ACM: Agentic Context Management for Long Horizon Tasks
यह शोध पत्र एजेंटिक कॉन्टेक्स्ट मैनेजमेंट (ACM) प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो एजेंटों को लॉसलेस कॉन्टेक्स्ट एडिटिंग और एक्सटर्नल मेमोरी रिट्रीवल के माध्यम से लंबी अवधि के कार्यों को स्वायत्त रूप से प्रबंधित करने के लिए सशक्त बनाता है, जिससे सर्च और कोडिंग कार्यों में प्रदर्शन में उल्लेखनीय सुधार होता है और टोकन प्रेशर कम 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 आप एक जासूस हैं जो एक विशाल, बहु-स्तरीय रहस्य को सुलझाने की कोशिश कर रहे हैं। आपके पास एक नोटबुक है जिसमें आप हर सुराग, हर बातचीत और हर गलत रास्ते (dead end) को लिखते हैं। शुरुआत में, आपकी नोटबुक छोटी और संभालने में आसान होती है। लेकिन जैसे-जैसे केस दिनों तक खिंचता जाता है, आपकी नोटबुक भर जाती है। जल्द ही, आप कागजों का एक ऐसा ढेर ढो रहे होते हैं जो इतना मोटा है कि आप उस एक सुराग को खोजने के लिए उसे जल्दी से नहीं पलट पाते जिसकी आपको तीन घंटे पहले जरूरत थी। आप चीजें भूलने लगते हैं, भ्रमित हो जाते हैं, और अंततः, आपके अपने नोट्स का भारी वजन ही आपको केस सुलझाने से रोक देता है। यह "AI एजेंटों" का दैनिक संघर्ष है—ऐसे कंप्यूटर प्रोग्राम जिन्हें इंसानों की तरह काम करने के लिए डिज़ाइन किया गया है, जैसे वेब खोजना, कोड लिखना, या जटिल समस्याओं को हल करना। वे सोचने में बहुत अच्छे हैं, लेकिन उनकी याददाश्त की सीमा बहुत खराब है: उनका "नोटबुक" (जिसे 'कॉन्टेक्स्ट विंडो' कहा जाता है) भर जाता है, और जब ऐसा होता है, तो वे अक्सर हार मान लेते हैं या गलतियाँ करते हैं।
लंबे समय तक, वैज्ञानिकों ने इसे ठीक करने की कोशिश की है, इसके लिए कि जब नोटबुक बहुत भारी हो जाए तो एजेंट को अपने नोट्स का सारांश (summarize) बनाने के लिए मजबूर किया जाए। कल्पना कीजिए कि एक सख्त शिक्षक है जो चिल्लाकर कहता है, "रुको! अब तक तुमने जो कुछ भी लिखा है उसका सारांश बनाओ!" जब भी नोटबुक 90% भर जाती है। समस्या यह है कि शिक्षक को यह नहीं पता होता कि जासूस क्या सोच रहा है। वे शायद ठीक उसी समय सारांश बनाने के लिए मजबूर कर दें जब जासूस किसी बड़ी सफलता के करीब हो, जिससे वह महत्वपूर्ण सुराग नष्ट हो जाए जो पहेली सुलझाने के लिए आवश्यक था। यह पेपर एक स्मार्ट तरीका पेश करता है: एजेंट को उसके अपने मेमोरी टूल्स देना ताकि वह खुद तय कर सके कि कब अपने नोट्स को साफ करना है, क्या रखना है, और पुराने सुरागों को बिना हमेशा के लिए खोए कैसे वापस प्राप्त करना है।
एक सुपर-ऑर्गनाइज्ड दिमाग वाला एजेंट
इस पेपर के पीछे के शोधकर्ताओं ने, जो कार्नेगी मेलन यूनिवर्सिटी और मेटा से हैं, एक नया सिस्टम प्रस्तावित किया है जिसे एजेंटिक कॉन्टेक्स्ट मैनेजमेंट (ACM) कहा जाता है। AI को यह बताने के लिए कि उसे कब सारांश बनाना है, किसी कठोर नियम या बाहरी मॉनिटर पर निर्भर रहने के बजाय, वे AI को दो विशेष "टूल्स" से लैस करते हैं जो मानव की अल्पकालिक (short-term) और दीर्घकालिक (long-term) स्मृति की तरह कार्य करते हैं।
AI की वर्तमान वर्किंग मेमोरी को एक डेस्क के रूप में सोचें। जब आप किसी प्रोजेक्ट पर काम कर रहे होते हैं, तो आप उन कागजों को डेस्क पर रखते हैं जिनकी आपको अभी जरूरत है। लेकिन जैसे-जैसे प्रोजेक्ट बढ़ता है, डेस्क अव्यवस्थित हो जाता है। पुराने तरीके में, एक रोबोट बस सब कुछ एक बॉक्स में ठूंस देता और कागजों को फेंक देता, केवल एक धुंधला विवरण रखता कि बॉक्स में क्या था। यदि आपको बाद में किसी विशिष्ट विवरण की आवश्यकता होती, तो आप भाग्यशाली नहीं होते।
ACM के साथ, AI के पास डेस्क के ठीक बगल में एक फाइलिंग कैबिनेट है। जब डेस्क बहुत अधिक भीड़भाड़ वाला हो जाता है, तो AI सफाई करने का निर्णय लेता है। वह उन कागजों को लेता है जिनकी उसे तुरंत आवश्यकता नहीं है, उनका एक व्यवस्थित सारांश लिखता है, और मूल कागजों को कैबिनेट में सुरक्षित रख देता है। महत्वपूर्ण बात यह है कि वह उन्हें फेंकता नहीं है; वह उन्हें सुरक्षित रखता है। यदि AI को बाद में एहसास होता है, "रुको, मुझे देखना है कि उस पुराने दस्तावेज़ में क्या लिखा था," तो वह कैबिनेट खोल सकता है, विशिष्ट फाइल निकाल सकता है, और मूल विवरण पढ़ सकता है। यह लॉसलेस (lossless) प्रबंधन है: जानकारी कभी खोती नहीं है, इसे बस "सक्रिय डेस्क" से "स्टोरेज कैबिनेट" में स्थानांतरित कर दिया जाता है।
AI को एक अच्छा लाइब्रेरियन बनाना सिखाना
AI को ये टूल्स देना ही काफी नहीं है। शोधकर्ताओं ने पाया कि भले ही AI मॉडल स्मार्ट हों, वे स्वाभाविक रूप से यह नहीं जानते कि उनका उपयोग कब करना है। कभी-कभी वे बहुत जल्दी सफाई कर देते हैं (एक ऐसा सुराग फेंक देते हैं जिसकी उन्हें अभी भी आवश्यकता है), और कभी-कभी वे बहुत देर तक इंतजार करते हैं (डेस्क को इतना अस्त-व्यस्त होने देते हैं कि वे सोच भी नहीं पाते)।
इसे ठीक करने के लिए, टीम ने "टीचर-स्टूडेंट" दृष्टिकोण का उपयोग करके एक चतुर प्रशिक्षण पद्धति बनाई। कल्पना कीजिए कि एक मास्टर डिटेक्टिव (शिक्षक) एक प्रशिक्षु (छात्र) को एक केस सुलझाने की कोशिश करते हुए देख रहा है।
- गलती: छात्र फाइलिंग कैबिनेट का उपयोग किए बिना समस्या को हल करने की कोशिश करता है और फंस जाता है या विफल हो जाता है।
- सबक: शिक्षक छात्र के बिखरे हुए नोट्स को देखता है और कहता है, "हे, इस सटीक क्षण पर, तुम्हें उन पुराने नोट्स को कैबिनेट में रख देना चाहिए था क्योंकि तुम एक ही चक्र में घूम रहे थे।"
- सुधार: शिक्षक यह भी देखता है कि छात्र कब कैबिनेट का उपयोग करता है और कहता है, "रुको, तुम्हें अभी इसे फाइल करने की आवश्यकता नहीं थी! तुम उत्तर खोजने ही वाले थे।"
छात्र को यह दिखाने के बाद कि कब सफाई करनी है और कब नहीं करनी है, AI सही समय का तालमेल सीख जाता है। वह पहचानना सीख जाता है कि कब वह "लूप में फंस रहा है" या कब उसकी डेस्क बहुत ज्यादा भर रही है, और वह खुद कदम उठाता है।
परिणाम: अधिक सुराग, बेहतर उत्तर
जब शोधकर्ताओं ने इस नए सिस्टम का परीक्षण किया, तो परिणाम प्रभावशाली थे। उन्होंने अपने "ACM एजेंट" को तीन कठिन प्रकार के कार्यों पर मानक AI एजेंटों के विरुद्ध खड़ा किया: गहन वेब रिसर्च, जटिल खोज प्रश्न, और कंप्यूटर कोड को ठीक करना।
- बेहतर सटीकता: प्रशिक्षित ACM एजेंट ने मानक संस्करण की तुलना में 27% अधिक कठिन शोध प्रश्नों को और 8% अधिक कोडिंग समस्याओं को हल किया।
- कम तनाव: सिस्टम ने "पीक टोकन प्रेशर" (अधिकतम सूचना जिसे AI को एक साथ संभालना पड़ता है) को लगभग 20% कम कर दिया। यह आपके बैकपैक का वजन कम करने जैसा है ताकि आप तेजी से दौड़ सकें।
- अधिक अन्वेषण: क्योंकि AI को जगह खत्म होने की चिंता नहीं थी, इसलिए वह अधिक खोज पथों को आजमाने के लिए तैयार था। उसने हार मानने से पहले अधिक टूल कॉल्स किए और अधिक विचारों का पता लगाया।
पेपर सुझाव देता है कि यह दृष्टिकोण AI को भ्रमित हुए बिना बहुत लंबे और अधिक जटिल कार्यों को संभालने की अनुमति देता है। यह AI को एक घबराए हुए नोट-टेकर से बदलकर एक शांत, व्यवस्थित जासूस में बदल देता है जिसे पता होता है कि जांच के घंटों बाद भी सबूत कहाँ मिलेंगे। शोधकर्ताओं ने अपना कोड और डेटा उपलब्ध कराया है, दूसरों को AI के भविष्य के लिए इस "स्मार्ट फाइलिंग सिस्टम" पर काम करने के लिए आमंत्रित किया 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।