है। जब कोई वास्तविक यात्री सवारी का अनुरोध करता है:
- सिस्टम AI को सोचने या कुछ भी लिखने के लिए नहीं कहता। वह बहुत धीमा होगा।
- इसके बजाय, यह देखता है कि यात्री किस "कबीले" (क्लस्टर) से संबंधित है।
- यह उस कबीले के लिए पहले से लिखे गए, पहले से परीक्षित "प्रोफाइल कार्ड" को उठाता है जो पहले बनाया गया था।
- यह इस कार्ड को नंबरों (दूरी, कीमत) के साथ जोड़ता है और तुरंत मिलान करता है।
परिणाम: क्या यह काम करता है?
शोधकर्ताओं ने इसका परीक्षण Didi पर किया, जो दुनिया की सबसे बड़ी राइड-हेलिंग कंपनियों में से एक है।
- बेहतर भविष्यवाणियाँ: सिस्टम यह अनुमान लगाने में बहुत बेहतर हो गया कि एक ड्राइवर सवारी स्वीकार करेगा या एक यात्री सवारी रद्द करेगा। परीक्षणों में, इसने भविष्यवाणी सटीकता में 6.14% तक सुधार किया।
- अधिक पैसा और खुश यात्री: एक सिमुलेशन में, सिस्टम ने 4.35% अधिक राजस्व (GMV) उत्पन्न किया। 14 दिनों के वास्तविक दुनिया के परीक्षण में, इसने वास्तव में राजस्व में 0.47% की वृद्धि की और 0.33% अधिक सवारियाँ पूरी कीं।
- कम रद्दीकरण: इसने ड्राइवर द्वारा स्वीकार करने से पहले यात्रियों द्वारा रद्द करने की संख्या को 0.82% कम कर दिया।
- सुपर फास्ट: क्योंकि AI अपना सारा काम रश ऑवर (भीड़भाड़ के समय) शुरू होने से पहले कर लेता है, इसलिए वास्तविक मिलान प्रक्रिया में लगभग शून्य देरी (एक मिलीसेकंड से कम) आती है।
निचोड़
ProfiLLM एक शहर के हर मोहल्ले के लिए विस्तृत चरित्र प्रोफाइल लिखने के लिए विशेषज्ञ जीवनी लेखकों की एक टीम को काम पर रखने जैसा है, लेकिन यह सब रात में किया जाता है। दिन के दौरान, डिस्पैचर बस उस मोहल्ले की "व्यक्तित्व" वाली एक जेब-आकार की कार्ड रखता है ताकि तुरंत, स्मार्ट निर्णय लिए जा सकें।
यह पारंपरिक प्रणालियों के "ठंडे नंबरों" और मानवीय व्यवहार के "गर्म संदर्भ" के बीच के अंतर को पाटता है, और यह सिद्ध करता है कि AI वास्तविक समय के औद्योगिक सिस्टम में उपयोगी हो सकता है यदि आप भारी सोच को ऑफलाइन रखें और निष्पादन को बिजली की तरह तेज़ रखें।
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।