AdsWorldEngine: A Self-Evolving Conversational Advertising Agent through Orchestrator and Tool Coevolution
AdsWorldEngine एक स्व-विकसित संवादात्मक विज्ञापन ढांचा है जो एक पुनरावृत्ति अभिनेता-उपकरण सह-विकास प्रक्रिया और लेबल-आधारित निर्णय मॉडलिंग का उपयोग करता है ताकि व्यावसायिक इरादे का गतिशील रूप से अनुमान लगाया जा सके, विज्ञापन वितरण उपकरणों को अनुकूलित किया जा सके, और मल्टी-टर्न असिस्टेंट इंटरैक्शन में प्रासंगिकता, विविधता और राजस्व मेट्रिक्स में महत्वपूर्ण सुधार किया जा सके।
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 सुपर-स्मार्ट डिजिटल दोस्त के साथ चैट कर रहे हैं जो आपके दिन की योजना बनाने, कोई रेस्टोरेंट खोजने या एक नया वीडियो गेम चुनने में आपकी मदद करता है। इंटरनेट के पुराने दिनों में, यदि आपने सर्च बॉक्स में "best pizza near me" टाइप किया, तो तुरंत विज्ञापनों की एक सूची दिखाई देती थी। यह आसान था क्योंकि आपका अनुरोध छोटा और स्पष्ट था। लेकिन अब, बातचीत अलग है। आप कह सकते हैं, "मैं एक बीच ट्रिप के बारे में सोच रहा हूँ," और आपका दोस्त कुछ जगहों का सुझाव देता है। फिर आप कहते हैं, "कैरिबियन में नहीं," और वे सूची को परिष्कृत करते हैं। अंत में, आप पूछ सकते हैं, "क्या कुछ सस्ता है?" इस लेन-देन वाली बातचीत में, यह तय करना कि विज्ञापन कब दिखाना है और कौन सा विज्ञापन दिखाना है, एक अंधेरी, चलती हुई नदी में मछली पकड़ने जैसा है। आप सिर्फ जाल नहीं फेंक सकते; आपको पूरी कहानी को समझना होगा, यह अनुमान लगाना होगा कि व्यक्ति वास्तव में क्या चाहता है, और यह सुनिश्चित करना होगा कि विज्ञापन मददगार लगे, परेशान करने वाला नहीं। यह "कन्वर्सेशनल एडवरटाइजिंग" (संवादात्मक विज्ञापन) की चुनौती है, एक ऐसा क्षेत्र जो यह सुनिश्चित करने की कोशिश कर रहा है कि चैट के दौरान सही संदेश सही क्षण पर आए बिना अनुभव को खराब किए।
यहाँ AdsWorldEngine आता है, जो माइक्रोसॉफ्ट के शोधकर्ताओं द्वारा इस पेचीदा पहेली को सुलझाने के लिए डिज़ाइन किया गया एक नया सिस्टम है। इसे एक अत्यधिक प्रशिक्षित, आत्म-सुधार करने वाली डिजिटल एजेंटों की टीम के रूप में समझें जो बातचीत के भीतर एक स्मार्ट विज्ञापन दुकान चलाने के लिए मिलकर काम करती है। एक कठोर स्क्रिप्ट का पालन करने के बजाय, इस सिस्टम में तीन मुख्य पात्र हैं: एक गेटकीपर (Gatekeeper), एक कंडक्टर (Conductor), और एक जज (Judge)।
गेटकीपर सबसे पहले बोलता है। किसी भी विज्ञापन पर विचार करने से पहले, यह बातचीत को देखता है और पूछता है, "क्या विज्ञापन दिखाने का यह सही समय है?" यह एक क्लब के बाउंसर की तरह है जो यह तय करता है कि क्या संगीत कमर्शियल ब्रेक के लिए सही है। यदि उपयोगकर्ता केवल तथ्यों के बारे में पूछ रहा है या बातचीत बहुत संवेदनशील है, तो गेटकीपर "नहीं" कहता है और उपयोगकर्ता के अनुभव की रक्षा के लिए विज्ञापन को दूर रखता है।
यदि गेटकीपर हरी झंडी दे देता है, तो कंडक्टर कार्यभार संभालता है। यह ऑपरेशन का मुख्य मस्तिष्क है। यह पूरी चैट हिस्ट्री को सुनता है, यह समझता है कि उपयोगकर्ता वास्तव में क्या चाहता है (भले ही उन्होंने इसे सीधे तौर पर न कहा हो), और फिर टूल्स (Tools) के एक सेट को बुलाता है—जैसे कि एक लाइब्रेरियन, एक शॉपर और एक सॉर्टर—ताकि सबसे अच्छे तीन विज्ञापन खोजे जा सकें। कंडक्टर केवल पहले तीन विज्ञापन नहीं चुनता जो उसे मिलते हैं; वह उनकी जांच करता है, यह सुनिश्चित करता है कि वे एक-दूसरे से अलग हों, और यह सुनिश्चित करता है कि वे वास्तव में उपयोगकर्ता के वर्तमान मूड के अनुकूल हों।
यहाँ सबसे दिलचस्प हिस्सा है: सिस्टम केवल यहीं नहीं रुकता है। इसके पास एक जज है जो होने के बाद पूरे शो को देखता है। जज स्कोर देता है कि विज्ञापन चयन कितना अच्छा था। यदि विज्ञापन एकदम सही थे, तो कंडक्टर को उच्च स्कोर मिलता है। यदि विज्ञापन उबाऊ या परेशान करने वाले थे, तो उसे कम स्कोर मिलता है। लेकिन AdsWorldEngine का जादू यह है कि यह इन स्कोर का उपयोग यह सिखाने के लिए करता है कि सबको बेहतर कैसे बनना है। यह एक वीडियो गेम की तरह है जहाँ खिलाड़ी (कंडक्टर) और लेवल डिज़ाइनर (टूल्स) एक-दूसरे से सीखते हैं। जब कंडक्टर कुछ महान करता है, तो सिस्टम उस क्षण को सहेज लेता है ताकि टूल्स को दिखा सके, "हे, आपको इस तरह काम करना चाहिए!" और जब टूल्स अच्छा काम करते हैं, तो कंडक्टर सीखता है, "मुझे मदद कैसे मांगनी चाहिए!" वे एक साथ विकसित होते हैं, हर बातचीत के साथ और स्मार्ट होते जाते हैं।
शोधकर्ताओं ने पाया कि यह "स्व-विकसित" (self-evolving) दृष्टिकोण अविश्वसनीय रूप से अच्छा काम करता है। सिस्टम को अपनी सफलताओं और विफलताओं से सीखने के लिए प्रशिक्षित करके, उन्होंने भारी सुधार देखा। अपने परीक्षणों में, सिस्टम ने विज्ञापनों को 60% अधिक विविध बनाया (जिसका अर्थ है कि आपने बहुत सारी चीज़ों के बजाय विविध चीज़ें देखीं, न कि बार-बार वही चीज़) और 80% अधिक प्रासंगिक बनाया (विज्ञापन वास्तव में उस बात से मेल खाते थे जिसके बारे में उपयोगकर्ता बात कर रहा था)। जब उन्होंने इसे माइक्रोसॉफ्ट कोपायलट (Microsoft Copilot), जो एक लोकप्रिय AI असिस्टेंट है, के साथ वास्तविक दुनिया में आजमाया, तो परिणाम और भी प्रभावशाली थे: सिस्टम ने विज्ञापनों के मूल्य में 22% की वृद्धि की और उन 74% अधिक बातचीत में विज्ञापन दिखाए जहाँ वे वास्तव में मददगार थे।
इसे अन्य प्रयासों से जो अलग बनाता है वह यह है कि यह केवल कंप्यूटर को यह बताने पर निर्भर नहीं करता कि क्या करना है, या "यदि उपयोगकर्ता 'खरीदें' कहता है, तो विज्ञापन दिखाएं" जैसे सरल नियम पर आधारित नहीं है। शोधकर्ता तर्क देते हैं कि सरल नियम और बुनियादी प्रशिक्षण पर्याप्त नहीं हैं क्योंकि बातचीत बहुत जटिल होती है। इसके बजाय, उन्होंने एक लूप बनाया जहाँ सिस्टम अभ्यास करता है, ग्रेड प्राप्त करता है, और फिर सुधार के लिए अपने स्वयं के नियम फिर से लिखता है। उन्होंने सिस्टम को "व्यक्तिपरक" (subjective) निर्णय लेने का तरीका सिखाने के लिए एक विशेष तरीका भी बनाया—जैसे कि यह जानना कि कब एक विज्ञापन परेशान करने वाला होगा—मानवीय लेबल का उपयोग करके और खराब तर्क को फ़िल्टर करके।
संक्षेप में, AdsWorldEngine AI सहायकों को अधिक स्वाभाविक और कम विज्ञापन बोर्ड जैसा महसूस कराने की दिशा में एक कदम है। यह सुझाव देता है कि विज्ञापन का भविष्य आपको बाधित करने के बारे में नहीं है, बल्कि बातचीत का एक सहायक हिस्सा बनने के बारे में है, जो सही समय और सही सामग्री को सटीक करने के लिए हर बातचीत से सीखता है। पेपर दिखाता है कि जब आप "अभिनेता" (जो बोलता है) और "टूल्स" (जो डेटा लाता है) को एक साथ सीखने देते हैं, तो पूरा सिस्टम अलग-अलग प्रशिक्षित होने की तुलना में बहुत अधिक स्मार्ट और प्रभावी हो जाता 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।