RH-RAG: Trustworthy Long-Form Generation for Privacy-Constrained Settings
RH-RAG एक मल्टी-एजेंट फ्रेमवर्क है जिसे गोपनीयता-प्रतिबंधित वातावरण के लिए डिज़ाइन किया गया है जो स्थानीय हार्डवेयर पर विश्वसनीय दीर्घ-रूप जनरेशन को सक्षम बनाता है, जिसमें तथ्यात्मक सटीकता और अर्थ संबंधी सुसंगति सुनिश्चित करने के लिए योजना, लेखन और सत्यापन एजेंटों को एक दोहरे-स्तरीय रिट्रीवल इंडेक्स के साथ समन्वित किया जाता है ताकि प्रोप्रायटरी क्लाउड एपीआई पर निर्भर न रहना पड़े।
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 गुप्त पारिवारिक इतिहास के बारे में एक विशाल, विस्तृत कहानी लिखने की कोशिश कर रहे हैं, लेकिन आपको अपने घर के बाहर किसी को भी अपने नोट्स दिखाने से सख्ती से रोका गया है। आप मदद के लिए क्लाउड में रहने वाले एक प्रसिद्ध, सर्वज्ञानी लाइब्रेरियन से नहीं पूछ सकते क्योंकि वह आपके परिवार के रहस्यों को लीक कर देगा। इसलिए, आपको अपने ही बेसमेंट में रहने वाले एक स्मार्ट रोबोट पर निर्भर रहना होगा। समस्या यह है कि वह रोबोट छोटे वाक्य लिखने में तो बहुत अच्छा है, लेकिन जब उसे पूरी किताब लिखने के लिए कहा जाता है, तो वह भ्रमित होने लगता है। वह बीच तक पहुँचते-पहुँचते शुरुआत को भूल जाता है, ऐसी बातें गढ़ लेता है जो कभी हुई ही नहीं, और मुख्य कथानक का ट्रैक खो देता है। यह "लॉन्ग-फॉर्म जनरेशन" (दीर्घ रूप से सृजन) की चुनौती है उन संगठनों के लिए जिन्हें अपने डेटा को निजी रखने की आवश्यकता होती है, जैसे कि बैंक या अस्पताल। उन्हें अपने स्वयं के स्थानीय कंप्यूटरों का उपयोग करके लंबे, सटीक दस्तावेज़ लिखने का एक तरीका चाहिए, बिना रोबोट के पागल हुए या मनगढ़ंत बातें बनाए।
यहाँ आता है RH-RAG, एक नई विधि जो इन गोपनीयता-केंद्रित रोबोटों के लिए एक सुपर-संगठित लेखन टीम की तरह काम करती है। एक अकेले रोबोट को एक बार में पूरी किताब लिखने देने के बजाय, RH-RAG इस काम को तीन विशिष्ट भूमिकाओं में विभाजित करता है, जो एक मानव लेखक के काम करने के तरीके की नकल करता है: एक प्लानर (योजनाकार), एक राइटर (लेखक), और एक चेकर (जांचकर्ता)।
सबसे पहले, प्लानर तुरंत लिखना शुरू नहीं करता है। इसके बजाय, यह गुप्त दस्तावेजों की "विषय सूची" को देखता है और एक सख्त रूपरेखा तैयार करता है। यह तय करता है कि प्रत्येक अध्याय किस बारे में होना चाहिए और प्रत्येक भाग के लिए किन विशिष्ट तथ्यों की आवश्यकता है। इसे एक वास्तुकार द्वारा ईंट रखने से पहले ब्लूप्रिंट बनाने जैसा समझें। यह कहानी को विषय से भटकने से रोकता है।
इसके बाद, राइटर कार्यभार संभालता है, लेकिन एक विशेष ट्रिक के साथ। पूरी लिखी गई किताब को याद रखने की कोशिश करने के बजाय (जो रोबोट की स्मृति को अभिभूत कर देगा), यह केवल पिछले अध्याय की एक छोटी, संक्षिप्त "संदर्भ शीट" और पूरी कहानी के मुख्य विषय को रखता है। यह इसे एक बार में एक खंड लिखने की अनुमति देता है बिना भटके या खुद को दोहराए, जिससे यह सुनिश्चित होता है कि कहानी शुरू से अंत तक सुचारू रूप से चलती रहे।
अंत में, और सबसे महत्वपूर्ण बात, चेकर हस्तक्षेप करता है। इससे पहले कि कोई भी खंड अंतिम पुस्तक में जोड़ा जाए, यह एजेंट एक सख्त तथ्य-जांचकर्ता के रूप में कार्य करता है। यह राइटर द्वारा किए गए प्रत्येक दावे की तुलना मूल गुप्त दस्तावेजों से करता है। यदि राइटर कहता है, "बैंक ने 5 मिलियन डॉलर का नुकसान किया," लेकिन दस्तावेज़ कहता है "500,000," तो चेकर इसे तुरंत पकड़ लेता है। यदि कोई तथ्य समर्थित नहीं है, तो सिस्टम राइटर को इसे ठीक करने के लिए वापस भेज देता है। यह लूप तब तक चलता रहता है जब तक तथ्य ठोस न हो जाएं।
शोधकर्ताओं ने इस रोबोट टीम का परीक्षण तीन बहुत ही अलग प्रकार के लेखन पर किया: जटिल कहानियाँ (साहित्यिक), विस्तृत वित्तीय रिपोर्ट (वित्तीय), और जटिल कानूनी मामले। उन्होंने पाया कि इस तीन-चरणीय टीम ने मानक तरीकों की तुलना में बहुत अधिक सटीक और सुसंगत दस्तावेज़ तैयार किए। वास्तव में, RH-RAG का उपयोग करने वाले स्थानीय रोबोटों ने सत्यनिष्ठा के उस स्तर के साथ लिखा जो महंगी, क्लाउड-आधारित सुपर-इंटेलिजेंस के बहुत करीब था, लेकिन बिना एक भी निजी डेटा को इमारत से बाहर भेजे। यह साबित हुआ कि सही संरचना और एक अच्छे तथ्य-जांचकर्ता के साथ, एक स्थानीय रोबोट भी अपना मानसिक संतुलन खोए बिना एक विश्वसनीय, लंबी किताब लिख सकता 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।