Libra: Training the Environment for Agentic Information Retrieval
यह शोध पत्र लिब्रा (Libra) को प्रस्तुत करता है, जो एक स्व-विकसित (self-evolving) ढांचा है जो प्रॉम्पटिंग, सॉल्विंग और हीलिंग के सिंथेटिक क्वेरी-संचालित लूप के माध्यम से रिपॉजिटरी के भीतर पदानुक्रमित "कैटलॉग्स" को पुनरावर्ती रूप से परिष्कृत करके एजेंटिक एलएलएम (agentic LLMs) के लिए सूचना पुनर्प्राप्ति को अनुकूलित करता है, जिसके परिणामस्वरूप कोड लोकलाइजेशन सटीकता में महत्वपूर्ण और हस्तांतरणीय सुधार 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 आपके पास लाखों किताबों वाली एक विशाल, अराजक लाइब्रेरी (एक कोड रिपॉजिटरी) है। आप एक बहुत ही बुद्धिमान लेकिन थोड़े भ्रमित लाइब्रेरियन (एक AI एजेंट) को नियुक्त करते हैं ताकि वह आपके लिए विशिष्ट पृष्ठ खोज सके।
आमतौरता पर, जब लाइब्रेरियन रास्ता भटक जाता है, तो हम समस्या को ठीक करने के दो तरीकों में से एक का प्रयास करते हैं:
- लाइब्रेरियन को फिर से प्रशिक्षित करना (Retrain the Librarian): हम लाइब्रेरियन को इस विशिष्ट लाइब्रेरी के बारे में नए तथ्य सिखाने में महीनों बिताते हैं ताकि वे लेआउट को याद कर सकें। (यही अधिकांश वर्तमान AI सिस्टम करते हैं)।
- बेहतर उपकरण देना (Give Better Tools): हम लाइब्रेरियन को एक शानदार नक्शा या एक सुपर-फास्ट सर्च इंजन देते हैं। (यह अन्य शोधकर्ता करते हैं)।
Libra एक तीसरा, अलग विचार प्रस्तावित करता है: लाइब्रेरियन को ठीक न करें; लाइब्रेरी के इंडेक्स कार्ड्स को ठीक करें।
मुख्य विचार: "जीवंत कैटलॉग" (The Living Catalog)
लेखकों ने Libra नामक एक प्रणाली बनाई है। AI को स्मार्ट बनाने के बजाय, उन्होंने लाइब्रेरी के "विषय सूची" (जिसे वे Catalogs कहते हैं) को स्मार्ट बनाया है। ये कैटलॉग केवल सरल टेक्स्ट फाइलें हैं जो एक नेविगेशन गाइड के रूप में कार्य करती हैं।
जादू तीन पात्रों के बीच एक स्व-सुधार चक्र (self-improving loop) के माध्यम से होता है, जो सभी स्थिर (frozen) हैं (यानी उनके दिमाग नहीं बदलते), और वे नक्शे को बेहतर बनाने के लिए "लुका-छिपी" (Hide and Seek) का खेल खेलते हैं:
- प्रश्नकर्ता (Prompter): यह एजेंट लाइब्रेरी के एक यादृच्छिक (random) पृष्ठ को देखता है और एक कठिन प्रश्न बनाता है जिसे केवल उस विशिष्ट पृष्ठ को खोजने से ही हल किया जा सकता है। यह एक क्विज़ मास्टर की तरह है जो एक टेस्ट बना रहा है।
- खोजकर्ता (Seeker/Solver): यह वास्तविक AI एजेंट है जो सही उत्तर खोजने की कोशिश कर रहा है। इसके पास नेविगेट करने के लिए केवल वर्तमान "विषय सूची" (Table of Contents) है। यह सीधे उत्तर को नहीं देख सकता। यदि नक्शा खराब है, तो खोजकर्ता रास्ता भटक जाएगा।
- ठीक करने वाला (Fixer/Healer): यह सबसे महत्वपूर्ण पात्र है। जब खोजकर्ता सही पृष्ठ खोजने में विफल रहता है, तो 'फिक्सर' उस गलती को देखता है। वह पूछता है, "खोजकर्ता क्यों भटक गया? क्या नक्शा भ्रमित करने वाला था? क्या इसने कोई सुराग छोड़ दिया?" फिक्सर अगली बार के लिए "विषय सूची" को फिर से लिखता है ताकि वह अधिक स्पष्ट हो सके।
व्यवहार में यह कैसे काम करता है
इसे एक GPS सिस्टम को प्रशिक्षित करने की तरह समझें, लेकिन सॉफ्टवेयर अपडेट करने के बजाय, आप सड़क के संकेतों (road signs) को अपडेट कर रहे हैं।
- राउंड 1: खोजकर्ता एक खाली या ब्लैंक मैप का उपयोग करके एक फ़ाइल खोजने की कोशिश करता है। वह 90% बार विफल होता है।
- सुधार (The Fix): फिक्सर इन विफलताओं को देखता है और नक्शे में एक नोट जोड़ता है: "यदि आप 'math functions' की तलाश कर रहे हैं, तो 'Graphics' फोल्डर के बजाय 'Math' फोल्डर देखें।"
- राउंड 2: खोजकर्ता फिर से प्रयास करता है। वह कम बार विफल होता है क्योंकि नक्शा थोड़ा बेहतर हो गया है।
- सुधार (The Fix): फिक्सर शेष गलतियों को देखता है और अधिक विशिष्ट विवरण जोड़ता है: " 'Math' फोल्डर में दो सब-फोल्डर हैं; 'Algebra' समीकरणों के लिए है, 'Geometry' आकृतियों के लिए है।"
समय के साथ, नक्शा अविश्वसनीय रूप से विस्तृत और सटीक हो जाता है, इसलिए नहीं कि खोजकर्ता स्मार्ट हुआ है, बल्कि इसलिए क्योंकि वातावरण (नक्शा) को खोजकर्ता के सोचने के तरीके के अनुरूप "हील" (heal) किया गया है।
परिणाम
शोधकर्ताओं ने इसका परीक्षण 12 विभिन्न बड़े सॉफ्टवेयर प्रोजेक्ट्स (जैसे पायथन लाइब्रेरी sympy, django, और matplotlib) पर किया।
- निरंतर सुधार (Continuous Improvement): जैसे-जैसे सिस्टम अधिक राउंड चला, सही कोड खोजने की सटीकता लगातार बढ़ती गई, जो एक लॉगरिदमिक कर्व (logarithmic curve) की तरह है। यह धीरे शुरू हुआ, फिर तेजी से सुधरा, और बेहतर होता गया।
- जीरो-शॉट ट्रांसफर (Zero-Shot Transfer): यह सबसे शानदार हिस्सा है। एक बार जब "मैप" को एक विशिष्ट AI एजेंट का उपयोग करके प्रशिक्षित कर दिया गया, तो वे एक पूरी तरह से अलग AI एजेंट को बदल सकते थे (एक अलग कंपनी का अलग मॉडल), और नया एजेंट केवल नए मैप का उपयोग करके तुरंत बहुत बेहतर प्रदर्शन करने लगा। यह मैप किसी के लिए भी काम करता है।
- सर्वश्रेष्ठ को मात देना (Beating the Best): भले ही प्रयोग में उपयोग किया गया "सीकर" (Seeker) बहुत सरल था (इसके पास केवल
lsऔरgrepजैसे बुनियादी उपकरण थे), एक बार जब इसे Libra-प्रशिक्षित मैप दिया गया, तो इसने उन अन्य अत्याधुनिक (state-of-the-art) सिस्टमों को पछाड़ दिया जिनके पास बहुत अधिक जटिल उपकरण और मेमोरी थी।
निचोड़ (The Bottom Line)
पेपर का दावा है कि वातावरण को अनुकूलित करना (optimizing the environment) मस्तिष्क को अनुकूलित करने जितना ही शक्तिशाली है। एक स्व-सुधार करने वाले, साधारण टेक्स्ट इंडेक्स को बनाकर, जो अपनी गलतियों से सीखता है, Libra साधारण AI एजेंटों को भी उच्च सटीकता के साथ विशाल कोडबेस को नेविगेट करने की अनुमति देता है। यह "लाइब्रेरी" को एक स्थिर डेटा के ढेर के बजाय एक स्मार्ट, विकसित होने वाले साथी में बदल देता है।
यह पेपर क्या दावा नहीं करता है:
- यह दावा नहीं करता कि यह चिकित्सा निदान (medical diagnosis) या क्लिनिकल उपयोगों के लिए काम करता है।
- यह दावा नहीं करता कि सिस्टम कोड को स्वचालित रूप से ठीक कर सकता है (यह केवल कोड को ठीक करने के लिए ढूंढने में मदद करता है)।
- यह दावा नहीं करता कि यह सिस्टम कोड में बदलाव होने पर रियल-टाइम में काम करता है (इसका परीक्षण कोड के स्टैटिक स्नैपशॉट्स पर किया गया था)।
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।