Graph Engineering in the Era of LLM Agents: From Individual Intelligence to System Intelligence
यह शोध पत्र "ग्राफ इंजीनियरिंग" को LLM एजेंट प्रणालियों के लिए एक नए प्रतिमान (paradigm) के रूप में प्रस्तुत करता है जो कई विशिष्ट एजेंटों को एक सुसंगत प्रणाली में संगठित, समन्वित और विकसित करने के लिए स्पष्ट, गतिशील ग्राफ संरचनाओं का निर्माण करके व्यक्तिगत बुद्धिमत्ता की सीमाओं को दूर करता है ताकि जटिल, साझा उद्देश्यों को प्राप्त 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
पिछले कुछ वर्षों में, कंप्यूटरों ने ऐसी प्रवाहपूर्ण भाषा में बोलना सीख लिया है जो कभी असंभव प्रतीत होता था। ये बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) कहानियाँ लिख सकते हैं, गणित की समस्याओं को हल कर सकते हैं और जटिल दस्तावेजों का सारांश बना सकते हैं। लेकिन एक कंप्यूटर जो प्रश्न का उत्तर दे सकता है और एक ऐसे कंप्यूटर के बीच अंतर है जो वास्तव में एक काम कर सकता है। उत्तर देने से करने की ओर बढ़ने के लिए, शोधकर्ताओं ने "एजेंट्स" बनाए। एक एजेंट को एक डिजिटल कार्यकर्ता के रूप में समझें जो किसी समस्या को देख सकता है, यह तय कर सकता है कि किन उपकरणों का उपयोग करना है, और फिर वास्तविक दुनिया में कार्रवाई कर सकता है, जैसे कोड लिखना या इंटरनेट खोजना। कुछ समय के लिए, ध्यान एक एकल, अत्यंत सक्षम कार्यकर्ता बनाने पर था। विचार यह था कि यदि आप एक एजेंट को पर्याप्त स्मार्ट बना दें और उसे पर्याप्त मेमोरी और उपकरण दे दें, तो वह किसी भी कार्य को संभाल सकता है।
हालाँकि, जैसे-जैसे इन डिजिटल कार्यकर्ताओं ने कठिन, वास्तविक दुनिया की समस्याओं से जूझना शुरू किया, एक नई समस्या सामने आई। कुछ काम बहुत बड़े, बहुत उलझे हुए या बहुत जटिल होते हैं एक व्यक्ति के लिए, यहाँ तक कि एक बहुत ही स्मार्ट डिजिटल व्यक्ति के लिए भी। एक कार्य के लिए एक ही समय में काम करने वाले विशेषज्ञों की एक टीम की आवश्यकता हो सकती, या इसमें दूसरे के काम की दोबारा जाँच करने वाले की आवश्यकता हो सकती है। इसके लिए यह जानने की आवश्यकता हो सकती है कि अभी जो हो रहा है उसे समझने के लिए घंटों पहले क्या हुआ था। एक अकेला कार्यकर्ता, चाहे वह कितना भी कुशल क्यों न हो, अभिभूत होने लगता है। वह एक ही लंबी विचार प्रक्रिया में सब कुछ करने की कोशिश करता है, जिससे वह विवरणों को खो देता है, चरणों को मिला देता है, या चीजें गलत होने पर खुद को सुधारने में विफल हो जाता है। सवाल यह बन गया: हम एक अकेले प्रतिभाशाली कार्यकर्ता से एक पूरे संगठन की ओर कैसे बढ़ें जो मिलकर काम करता है?
शोधकर्ताओं की एक बड़ी टीम द्वारा किया गया एक नया सर्वेक्षण "ग्राफ इंजीनियरिंग" नामक एक उत्तर प्रस्तावित करता है। शोधकर्ता तर्क देते हैं कि आर्टिफिशियल इंटेलिजेंस का अगला चरण केवल व्यक्तिगत एजेंटों को स्मार्ट बनाना नहीं है, बल्कि उन्हें एक प्रणाली में व्यवस्थित करना है। वे सुझाव देते हैं कि डिजिटल कार्यकर्ताओं की एक टीम को प्रबंधित करने का सबसे अच्छा तरीका उनके काम को एक संरचना के माध्यम से मैप करना है, जो कनेक्शन के मानचित्र जैसा दिखता है, जिसे "ग्राफ" कहा जाता है। इस प्रणाली में, ग्राफ केवल एक चित्र नहीं है; यह टीम का ऑपरेटिंग सिस्टम है। यह स्पष्ट रूप से रेखांकित करता है कि कौन क्या करता है, वे एक-दूसरे से कैसे बात करते हैं, और प्रोजेक्ट की स्थिति (स्टेट) को कैसे सहेजा और अपडेट किया जाता है।
शोधकर्ताओं ने पाया कि केवल काम के एक एकल लूप में अधिक एजेंट जोड़ने से समस्या का समाधान नहीं होता है। यदि आपके पास दस एजेंटों की एक टीम है जो एक ही लंबी बातचीत में सब कुछ करने की कोशिश कर रही है, तो वे अभी भी भ्रमित हो जाएंगे। इसके बजाय, काम को एक स्पष्ट संरचना में तोड़ना होगा। शोधकर्ता इस नए दृष्टिकोण के तीन मुख्य भाग बताते हैं। पहला, स्वयं कार्य का संगठन है। "यह सॉफ़्टवेयर ठीक करें" जैसे अस्पष्ट लक्ष्य के बजाय, प्रणाली लक्ष्य को विशिष्ट, छोटे कार्यों में तोड़ती है और एक मानचित्र बनाती है जो दिखाता है कि कौन से कार्य दूसरों पर निर्भर हैं। यह विभिन्न भागों के काम को एक लंबी कतार में प्रतीक्षा करने के बजाय एक साथ होने की अनुमति देता है।
दूसरा, प्रणाली को टीम को व्यवस्थित करना चाहिए। एक ग्राफ-आधारित प्रणाली में, विभिन्न एजेंटों को उनकी विशेषज्ञता के आधार पर विशिष्ट भूमिकाएँ सौंपी जाती हैं। एक एजेंट जानकारी खोजने में विशेषज्ञ हो सकता है, जबकि दूसरा कोड लिखने में बेहतर हो सकता है, और तीसरा एक समीक्षक (रिव्यूअर) हो सकता है। ग्राफ एक प्रबंधक के रूप में कार्य करता है, यह तय करता है कि कौन किससे और कब बात करेगा। यह सुनिश्चित करता है कि सही व्यक्ति को सही काम मिले और उनके बीच काम सुचारू रूप से चलता रहे। यह उस भ्रम को रोकता है जो तब होता है जब एक अकेला एजेंट एक साथ सभी भूमिकाएँ निभाने की कोशिश करता है।
तीसरा, और शायद सबसे महत्वपूर्ण, प्रणाली को कार्य की स्थिति (स्टेट) का प्रबंधन करना चाहिए। एक एकल-एजेंट प्रणाली में, यदि शुरुआत में कोई गलती होती है, तो यह पूरी प्रक्रिया को खराब कर सकती है क्योंकि एजेंट भूल जाता है कि वह ठीक कहाँ गलत हुआ था। एक ग्राफ-आधारित प्रणाली में, प्रत्येक चरण को एक संरचित तरीके से रिकॉर्ड किया जाता है। यदि कुछ विफल होता है, तो प्रणाली मानचित्र को देख सकती है, ठीक उस स्थान को ढूंढ सकती है जहाँ त्रुटि हुई थी, और पूरे प्रोजेक्ट को फिर से शुरू किए बिना केवल उस हिस्से को ठीक कर सकती है। यह क्या हुआ, किसने किया और परिणाम क्या था, इसका एक स्पष्ट इतिहास रखता है, जिससे टीम गलतियों से जल्दी और सटीक रूप से उबर सकती है।
यह शोध पत्र कई मौजूदा परियोजनाओं की समीक्षा करता है ताकि यह दिखाया जा सके कि इस दृष्टिकोण का पहले से ही उपयोग कैसे किया जा रहा है। उदाहरण के लिए, सॉफ्टवेयर इंजीनियरिंग में, एजेंटों की टीमों का उपयोग कोड लिखने, उसका परीक्षण करने और बग्स को एक साथ ठीक करने के लिए किया जा रहा है, जिसमें एक केंद्रीय प्रणाली निर्भरताओं (डिपेंडेंसीज़) का ट्रैक रखती है। वैज्ञानिक अनुसंधान में, एजेंटों को परिकल्पनाएं उत्पन्न करने, प्रयोग चलाने और डेटा का विश्लेषण करने के लिए व्यवस्थित किया जा रहा है, जहाँ प्रणाली यह सुनिश्चित करती है कि परिणामों का सत्यापन किया जाए और प्रक्रिया पुनरुत्पादित (रिप्रोड्यूसिबल) हो। स्वास्थ्य सेवा में, यह दृष्टिकोण लंबे समय तक रोगी की देखभाल का प्रबंधन करने के लिए विभिन्न विशेषज्ञों को समन्वित करने में मदद करता है, निर्णयों और परिणामों का एक सुसंगत रिकॉर्ड रखता है।
शोधकर्ता सावधानीपूर्वक नोट करते हैं कि यह अभी एक उभरता हुआ क्षेत्र है। हालांकि टीमों को व्यवस्थित करने के लिए इन संरचित मानचित्रों का उपयोग करने का विचार शक्तिशाली है, लेकिन यह अभी तक एक पूर्ण समाधान नहीं है। उनके द्वारा समीक्षित प्रणालियाँ आशाजनक दिखती हैं, लेकिन वे अक्सर प्रारंभिक संरचना सेट करने के लिए मनुष्यों पर निर्भर करती हैं। भविष्य की चुनौती ऐसी प्रणालियाँ बनाने की है जो न केवल एक मानचित्र का पालन कर सकें, बल्कि अपने अनुभव से सीखकर स्वयं मानचित्र को फिर से खींच सकें, जिससे समय के साथ उनके संगठन और कार्य करने के तरीके में सुधार हो सके। शोध पत्र सुझाव देता है कि बुद्धिमान प्रणालियों का भविष्य एक एकल, सर्वशक्तिमान कंप्यूटर बनाने में नहीं, बल्कि अच्छी तरह से संगठित टीमों के निर्माण में है जहाँ काम की संरचना कार्यकर्ताओं की बुद्धिमत्ता जितनी ही महत्वपूर्ण है। कार्यों, एजेंटों और स्मृतियों के संगठन को एक गतिशील, विकसित होती संरचना के रूप में मानकर, हम ऐसी प्रणालियाँ बना सकते हैं जो अधिक विश्वसनीय, अधिक सक्षम और वास्तविक दुनिया की जटिल समस्याओं को संभालने में बेहतर हों।
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।