Belief Coevolution in a Social Network of Generalist and Specialist Large Language Models
यह शोध पत्र यह प्रदर्शित करने के लिए CoevolveSim फ्रेमवर्क प्रस्तुत करता है कि जबकि सामाजिक भूमिकाओं और नेटवर्क संरचनाओं का जनसंख्या-स्तर के आम सहमति पर सीमित प्रभाव पड़ता है, विशेषज्ञ लार्ज लैंग्वेज मॉडल्स (LLMs) का समावेश विश्वास परिवर्तनों को महत्वपूर्ण रूप से बढ़ाता है और विषम प्रभाव पैदा करता है, जो यह संकेत देता है कि यथार्थवादी मल्टी-एजेंट सिमुलेशन के लिए केवल पर्सोना प्रॉम्प्टिंग के बजाय मॉडल विविधता की आवश्यकता 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
एक विशाल, डिजिटल शहर के चौक की कल्पना कीजिए जहाँ हज़ारों अदृश्य रोबोट आपस में बातें कर रहे हैं, बहस कर रहे हैं और यह तय करने की कोशिश कर रहे हैं कि सच क्या है। यह कोई विज्ञान कथा नहीं है; यह लार्ज लैंग्वेज मॉडेल्स (LLMs) की नई वास्तविकता है, जो आज हमारे द्वारा उपयोग किए जाने वाले कई उपकरणों के पीछे के सुपर-स्मार्ट AI दिमाग हैं। अतीत में, वैज्ञानिकों ने इस बात का अध्ययन किया कि ये AI गणित की समस्याओं को कैसे हल करते हैं या कविताएँ कैसे लिखते हैं। लेकिन अब, वे समूहों में एक साथ रहने लगे हैं, अपने छोटे समाज बना रहे हैं। बड़ा सवाल यह है कि: जब ये AI रोबोट एक-दूसरे से बात करते हैं, तो उनके "विश्वास" कैसे बदलते हैं? क्या वे अंततः एक ही चीज़ पर सहमत हो जाते हैं, जैसे कि एक भीड़ एक साथ सिर हिला रही हो? या वे जिद्दी रूप से अलग बने रहते हैं? इसे समझने के लिए, शोधकर्ता तीन मुख्य सामग्रियों को देखते हैं: AI वास्तव में किस चीज़ में कुशल है (उसकी विशेषज्ञता), वह कौन सा नाम का टैग पहनता है (जैसे "डॉक्टर" या "इंजीनियर"), और वह नक्शा कि कौन किससे बात करता है (सामाजिक नेटवर्क)।
इस डिजिटल शहर में, एक नया अध्ययन CoevolveSim नामक एक सिमुलेशन पेश करता है। इसे एक विशाल, नियंत्रित प्रयोग के रूप में समझें जहाँ शोधकर्ताओं ने 1,280 अलग-अलग राउंड वाला एक खेल सेट किया। उन्होंने AI रोबोटों को एक नेटवर्क में डाला और देखते रहे कि वे 20 अलग-अलग चिकित्सा तथ्यों (जैसे "क्या यह दवा इस सिरदर्द को ठीक करती है?") पर अपनी राय कैसे अपडेट करते हैं। शोधकर्ता यह देखना चाहते थे कि वास्तव में क्या बदलाव लाता है: क्या यह वे फैंसी नाम के टैग हैं जो हम रोबोटों को देते हैं? क्या यह उस नेटवर्क का आकार है जिससे वे जुड़े हुए हैं? या यह तथ्य है कि कुछ रोबोट वास्तव में अलग, विशिष्ट डेटा पर प्रशिक्षित हैं?
परिणाम एक प्लॉट ट्विस्ट की तरह हैं। शोधकर्ताओं ने पाया कि रोबोटों को अलग-अलग नाम के टैग देने (जैसे एक को बताना कि वह "कहानीकार" है और दूसरे को "चिकित्सक") से व्यक्तिगत रूप से रोबोटों के सोचने का तरीका बदल जाता है। वे अपनी राय को अधिक इधर-उधर घुमाने लगते हैं, बार-बार अपना मन बदलने लगते हैं। लेकिन यहाँ मुख्य बात यह है: यह वास्तव में पूरे समूह के निर्णय को नहीं बदलता है। भीड़ अंततः लगभग वहीं पहुँच जाती है जहाँ से उसने शुरुआत की थी।
हालाँकि, जब शोधकर्ताओं ने रोबोटों को अलग दिमागों वाले रोबोटों से बदला (विशेषज्ञ AI जिन्हें चिकित्सा या रसायन विज्ञान जैसे विशिष्ट क्षेत्रों में प्रशिक्षित किया गया था), तो पूरा शहर बदल गया। इन "विशेषज्ञ" रोबोटों को शामिल करने से समूह की राय में होने वाले बदलाव की मात्रा दोगुनी से भी अधिक हो गई। अचानक, कुछ रोबोट "राय के नेता" बन गए, जो समूह को नई दिशाओं में खींच रहे थे, जबकि अन्य अपनी बात पर अडिग रहे। यह पता चला कि इस AI दुनिया में, रोबोट वास्तव में कौन है (उसका विशेष प्रशिक्षण) इससे कहीं अधिक महत्वपूर्ण है कि हम उसे क्या कहते हैं।
अध्ययन ने यह भी पता लगाया कि एक एकल रोबोट के मन बदलने की भविष्यवाणी करना, इस बात की भविष्यवाणी करने से अलग है कि पूरा समूह किस बात पर सहमत होगा। एक एकल रोबोट के अगले कदम का अनुमान लगाने के लिए, आपको उसकी विशिष्ट पहचान और उसके पड़ोसियों को जानने की आवश्यकता है। लेकिन यह अनुमान लगाने के लिए कि पूरी भीड़ क्या निर्णय लेगी, आपको बस तैरती हुई राय के सामान्य मिश्रण को जानने की आवश्यकता है।
संक्षेप में, यदि आप AI एजेंटों के एक यथार्थवादी, विविध समूह का अनुकरण करना चाहते हैं, तो आप उन्हें केवल अलग नाम देकर और बेहतर होने की उम्मीद नहीं कर सकते। आपको उन्हें अलग दिमाग देने होंगे। "पर्सोना" या भूमिका निभाना केवल एक पोशाक है; असली जादू तब होता है जब अंतर्निहित AI मॉडल वास्तव में एक-दूसरे से अलग होते हैं। यह सुझाव देता है कि जैसे-जैसे हम भविष्य में अधिक जटिल AI टीमें बनाएंगे, मॉडलों की स्वयं की विविधता उनके सामूहिक निर्णयों को आकार देने वाली सबसे शक्तिशाली शक्ति होगी।
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।