PGMem: Tightly Coupled Persona-Memory Graph for Lifelong Personalized Agents
यह शोधपत्र PGMem प्रस्तुत करता है, जो एक कसकर जुड़ा हुआ व्यक्तित्व-स्मृति ग्राफ (persona-memory graph) है जो टाइप किए गए प्रोवेनेंस किनारों (typed provenance edges) के माध्यम से उपयोगकर्ता व्यक्तित्व संकेतों को उनके सहायक घटनाओं से जोड़ता है, जो प्रभावी रूप से वैधता और पुनर्प्राप्ति अंतराल को संबोधित करते हुए लाइफलोंग पर्सनलाइज्ड डायलॉग एजेंटों में मौजूदा मेमोरी सिस्टम्स से बेहतर प्रदर्शन करता 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 बहुत ही बुद्धिमान, बहुत ही बातूनी रोबोट दोस्त से बात कर रहे हैं। आप महीनों से उससे बातें कर रहे हैं, अपने जीवन, अपने शौक और अपने बदलते मूड के बारे में कहानियाँ साझा कर रहे हैं। आर्टिफिशियल इंटेलिजेंस की दुनिया में, इसे "लॉन्ग-टर्म पर्सनलाइज्ड डायलॉग" (दीर्घकालिक व्यक्तिगत संवाद) कहा जाता है। इसका लक्ष्य यह है कि रोबोट को याद रहे कि आप कौन हैं और आपको क्या पसंद है, ताकि वह एक ऐसा संवाद कर सके जो वास्तव में आपके लिए अनुकूलित महसूस हो, न कि केवल एक सामान्य स्क्रिप्ट।
इसे करने के लिए, रोबैट्स "मेमोरी" (स्मृति) का उपयोग करते हैं। मेमोरी को एक विशाल फाइलिंग कैबिनेट के रूप में सोचें जहाँ रोबोट वह सब कुछ संग्रहीत करता है जो आपने कभी कहा है। लंबे समय तक, ये फाइलिंग कैबिनेट थोड़े अस्त-व्यस्त थे। वे एक सारांश लिखते थे कि क्या हुआ (जैसे "हमने बीयर के बारे में बात की") और अलग से यह भी लिखते थे कि आप कौन हैं (जैसे "बीयर पसंद है")। समस्या यह थी कि ये दो सूचियाँ वास्तव में आपस में जुड़ी हुई नहीं थीं। यदि आप बाद में रोबोट को बताते, "दरअसल, मैंने पीना छोड़ दिया है," तो पुरानी सूची जिसमें लिखा था "बीयर पसंद है," अभी भी कहीं तैर रही होती और रोबोट को भ्रमित करती। वह आसानी से यह नहीं देख पाता कि आपने अपना विचार क्यों बदला या उस नई जानकारी ने पुराने को कैसे बदल दिया। यह विच्छेद (disconnect) इसे आपकी बदलती शख्सियत के साथ तालमेल बिठाने में कठिन बनाता है।
यहीं पर एक नया विचार PGMem आता है। इस पेपर के पीछे के शोधकर्ताओं, वूनजुन चोई, येरिम किम, युकिंग ली और सुसिक यून ने महसूस किया कि एक रोबोट को लंबे समय तक किसी व्यक्ति को वास्तव में समझने के लिए, उसे मेमोरी और व्यक्तित्व को अलग-अलग सूचियों के रूप में मानना बंद करना होगा। इसके बजाय, उन्होंने एक "टाइट कपल" (मजबूत जोड़) प्रणाली बनाई।
समस्या: "लूज कपल" फाइलिंग कैबिनेट
कल्पना कीजिए कि आपके रोबोट दोस्त की मेमोरी एक लाइब्रेरी की तरह है। पुराने तरीके में (जिसे पेपर में "लूज़ली कपल्ड" कहा गया है), लाइब्रेरी के दो अलग-अलग विभाग थे। एक विभाग में उन किताबों का सेक्शन था जो आपके द्वारा बताई गई विशिष्ट घटनाओं के बारे में थीं ("मैं एक पब गया")। दूसरा सेक्शन आपके बारे में एक एकल, सपाट प्रोफाइल कार्ड था ("मुझे पब पसंद हैं")।
यहाँ समस्या यह है: यदि आप एक पब गए, और बाद में आपने कहा, "अब मुझे पब पसंद नहीं हैं," तो लाइब्रेरी को यह नहीं पता चलता कि उन दोनों घटनाओं को कैसे जोड़ा जाए। प्रोफाइल कार्ड अभी भी कह सकता है "पब पसंद हैं" क्योंकि यह केवल एक सारांश था, न कि एक जीवित दस्तावेज़। जब आप पूछते, "आज रात हमें कहाँ जाना चाहिए?", तो रोबोट "पब पसंद हैं" कार्ड को देख सकता है और एक पब का सुझाव दे सकता है, यह पूरी तरह से अनदेखा करते हुए कि आपने हाल ही में कहा था कि आपको वे पसंद नहीं हैं। यह एक ऐसे दोस्त की तरह है जो याद रखता है कि आपने 2020 में कहा था कि आपको पिज्जा पसंद है, लेकिन भूल जाता है कि आपने कहा था कि आपका पेट खराब हो गया और आपने पिज्जा खाना छोड़ दिया।
शोधकर्ताओं ने दो मुख्य अंतराल (gaps) की पहचान की जिनके कारण यह होता है:
- वैलिडिटी गैप (वैधता अंतराल): रोबोट को यह नहीं पता होता कि वह क्यों सोचता है कि आपको कुछ पसंद है, या क्या वह विचार अभी भी सच है। उसके पास तथ्य तो है, लेकिन उसका प्रमाण नहीं है।
- रिट्रीवल गैप (पुनर्प्राप्ति अंतराल): जब आप कोई प्रश्न पूछते हैं, तो रोबोट केवल उन चीजों को खोजता है जो आपके शब्दों से बिल्कुल मेल खाती हैं। वह गहरे संदर्भ को मिस कर देता है। यदि आप पूछते हैं, "हम कहाँ घूमने जा सकते हैं?" और आपने हाल ही में पीना छोड़ दिया है, तो रोबोट एक बार (bar) का सुझाव दे सकता है क्योंकि यह "घूमने जाने" शब्द से मेल खाता है, वह छिपे हुए संकेत को मिस कर देता है कि अब आप संयमित (sober) हैं।
समाधान: एक जासूस का जाल
इसे ठीक करने के लिए, टीम ने PGMem (पर्सोना-मेमोरी ग्राफ) बनाया। बजाय इसके कि मेमोरी एक अलग सूचियों वाली फाइलिंग कैबिनेट हो, कल्पना कीजिए कि यह एक विशाल, चमकता हुआ मकड़जाल (spiderweb) है।
इस जाल में, आपके द्वारा कही गई हर चीज़ एक गांठ (knot) है। लेकिन जादू यहाँ है: गांठें विशेष धागों से जुड़ी हुई हैं।
- इवेंट नॉट्स (घटना की गांठें): ये कच्चे क्षण हैं ("मैं एक पब गया," "मैं अब शराब नहीं पी रहा हूँ")।
- पर्सोना नॉट्स (व्यक्तित्व की गांठें): ये आपके गुण और अवस्थाएँ हैं ("बीयर पसंद है," "संयमित/सोबर")।
सबसे महत्वपूर्ण हिस्सा धागे (strings) हैं जो उन्हें जोड़ते हैं। ये केवल रैंडम रेखाएं नहीं हैं; इन्हें विशिष्ट अर्थों के साथ लेबल किया गया है, जैसे "समर्थन करता है" (Supports), "विरोध करता है" (Contradicts), या "द्वारा प्रतिस्थापित" (Replaced By)।
आइए पब वाले उदाहरण पर वापस चलते हैं।
- पुराना तरीका: रोबोट "बीयर पसंद है" और "पब गया" देखता है। यह उन्हें ढीले ढंग से जोड़ता है। बाद में, आप कहते हैं "मैं अब शराब नहीं पी रहा हूँ।" रोबोट "शराब नहीं पी रहा हूँ" देखता है लेकिन यह नहीं जानता कि यह "बीयर पसंद है" को कैसे रद्द करता है।
- PGMem तरीका:
- रोबोट "बीयर पसंद है" के लिए एक गांठ बनाता है।
- वह "पब गया" के लिए एक गांठ बनाता है।
- वह उन्हें एक "समर्थन करता है" धागे से जोड़ता है।
- फिर, आप कहते हैं, "मैं अब शराब नहीं पी रहा हूँ।" रोबोट "संयमित/सोबर" के लिए एक नई गांठ बनाता है।
- वह "संयमित/सोबर" को "बीयर पसंद है" से एक "विरोध करता है" धागे के साथ जोड़ता है।
- वह "संयमित/सोबर" को "पब गया" के साथ एक "कठिन बनाया" धागे के साथ जोड़ता है।
अब, जाल को कहानी पता है। "बीयर पसंद है" की गांठ अभी भी वहीं है, लेकिन यह एक "विरोध करता है" धागे के साथ उलझी हुई है जो कहती है, "हे, यह पुराना हो चुका है!"
रोबोट इस जाल का उपयोग कैसे करता है
जब आप कोई प्रश्न पूछते हैं, तो रोबोट केवल पूरी लाइब्रेरी को स्कैन नहीं करता है। वह एक जासूस की तरह निशान का पीछा करता है।
- सीड रिट्रीवल (बीज पुनर्प्राप्ति): यह उन गांठों को ढूंढता है जो आपके प्रश्न से सीधे मेल खाते हैं।
- एविडेंस एक्सपेंशन (साक्ष्य विस्तार): यह सबसे शानदार हिस्सा है। यह धागों का पीछा करता है! यदि इसे "संयमित/सोबर" के बारे में एक गांठ मिलती है, तो यह "विरोध करता है" धागे का पीछा करती है यह देखने के लिए कि यह किसका विरोध करती है। यह "समर्थन करता है" धागे का पीछा करती है यह देखने के लिए कि कौन सा साक्ष्य इसकी पुष्टि करता है।
- वैलिडिटी चेक (वैधता जाँच): यह एक "वैलिडिटी स्कोर" की गणना करता है। यदि किसी गांठ (जैसे "बीयर पसंद है") के साथ हाल की बातचीत से एक मजबूत "विरोध करता है" धागा जुड़ा है, तो रोबोट उसे अनदेखा करना जान जाता है। यदि किसी गांठ के साथ बहुत सारे "समर्थन करता है" धागे जुड़े हैं और कोई "विरोध करता है" धागे नहीं हैं, तो वह जानता है कि वह आपके बारे में एक सच्चा, वर्तमान तथ्य है।
उन्होंने क्या पाया
शोधकर्ताओं ने तीन अलग-अलग परीक्षण परिदृश्यों (जिन्हें बेंचमार्क कहा जाता है) का उपयोग करके पुराने तरीकों के मुकाबले इस नए "मकड़जाल" स्मृति प्रणाली का परीक्षण किया। उन्होंने छोटे, कुशल रोबोट दिमागों (जिन्हें स्मॉल लैंग्वेज मॉडल्स कहा जाता है) का उपयोग किया ताकि यह सुनिश्चित हो सके कि यह प्रणाली उन उपकरणों पर भी काम करती है जो बहुत शक्तिशाली नहीं हैं।
परिणाम स्पष्ट थे: PGMem व्यक्तित्व को याद रखने में बेहतर था।
- जब बातचीत लंबी और जटिल होती गई, तो पुराने तरीके भ्रमित होने लगे और ऐसी चीजें सुझाने लगे जो आपके वर्तमान व्यक्तित्व के अनुकूल नहीं थीं।
- जैसे-जैसे बातचीत बढ़ती गई, PGMem बेहतर होता गया। इसने सफलतापूर्वक यह समझ लिया कि जब आपने कहा, "पब के माहौल ने शराब छोड़ने को कठिन बना दिया," तो इसे बार के बजाय एक कैफे का सुझाव देना चाहिए।
- उन परीक्षणों में जहाँ रोबोट को व्यक्तित्व के विभिन्न संस्करणों को संभालना था या आपकी प्राथमिकताओं में छिपे हुए बदलावों को समझना था, PGMem ने अन्य तरीकों की तुलना में काफी अधिक स्कोर किया।
यह पेपर सुझाव देता है कि स्मृति को तथ्यों की सूची के बजाय साक्ष्यों के एक जुड़े हुए जाल के रूप में मानकर, रोबल्स अंततः मानव व्यक्तित्व की जटिल और बदलती वास्तविकता के साथ तालमेल बिठा सकते हैं। यह केवल यह याद रखने के बारे में नहीं है कि आपने क्या कहा; यह यह समझने के बारे में है कि आज आपने जो कहा वह आपके कल के अर्थ को कैसे बदल देता 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।