Stop When Memory Suffices: Evidence-Conditioned Progressive Execution for LLM Agents

कल्पना कीजिए कि आप एक विशाल, कई दिनों की गुत्थी को सुलझाने की कोशिश कर रहे हैं। आपके पास एक बड़ी नोटबुक है जिसमें जांच के दौरान हुई हर बातचीत, सुराग, इस्तेमाल किए गए उपकरण और की गई गलतियों का पूरा विवरण दर्ज है। किसी नई पहेली को सुलझाने के लिए, या तो आप हर बार पूरी नोटबुक को शुरू से अंत तक पढ़ सकते हैं (जिसमें बहुत समय लगता है और जो थका देने वाला है), या फिर आप पूरी चीज़ को पहले से ही एक छोटी संदर्भ शीट (reference sheet) में संक्षिप्त करने की कोशिश कर सकते हैं (जो तेज़ है, लेकिन इसमें बारीक अक्षरों में छिपा कोई महत्वपूर्ण विवरण छूट सकता है)। यह आर्टिफिशियल इंटेलिजेंस (AI) एजेंटों का दैनिक संघर्ष है—ऐसे कंप्यूटर प्रोग्राम जिन्हें इंसानों की तरह सोचने, कार्य करने और याद रखने के लिए डिज़ाइन किया गया है। जैसे-जैसे ये AI एजेंट अधिक स्मार्ट होते जा रहे हैं और लंबे, अधिक जटिल कार्यों को संभाल रहे हैं, उन्हें सूचना की भारी मात्रा में उलझे बिना चीजों को याद रखने के तरीके की आवश्यकता है। मुख्य सवाल जो वैज्ञानिक पूछ रहे हैं वह यह है: एक AI को यह कैसे पता चलेगा कि उसे किसी समस्या को हल करने के लिए अपनी कितनी मेमोरी को देखने की आवश्यकता है, ताकि वह पूरे मामले को पढ़ने में समय बर्बाद न करे जब केवल एक पन्ने की ही आवश्यकता हो?

यहीं पर एक नया विचार आता है जिसे Router-Mem कहा जाता है। इसे एक सुपर-स्मार्ट लाइब्रेरियन के रूप में समझें जो न केवल किताबें लाता है; बल्कि यह भी तय करता है कि आपको वास्तव में लाइब्रेरी के कितने हिस्से की आवश्यकता है। अतीत में, AI मेमोरी सिस्टम एक "दो चरम सीमाओं" के जाल में फंसे हुए थे: या तो वे सुपर-फास्ट थे लेकिन महत्वपूर्ण सुराग छोड़ देते थे (वह "संदर्भ शीट" वाला दृष्टिकोण), या वे बेहद धीमे थे क्योंकि वे हर बार सब कुछ पढ़ते थे (वह "पूरी किताब पढ़ने" वाला दृष्टिकोण)। Router-Mem इस नियम को तोड़ता है और एक प्रगतिशील जासूस (progressive detective) की तरह काम करता है।

यह कैसे काम करता है: जब आप AI से कोई प्रश्न पूछते हैं, तो यह सबसे पहले कुछ प्रासंगिक सुराग पकड़ने के लिए इसकी मेमोरी का एक त्वरित, सस्ता "स्निफ टेस्ट" (sniff test) करता है। फिर, एक छोटा, हल्का "ट्रैफिक पुलिस" (जिसे router कहा जाता है) उन सुरागों और आपके प्रश्न को देखता है। वह एक सरल हाँ या ना वाला सवाल पूछता है: "क्या यह अभी रहस्य को सुलझाने के लिए पर्याप्त है?" यदि उत्तर हाँ है, तो AI तुरंत आपको उत्तर दे देता है और रुक जाता है, जिससे बहुत सारा समय बच जाता है। यदि उत्तर नहीं है, तो सिस्टम फिर से शुरू नहीं होता है; इसके बजाय, यह उन शुरुआती सुरागों का उपयोग एक मानचित्र के रूप में करता है ताकि मेमोरी के उन विशिष्ट अनुभागों में गहराई तक जाया जा सके जिन्हें अधिक ध्यान देने की आवश्यकता है, और उत्तर देने से पहले अधिक सबूत जुटाए जा सकें।

शोधकर्ताओं ने इसका परीक्षण दो चुनौतीपूर्ण मेमोरी बेंचमार्क AMA-Bench और BEAM पर किया। उन्होंने पाया कि Router-Mem एक गेम-चेंजर है। AMA-Bench टेस्ट पर, इसने 55.17% का स्कोर प्राप्त किया, और BEAM टेस्ट पर, इसने 38.77% का स्कोर किया। लेकिन असली जादू इसकी गति में है। पुराने तरीके (हर बार पूरी मेमोरी हिस्ट्री पढ़ने) की तुलना में, Router-Mem ने एक टेस्ट में सोचने के समय को 27.3% और दूसरे में 25.5% तक कम कर दिया।

यह पेपर सुझाव देता है कि यह "तब रुक जाओ जब तुम्हारे पास पर्याप्त हो" वाला दृष्टिकोण ही सबसे सटीक (sweet spot) है। यह साबित करता है कि आपको तेज़ होने और सटीक होने के बीच किसी एक को चुनने की आवश्यकता नहीं है। एक स्मार्ट राउटर को यह पहचानने के लिए प्रशिक्षित करके कि सबूत कब पर्याप्त हैं, सिस्टम आसान सवालों के लिए भारी मेहनत को छोड़ सकता है और कठिन सवालों के लिए गहराई तक जा सकता है। यह एक ऐसे जासूस की तरह है जो जानता है कि मामला कब बंद करना है और कब और गहराई से खोदना है, जिससे AI के लिए दीर्घकालिक स्मृति (long-term memory) कुशल और शक्तिशाली दोनों बन जाती है।