Digital Pantheon: Simulating and Auditing Coalition Formation with LLM Agents
यह शोध पत्र एक बहु-एजेंट ढांचे को प्रस्तुत करता है जो वैचारिक निष्ठा के साथ पक्षपाती राजनीतिक गठबंधन वार्ताओं को सिम्युलेट करने के लिए फाइन-ट्यूनिंग, प्रेफरेंस ऑप्टिमाइज़ेशन और रिट्रीवल-ऑगमेंटेड जनरेशन को जोड़ता है, जिसमें यह मान्य करने के लिए एक नवीन वंश-अनुक्रमण (लीनिएज ट्रेसिंग) प्रणाली पेश की गई है कि घोषणापत्र-आधारित सामग्री वास्तविक दुनिया के समझौते के परिणामों की कैसे भविष्यवाणी करती 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 एक ऐसी दुनिया की जहाँ कंप्यूटर केवल सवालों के जवाब ही नहीं देते, बल्कि इंसानों की तरह एक-दूसरे से बहस भी करते हैं। यह जेनरेटिव एआई (Generative AI) का क्षेत्र है, जहाँ लार्ज लैंग्वेज मॉडल्स (LLMs) मुख्य सितारे हैं। इन मॉडल्स को ऐसे अविश्वसनीय रूप से पढ़े-लिखे पुस्तकालयाध्यक्ष (librarians) के रूप में सोचें जिन्होंने लगभग वह सब कुछ पढ़ लिया है जो कभी लिखा गया था। हालाँकि, इसमें एक पेंच है: क्योंकि उन्हें सभी के प्रति विनम्र और सहायक होने के लिए प्रशिक्षित किया जाता है, वे अक्सर एक तटस्थ रेफरी की तरह व्यवहार करते हैं जो किसी का पक्ष लेने से इनकार कर देता है। उन्हें किसी विशिष्ट टीम का सच्चा "प्रशंसक" बनने में कठिनाई होती है, जो उन्हें वास्तविक दुनिया की राजनीति को सिम्युलेट करने के लिए अक्षम बनाता है, जहाँ पार्टियाँ अपने विचारों के प्रति कट्टर वफादार होती हैं और जीतने के लिए लगातार लड़ती हैं।
इसे ठीक करने के लिए, वैज्ञानिक मल्टी-एजेंट सिस्टम (Multi-Agent Systems) बनाने की कोशिश कर रहे हैं। एक कमरे की कल्पना करें जो विभिन्न कंप्यूटर पात्रों से भरा हो, जिनमें से प्रत्येक को एक विशिष्ट राजनीतिक दल की तरह कार्य करने के लिए प्रोग्राम किया गया हो। लक्ष्य उन्हें एक समझौता करने के लिए प्रेरित करना है, ठीक वैसे ही जैसे वास्तविक राजनेता चुनाव के बाद सरकार बनाने के लिए करते हैं। बड़ा सवाल यह है: क्या हम इन कंप्यूटर पात्रों को अपनी "पार्टी लाइन" पर अडिग रहने के लिए मजबूर कर सकते हैं बिना इसके कि वे अनजाने में बहुत अधिक "अच्छे" बन जाएं या अपनी ओर से कुछ मनगढ़ंत बातें बनाने लगें? यदि हम इसे सही ढंग से कर लेते हैं, तो हम वास्तविक जीवन में होने से पहले राजनीतिक विचारों का परीक्षण करने के लिए इन डिजिटल सिमुलेशन का उपयोग कर सकते हैं, जिससे हमें यह समझने में मदद मिलेगी कि विभिन्न समूह कैसे समझौता कर सकते हैं या आपस में टकरा सकते हैं।
द डिजिटल पैन्थियन: एआई युग के लिए एक राजनीतिक सिम्युलेटर
इस शोध पत्र में, लेखक राजनीतिक गठबंधन निर्माण को सिम्युलेट करने का एक नया तरीका पेश करते हैं जिसे डिजिटल पैन्थियन (Digital Pantheon) कहा गया है। वे एक विशिष्ट समस्या को हल करना चाहते थे: मानक एआई मॉडल वास्तविक, जिद्दी राजनीतिक दलों की तरह कार्य करने के लिए बहुत अधिक "अच्छे" और तटस्थ होते हैं। यदि आप केवल एआई को कहते हैं, "मानो कि तुम N-VA पार्टी हो," तो वह आमतौर पर कुछ वाक्यों के बाद अपनी भूमिका भूल जाता है और फिर से एक सहायक की तरह व्यवहार करने लगता है। इसे ठीक करने के लिए, टीम ने एक ऐसा सिस्टम बनाया जो एआई को उसके किरदार में रहने, वास्तविक दस्तावेजों पर आधारित रहने और बातचीत के लिए तैयार रहने के लिए मजबूर करता है।
उन्होंने डिजिटल राजनेताओं का निर्माण कैसे किया
शोधकर्ताओं ने केवल एआई को किसी पार्टी की तरह "अभिनय" करने के लिए नहीं कहा; उन्होंने तीन-चरणीय रेसिपी का उपयोग करके इसके मस्तिष्क को मौलिक रूप से पुनर्गठित किया:
- द स्क्रिप्ट (सुपरवाइज्ड फाइन-ट्यूनिंग): सबसे पहले, उन्होंने एआई को एक राजनेता की तरह बोलना सिखाया। "पार्टी X का प्रस्ताव देती है" कहने के बजाय, मॉडल ने सीखा कि "हम X करेंगे।" इसे "मेथड एक्टर" व्यक्तित्व कहा जाता है, जहाँ एआई केवल उसका वर्णन नहीं करता बल्कि पूरी तरह से उस पार्टी का रूप धारण कर लेता है।
- द एटीट्यूड (डायरेक्ट प्रेफरेंस ऑप्टिमाइजेशन): इसके बाद, उन्होंने एआई को थोड़ा आक्रामक और पक्षपाती होना सिखाया। उन्होंने उसे अच्छे, कड़े राजनीतिक तर्क और बुरे, तटस्थ तर्कों के उदाहरण दिखाए, और उसे कड़े तर्कों को प्राथमिकता देने के लिए प्रशिक्षित किया। यह सुनिश्चित करता है कि एआई केवल बीच के रास्ते पर न चले बल्कि अपने विशिष्ट पक्ष के लिए लड़े।
- द रूलबुक (रिट्रीवल-ऑगमेंटेड जनरेशन): अंत में, एआई को मनगढ़ंत बातें (hallucinations) करने से रोकने के लिए, उन्होंने प्रत्येक पार्टी को उसके आधिकारिक 2019 चुनाव घोषणापत्र का अपना निजी पुस्तकालय दिया। एआई कुछ भी कहने से पहले, उसे अपने पुस्तकालय में नियम देखना होता है। यदि पुस्तकालय में वह बात नहीं है, तो एआई उसका दावा नहीं कर सकता।
नेगोशिएशन एरिना (वार्ता का अखाड़ा)
टीम ने बेल्जियम के 2019 फ्लेमिश चुनाव पर आधारित एक सिमुलेशन सेट किया। उन्होंने उन तीन मुख्य पार्टियों के लिए डिजिटल एजेंट बनाए जिन्होंने अंततः सरकार बनाई: N-VA, CD&V, और Open Vld।
ये एजेंट एक "हब-एंड-स्पोक" वार्ता कक्ष में प्रवेश करते हैं। एक केंद्रीय पात्र, जिसे फॉर्मेटर (formateur) (वह व्यक्ति जो वार्ता का नेतृत्व करता है) कहा जाता है, रेफरी के रूप में कार्य करता है। पार्टियाँ बारी-बारी से अपनी मांगें रखती हैं, अपने बिंदुओं पर तर्क करती हैं, और साझा आधार खोजने का प्रयास करती हैं। सिमुलेशन चार दौर की वार्ताओं के लिए चलता है, जो यह देखने के लिए डिज़ाइन किया गया है कि क्या पार्टियाँ गठबंधन समझौते पर सहमत हो सकती हैं बिना इसके कि एआई भ्रमित हो जाए या हार मान ले।
डिटेक्टिव वर्क: हर शब्द को ट्रैक करना
इस पेपर का सबसे रोमांचक हिस्सा यह है कि उन्होंने यह कैसे पता लगाया कि वास्तव में बातचीत में कौन जीता। चूंकि एआई एक "ब्लैक बॉक्स" (अंदर देखना कठिन) हो सकता है, इसलिए लेखकों ने मल्टी-लेयर्ड इंफॉर्मेशन लीनेज टोपोलॉजी (MILT) नामक एक जासूसी उपकरण का आविष्कार किया।
कल्पित कीजिए कि अंतिम समझौते का प्रत्येक वाक्य एक सुराग है। MILT टूल उस वाक्य को समय में पीछे ट्रैक करता है:
- डायरेक्ट लीनेज (प्रत्यक्ष वंश): क्या यह विचार सीधे पार्टी के मूल घोषणापत्र से आया और संघर्ष में जीवित रहा? (यहाँ पार्टी बड़ी जीत हासिल करती है)।
- डाइल्यूटेड लीनेज (पतला किया गया वंश): क्या पार्टी ने विचार के साथ शुरुआत की थी लेकिन समझौता करने के लिए उसे हल्का करना पड़ा? (उन्हें श्रेय मिलता है, लेकिन कम)।
- सिंथेसाइज्ड लीनेज (संश्लेषित वंश): क्या दो पार्टियों ने एक नया विचार बनाने के लिए अपने अलग-अलग विचारों को मिला दिया? (दोनों को श्रेय मिलता है)।
- पाइपलाइन आर्टिफैक्ट या ऑर्फ़न: क्या एआई ने भ्रमित होने के कारण हवा में कुछ बना लिया? (किसी को श्रेय नहीं मिलता; यह एक गलती है)।
इन रास्तों को ट्रैक करके, उन्होंने एक कोलिशन इन्फ्लुएंस स्कोर (CIS) बनाया। यह स्कोर प्रत्येक क्लॉज के लिए अंक जोड़ता है जिसे एक पार्टी सफलतापूर्वक लागू करवा पाती है, जिससे उन्हें एक स्पष्ट रैंकिंग मिलती है कि वास्तव में किसने अंतिम सौदे को आकार दिया।
उन्होंने क्या पाया
जब उन्होंने सिमुलेशन को तीन बार चलाया, तो परिणाम आश्चर्यजनक रूप से स्थिर और यथार्थवादी थे:
- विजेता: N-VA पार्टी लगातार शीर्ष पर रही, उसके बाद CD&V और फिर Open Vld। N-VA पार्टी ने केवल जीत ही नहीं हासिल की; उन्होंने "डायरेक्ट लीनेज" श्रेणी में दबदबा बनाया, जिसका अर्थ है कि उनके मूल विचार ही वे थे जो बातचीत में सबसे अधिक जीवित रहे।
- रियलिटी चेक: टीम ने अपने सिम्युलेटेड समझौते की तुलना वास्तविक दुनिया में 2019 में हस्ताक्षरित वास्तविक सरकारी समझौते से की। उन्होंने पाया कि जिन विचारों का स्पष्ट "लीनेज" (जिन्हें वास्तविक घोषणापत्र से जोड़ा जा सके) था, उनके वास्तविक समझौते में दिखने की संभावना बहुत अधिक थी।
- सिमुलेशन में प्रावधानों का लगभग 57.4% वास्तविक पार्टी घोषणापत्रों पर आधारित था।
- हालांकि, लगभग 28.9% सामग्री "सिस्टमेटिक एरर" या मतिभ्रम (hallucinations) थी—ऐसी चीजें जो एआई ने मनगढ़ंत बनाई थीं जो वास्तविक दुनिया में मौजूद नहीं थीं।
- सबक: सिमुलेशन ने दिखाया कि जब एआई एजेंटों को उनके वास्तविक दस्तावेजों पर टिके रहने के लिए मजबूर किया जाता है, तो वे वास्तविक दुनिया के परिणामों की काफी अच्छी भविष्यवाणी कर सकते हैं। उदाहरण के लिए, "शिक्षा" क्षेत्र में, सिमुलेशन बहुत सटीक था (ग्राउंडिंग स्कोर 0.491), लेकिन "वित्त और बजट" में, इसे अधिक संघर्ष करना पड़ा (स्कोर 0.147), जहाँ इसने अक्सर फर्जी आंकड़े या समय सीमा बना दी जो वास्तविकता से मेल नहीं खाते थे।
यह क्यों महत्वपूर्ण है
लेखक यह दावा नहीं कर रहे हैं कि उन्होंने राजनीति को हल कर लिया है या एआई मानव मतदाताओं की जगह ले सकता है। इसके बजाय, उन्होंने एक पारदर्शी "टेस्टबेड" बनाया है। यह उपकरण शोधकर्ताओं को यह देखने की अनुमति देता है कि गठबंधन कैसे बन सकता है, न कि केवल परिणाम क्या है। यह सिद्ध करता है कि यदि आप एआई को सही उपकरण (एक मजबूत व्यक्तित्व, एक सख्त नियम पुस्तिका, और अपने स्रोतों को ट्रैक करने का तरीका) देते हैं, तो यह अपनी कल्पना में खोए बिना जटिल मानवीय वार्ताओं को सिम्युलेट कर सकता है।
अध्ययन बताता है कि जबकि एआई राजनीतिक समझौते की संरचना की नकल कर सकता है, यह अभी भी बजट जैसे जटिल विषयों के विशिष्ट विवरणों के लिए संघर्ष करता है। लेकिन MILT जैसे उपकरणों का उपयोग करके, हम अब वास्तविक राजनीतिक जीत को एआई के दिवास्वप्नों से अलग कर सकते हैं, जिससे ये सिमुलेशन राजनीतिक रणनीतियों को सुर्खियों में आने से पहले ही तलाशने का एक शक्तिशाली तरीका बन जाते हैं।
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।