Collective Intelligence with Foundation Models
यह शोध पत्र एक मल्टी-एजेंट फ्रेमवर्क प्रस्तावित करता है जो फाउंडेशन मॉडल्स का लाभ उठाता है, जहाँ एक विषम विशिष्ट एजेंटों का समूह (हेटरोजीनियस एनसेंबल), न कि रेडंडेंट होमोजेनियस एजेंट, सहयोगात्मक ड्राफ्टिंग, आलोचना और सर्वसम्मति संश्लेषण के माध्यम से तर्क की सटीकता, त्रुटि पहचान और समाधान विश्वसनीयता को महत्वपूर्ण रूप से बढ़ाता 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 दुनिया की सबसे कठिन पहेलियों को हल करने की कोशिश कर रहे हैं, कैलकुलस से लेकर केमिस्ट्री तक। आप इसके लिए एक अकेले सुपर-स्मार्ट रोबोट से पूछ सकते हैं, या आप उन्हें मिलकर सुलझाने के लिए रोबोटों की एक पूरी टीम इकट्ठा कर सकते हैं। यह शोध पत्र इस बारे में है कि वास्तव में कौन सा दृष्टिकोण सबसे अच्छा काम करता है।
शोधकर्ताओं ने यह देखने के लिए एक "रोबोट टीम" प्रयोग स्थापित किया कि क्या कई AI मॉडलों को एक-दूसरे से बात करने से वे अधिक स्मार्ट बनते हैं। उन्होंने केवल यादृच्छिक (रैंडम) बॉट्स को एक साथ नहीं फेंका। उन्होंने चार विशिष्ट भूमिकाओं के साथ एक विशेष असेंबली लाइन बनाई:
- द सॉल्वर्स (समाधान करने वाले): तीन अलग-अलग रोबोट जो प्रत्येक अपनी समस्याओं को अपने आप हल करने की कोशिश करते हैं, और अपने स्वयं के ड्राफ्ट तैयार करते हैं।
- द क्रिटिक (आलोचक): चौथा रोबोट जिसका एकमात्र काम उन ड्राफ्ट्स को पढ़ना, उनकी गलतियाँ ढूँढना और सुधार के सुझाव देना है।
- द एग्रीगेटर (एकत्र करने वाला): पाँचवाँ रोबोट जो सभी सुधारे गए ड्राफ्ट्स को लेता है, उन्हें आपस में मिलाता है, और अंतिम, सहमत उत्तर लिखता है।
- द स्कोरकीपर (स्कोर रखने वाला): एक प्रणाली जो न केवल यह जाँचती है कि अंतिम उत्तर सही है या नहीं, बल्कि यह भी देखती है कि सोचने की प्रक्रिया का हर एक चरण सही था या नहीं।
उन्होंने इस टीम का परीक्षण भौतिकी, जीव विज्ञान, अर्थशास्त्र और गणित जैसे आठ विभिन्न क्षेत्रों को कवर करने वाली समस्याओं के एक विशाल पुस्तकालय पर किया, जो आसान से लेकर बहुत कठिन स्तर तक थीं।
यहाँ उन्हें एक बड़ा आश्चर्य मिला: यह एक बड़ी टीम होने के बारे में नहीं है; यह एक विविध (डाइवर्स) टीम होने के बारे में है।
जब शोधकर्ताओं ने एक ही प्रकार के रोबोट के साथ टीम का परीक्षण किया (सॉल्वर, क्रिटिक और एग्रीगेटर के लिए बिल्कुल एक ही मॉडल का उपयोग करते हुए), तो परिणाम थोड़े अजीब थे। टीम ने अंतिम उत्तर अधिक बार सही दिया, लेकिन जिस तरीके से वे वहाँ पहुँचे, वह वास्तव में बदतर था। यह बिल्कुल वैसा ही था जैसे एक ही तरह के जुड़वा भाई आपस में बहस कर रहे हों; वे अनजाने में अपनी गलतियों को एक-दूसरे को काट सकते हैं और सही उत्तर तक पहुँच सकते हैं, लेकिन उनका तर्क खामियों से भरा होता है। वास्तव में, जब उन्होंने सभी के लिए एक ही मॉडल का उपयोग किया, तो चरण-दर-चरण तर्क की गुणवत्ता गिरकर लगभग 0.27 या 0.28 हो गई, जो कि एक अकेले रोबोट (जिसका स्कोर 0.50 था) से भी कम था।
हालाँकि, जब उन्होंने अलग-अलग प्रकार के रोबोटों को शामिल किया—सॉल्वर के लिए तीन अलग-अलग मॉडल और क्रिटिक तथा एग्रीगेटर के लिए दो अन्य विशिष्ट मॉडल का उपयोग किया—तो जादू हो गया। इस "विषम" (heterogeneous) टीम ने न केवल सही उत्तर दिए; उन्होंने तर्क भी सही दिया। उनकी चरण-दर-चरण सटीकता बढ़कर 0.64 हो गई। यह समान रोबोटों वाली टीम की तुलना में 2.3 गुना सुधार है!
यह शोध पत्र सुझाव देता है कि ऐसा इसलिए होता है क्योंकि विभिन्न AI मॉडलों की अलग-अलग "कमियाँ" (blind spots) होती हैं। यदि आप हर काम के लिए एक ही मॉडल का उपयोग करते हैं, तो वे सभी एक ही तरह की गलतियों को नजरअंदाज कर देते हैं। लेकिन जब आप उन्हें मिलाते हैं, तो एक रोबोट की कमजोरी दूसरे की ताकत बन जाती है। विशिष्ट आलोचक उन गलतियों को पकड़ सकता है जिन्हें सॉल्वर कभी नहीं देख पाते क्योंकि उन्हें अलग तरह से प्रशिक्षित किया गया है।
शोधकर्ताओं ने यह देखने के लिए कुछ अन्य विचारों का भी परीक्षण किया कि सबसे महत्वपूर्ण क्या था:
- केवल एक टीम संरचना होना: भले ही हर कोई एक ही रोबोट हो, केवल एक क्रिटिक और एक एग्रीगेटर होने से थोड़ा फायदा होता है, जिससे स्कोर 0.52 (एक अकेला रोबोट) से बढ़कर 0.60 हो जाता है।
- एक ही रोबोट की अधिक संख्या होना: यदि आप केवल एक के बजाय सॉल्वर के रूप में एक ही रोबोट की तीन प्रतियां उपयोग करते हैं, तो इससे बहुत कम मदद मिलती है, जिससे स्कोर केवल 0.61 तक ही पहुँच पाता है।
- असली विजेता: बड़ी छलांग 0.63 (और तर्क की गुणवत्ता में भारी उछाल) केवल तब हुई जब उन्होंने अलग-अलग कामों के लिए अलग-अलग मॉडल का उपयोग किया।
शोधकर्ताओं ने हजारों समस्याओं में इन परिणामों को मापा और पाया कि यह "मिश्रित टीम" दृष्टिकोण लगातार अच्छा काम करता है, चाहे समस्या आसान हो, मध्यम हो या कठिन। वास्तव में, टीम ने सबसे कठिन समस्याओं पर आश्चर्यजनक रूप से अच्छा प्रदर्शन किया, जिससे पता चलता है कि जटिल चुनौतियाँ विविध टीम को वास्तव में अधिक काम करने का अवसर देती हैं।
इसलिए, मुख्य निष्कर्ष यह है कि AI को वास्तव में विश्वसनीय और व्याख्या योग्य बनाने के लिए, आप केवल अपने पास मौजूद सबसे स्मार्ट रोबोट की नकल नहीं कर सकते और उसे हर सीट पर नहीं बिठा सकते। आपको विभिन्न प्रकार के विशेषज्ञों की एक समिति की आवश्यकता है जो एक-दूसरे के विचारों को चुनौती दे सकें। जैसा कि लेखक कहते हैं, यह दृष्टिकोण एक ऐसा AI बनाने में मदद करता है जो केवल भाग्य से सही उत्तर नहीं देता, बल्कि आपको दिखा सकता है कि उसने इसे चरण-दर-चरण कैसे समझा।
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।