Building Agent Harnesses for Scientific Curation from Multimodal Sources
यह शोध पत्र बीवर (Beaver) को प्रस्तुत करता है, जो एक एजेंट हार्नेस है जिसे फ्रंटियर एजेंट्स को टास्क स्कैफोल्डिंग, मल्टीमॉडल एविडेंस टूलिंग और प्रोवेनेंस ट्रैकिंग के साथ एकीकृत करके मल्टीमॉडल स्रोतों से वैज्ञानिक क्यूरेशन में सुधार करने के लिए डिज़ाइन किया गया है, ताकि 81.0 GRAS स्कोर प्राप्त किया जा सके, जो संरचित डेटा निष्कर्षण के ऑडिट योग्य, पुनरावृत्त परिशोधन को सक्षम करके मौजूदा एजेंट्स से काफी बेहतर प्रदर्शन 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 लाइब्रेरियन हैं जो वैज्ञानिक पुस्तकों के एक विशाल, अव्यवस्थित पुस्तकालय को एक व्यवस्थित, खोजने योग्य स्प्रेडशीट में बदलने की कोशिश कर रहे हैं। लेकिन ये सामान्य किताबें नहीं हैं। ये लंबे पैराग्राफों, संख्याओं के घने तालिकाओं और जटिल चार्टों से भरी हुई हैं।
समस्या यह है कि आपको जो जानकारी चाहिए वह एक ही जगह पर नहीं है। अपना एक सिंगल रो (row) भरने के लिए, आपको शायद परिचय में एक वाक्य पढ़ना पड़े, पेज 10 पर एक तालिका में एक संख्या देखनी पड़े, और पेज 15 पर एक ग्राफ की ट्रेंड लाइन की जांच करनी पड़े। फिर, आपको यह सुनिश्चित करने के लिए कुछ गणित करना होगा कि इकाइयाँ मेल खाती हैं (जैसे, "मिलीग्राम" को "ग्राम" में बदलना) इससे पहले कि आप उसे लिखें।
समस्या: "स्मार्ट" रोबोट रास्ता भटक जाता है
वैज्ञानिकों ने बहुत स्मार्ट AI रोबोट (जिन्हें "फ्रंटियर एजेंट्स" कहा जाता है) बनाए हैं जो पढ़ और लिख सकते हैं। हालांकि, जब आप उन्हें इस बिखरे हुए पुस्तकालय वाले कार्य के लिए देते हैं, तो वे अक्सर विफल हो जाते हैं। वे कहानी का सामान्य विचार तो समझ लेते हैं, लेकिन चार्ट में विशिष्ट संख्याओं को मिस कर देते हैं। वे गलत टेक्स्ट को कॉपी करने लगते हैं या लेआउट से भ्रमित हो जाते हैं। यह एक बुद्धिमान छात्र को ऐसी परीक्षा देने जैसा है जहाँ उत्तर अलग-अलग अध्यायों में छिपे हैं, और वह बस पहले पेज से ही उत्तर का अनुमान लगाने लगता है।
समाधान: बीवर (Beaver), एक "एजेंट हार्नेस"
शोधकर्ताओं ने बीवर नामक एक सिस्टम बनाया है। केवल स्मार्ट रोबोट के दिमाग पर भरोसा करने के बजाय, बीवर एक विशेषज्ञ वर्कबेंच या एक निर्माण हार्नेस (construction harness) की तरह काम करता है जो रोबोट के लिए है।
इसे इस तरह से सोचें:
- रोबोट कार्यकर्ता है।
- बीवर वह मचान (scaffolding), उपकरण और फोरमैन है जो कार्यकर्ता का मार्गदर्शन करता है।
बीवर केवल यह नहीं कहता कि, "जाओ इस पेपर को पढ़ो और फॉर्म भर दो।" यह काम को एक सख्त, चरण-दर-चरण असेंबली लाइन में तोड़ देता है:
- तैयारी (Prep): यह अव्यवस्थित PDF को एक साफ, आसानी से पढ़े जाने योग्य डिजिटल रूपरेखा में बदल देता है।
- खोज (Search): यह रोबोट को बताता है कि विशिष्ट सुरागों के लिए ठीक कहाँ देखना है।
- पढ़ना (Read): यह रोबोट को विशेष "चश्मे" (उपकरण) देता है जो चार्ट और तालिकाओं पर ज़ूम इन कर सकते हैं ताकि वे संख्याओं को सटीक रूप से पढ़ सकें, बजाय इसके कि वे केवल टेढ़ी-मेढ़ी रेखाओं का अनुमान लगाएं।
- जांच और ट्रेस (Check & Trace): हर बार जब रोबोट एक संख्या लिखता है, तो बीवर उसे मजबूर करता है कि वह उस स्थान की ओर इशारा करे जहाँ से उसने वह संख्या पाई है (जैसे कि एक साइटेशन)।
- नॉर्मलाइज़ (Normalize): यह सुनिश्चित करता है कि सभी इकाइयाँ सुसंगत हों (उदाहरण के लिए, यह सुनिश्चित करना कि सब कुछ "वर्षों" में हो और "महीनों" तथा "वर्षों" का मिश्रण न हो)।
"स्वयं-सुधार" वाला लूप (The "Self-Improving" Loop)
सबसे चतुर हिस्सा यहाँ है: बीवर केवल एक बार चलता है और रुक नहीं जाता। इसमें एक स्वयं-सुधार लूप है।
- बीवर कार्य को चलाता है।
- यह अपनी गलतियों (उन "आर्टिफैक्ट्स" या लॉग्स को देखता है कि क्या गलत हुआ) को देखता है।
- यह कहता है, "हे, रोबोट चार्ट के साथ गलती कर रहा था। चलिए वह टूल बदलते हैं जिसका उपयोग वह चार्ट पढ़ने के लिए करता है।"
- यह अपने स्वयं के निर्देशों को अपडेट करता है और फिर से प्रयास करता है।
- यह इस तरह से अपना काम करता रहता है, अपने वर्कफ़्लो को चरण-दर-चरण ठीक करता है, जब तक कि वह काम में वास्तव में कुशल न हो जाए।
परिणाम
पेपर ने अन्य शीर्ष-स्तरीय AI सिस्टम के मुकाबले बीवर का परीक्षण किया।
- अन्य सिस्टम: उनका स्कोर लगभग 58% था (जैसे किसी टेस्ट में D+ ग्रेड मिलना)। वे चार्ट और जटिल तर्क (reasoning) के साथ संघर्ष करते रहे।
- बीवर: इसका स्कोर 81% (एक A- ग्रेड) था।
शोधकर्ताओं ने पाया कि "दिमाग" (AI मॉडल) सबसे महत्वपूर्ण हिस्सा नहीं था। सबसे महत्वपूर्ण हिस्सा हार्नेस था—जिस तरह से कार्य को व्यवस्थित किया गया था, प्रदान किए गए उपकरण, और गलतियों से सीखने की क्षमता। भले ही बीवर ने अन्य सिस्टम के समान ही "दिमाग" का उपयोग किया हो, फिर भी इसने बेहतर प्रदर्शन किया क्योंकि इसके पास काम करने के लिए एक बेहतर सिस्टम था।
यह क्यों मायने रखता है
दवा की खोज (drug discovery) और विज्ञान की दुनिया में, इन संख्याओं को सही ढंग से प्राप्त करना अत्यंत महत्वपूर्ण है। यदि कोई वैज्ञानिक चार्ट में एक संख्या को मिस कर देता है, तो यह बाद में गलत निर्णयों का कारण बन सकता है। बीवर साबित करता है कि यदि आप AI के चारों ओर एक स्मार्ट, संरचित और स्वयं-सुधार करने वाला सिस्टम बनाते हैं, तो आप केवल AI को "अंदाजे से काम करने" देने की तुलना में वैज्ञानिक शोध कार्यों को बहुत बेहतर तरीके से विश्वसनीय, व्यवस्थित डेटा में बदल सकते हैं।
संक्षेप में:
बीवर केवल एक स्मार्ट रोबोट नहीं है; यह रोबोट के लिए एक बेहतर मैनेजर है। यह सही उपकरण प्रदान करता है, बड़े काम को छोटे चरणों में तोड़ता है, और रोबोट को अपनी गलतियों को सुधारना सिखाता है, जिससे एक अराजक शोध कार्य एक स्वच्छ, सटीक प्रक्रिया में बदल जाता 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।