SkillAlchemy: Open-World Agent Skill Creation
SkillAlchemy एक नवीन ढांचा है जो विरोधाभासी साक्ष्य के माध्यम से अंतर्निहित आवश्यकताओं की पहचान करके और स्रोत-आधारित प्रक्रियाओं को संकलित करके ओपन-वर्ल्ड एजेंट स्किल्स के निर्माण को स्वचालित करता है, जो मानव-क्यूरेटेड स्किल्स के तुलनीय प्रदर्शन प्राप्त करता है और SkillsBench पर मौजूदा बेसलाइन्स की तुलना में काफी 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
आर्टिफिशियल इंटेलिजेंस की तेजी से बदलती दुनिया में, एक कंप्यूटर मॉडल क्या जानता है और वह वास्तव में क्या कर सकता है, इसके बीच एक बढ़ता हुआ अंतर दिखाई देता है। लार्ज लैंग्वेज मॉडल्स को टेक्स्ट के विशाल पुस्तकालयों पर प्रशिक्षित किया जाता है, जो उन्हें दुनिया की एक व्यापक, सामान्य समझ प्रदान करते हैं। हालाँकि, जब उन्हें किसी विशिष्ट, बहु-चरणीय कार्य को करने के लिए कहा जाता है—जैसे कि किसी जटिल डेटासेट का विश्लेषण करना या किसी विशेष सॉफ्टवेयर वातावरण में नेविगेट करना—तो वे अक्सर लड़खड़ा जाते हैं क्योंकि उनमें उस विशिष्ट कार्य के लिए आवश्यक सटीक, चरण-दर-चरण निर्देशों की कमी होती है। इस अंतर को पाटने के लिए, शोधकर्ताओं ने "कौशल" (skills) की अवधारणा विकसित की है। एक कौशल को नए ज्ञान के रूप में नहीं, बल्कि एक पुन: प्रयोज्य उपकरण या एक पूर्व-लिखित मैनुअल के रूप में देखें जिसे एक एजेंट किसी विशिष्ट वर्कफ़्लो को संभालने के लिए लोड कर सकता है। ये कौशल एआई को उसके सामान्य प्रशिक्षण से आगे बढ़ने और विशेष प्रक्रियाओं को निष्पादित करने की अनुमति देते हैं, ठीक वैसे ही जैसे एक बढ़ई एक नाजुक कट के लिए पेचकश से कील ठोकने के बजाय एक विशिष्ट छैनी उठाता है। इन उपकरणों के उपयोगी होने के लिए, उन्हें विश्वसनीय, सटीक और स्थितियों की एक विस्तृत श्रृंखला के लिए लागू करने योग्य होना चाहिए, न कि केवल उस एकल उदाहरण के लिए जिस पर वे बनाए गए थे।
हालाँकि, चुनौती यह रही है कि जब कार्य अपरिचित हो तो इन कौशलों को कैसे बनाया जाए। पारंपरिक रूप से, एक कौशल बनाने के लिए किसी मानव विशेषज्ञ द्वारा शून्य से मैनुअल लिखने की आवश्यकता होती थी, या एआई को पिछले सफल प्रयासों के रिकॉर्ड से सीखने की आवश्यकता होती थी। लेकिन क्या होता है जब कार्य नया हो, कोई मानव विशेषज्ञ उपलब्ध न हो, और अध्ययन के लिए कोई पिछला प्रयास मौजूद न हो? ऐसे मामलों में, आवश्यक जानकारी अक्सर इंटरनेट पर दस्तावेज़ों, कोड रिपॉजिटरी और फोरम चर्चाओं के रूप में बिखरी हुई होती है। समस्या यह है कि यह जानकारी अव्यवस्थित है। यह अक्सर किसी विशिष्ट व्यक्ति के लिए, किसी विशिष्ट क्षण के लिए, या किसी विशिष्ट कंप्यूटर सेटअप के लिए लिखी जाती है। इसमें छिपी हुई धारणाएं और स्थानीय विवरण होते हैं जो हाथ में मौजूद सामान्य कार्य पर लागू नहीं होते। यदि एआई केवल इन निर्देशों की नकल करता है, तो यह अक्सर एक ऐसा उपकरण बनाता है जो बहुत कठोर होता है, और स्थिति में थोड़ा सा भी बदलाव होते ही विफल हो जाता है।
शोधकर्ताओं की एक टीम ने इस समस्या को हल करने के लिए एक नया दृष्टिकोण प्रस्तावित किया है, जिसे उन्होंने 'स्किलअल्केमी' (SkillAlchemy) नाम दिया है। इंटरनेट को तैयार-शुदा जवाबों के पुस्तकालय के रूप में देखने के बजाय, वे इसे कच्चे साक्ष्य (raw evidence) के स्रोत के रूप में देखते हैं जिसे एक उपयोगी उपकरण बनने से पहले सावधानीपूर्वक जांचा और परखा जाना चाहिए। उनकी विधि एक सरल, अक्सर अस्पष्ट अनुरोध से शुरू होती है, जैसे कि "यात्रा की योजना बनाना" या "एक मॉडल को कैलिब्रेट करना।" समाधान खोजने के लिए तुरंत खोजने के बजाय, सिस्टम पहले यह पूछता है कि उस अनुरोध में क्या कमी है। यह उन छिपे हुए आवश्यकताओं की पहचान करता है जिन्हें मानव प्रॉम्प्ट ने स्पष्ट नहीं किया था, जैसे कि बजट सीमाओं की जांच करने की आवश्यकता या यह सत्यापित करना कि एक विशिष्ट फ़ाइल प्रारूप सॉफ्टवेयर के साथ संगत है या नहीं। इन लापता टुकड़ों को विशिष्ट प्रश्नों में बदलकर, सिस्टम जानता है कि उसे ऑनलाइन सूचना के विशाल महासागर में वास्तव में क्या खोजना है।
एक बार जब सिस्टम जान जाता है कि उसे क्या खोजना है, तो वह विभिन्न स्रोतों से जानकारी एकत्र करता है, लेकिन वह जो कुछ भी पाता है उसे स्वीकार नहीं करता है। शोधकर्ताओं ने यह तय करने के लिए एक कठोर प्रक्रिया डिजाइन की है कि कौन से सूचना के टुकड़े अंतिम कौशल में शामिल करने के लिए पर्याप्त विश्वसनीय हैं। सिस्टम ऐसे साक्ष्य की तलाश करता है जो विभिन्न स्थितियों में एक प्रक्रिया का समर्थन करता हो। यदि कोई विधि केवल एक विशिष्ट प्रकार के कंप्यूटर या एक विशिष्ट डेटा सेट के लिए काम करती है, तो सिस्टम उसे एक स्थानीय उदाहरण के रूप में पहचान लेता है और उसे मुख्य निर्देशों से अलग रखता है। वह किसी प्रक्रिया को सामान्य नियम के रूपas तभी बढ़ावा देता है जब साक्ष्य दिखाते हैं कि यह कई संदर्भों में विश्वसनीय रूप से काम करती है। यह प्रक्रिया एक फिल्टर के रूप में कार्य करती है, जो सार्वभौमिक सिद्धांतों को अस्थायी विवरणों से अलग करती है। सिस्टम फिर स्वीकृत निर्देशों को एक संरचित पैकेज में संकलित करता है, जिसमें स्पष्ट चरण, सुरक्षा जाँच और उस साक्ष्य के संदर्भ शामिल होते हैं जो प्रत्येक निर्णय का समर्थन करते हैं।
शोधकर्ताओं ने इस पद्धति का परीक्षण 87 विभिन्न कार्यों पर किया, जिनमें सॉफ्टवेयर इंजीनियरिंग और ऑफिस वर्क से लेकर वित्तीय विश्लेषण और वैज्ञानिक कंप्यूटिंग तक शामिल थे। उन्होंने अपने सिस्टम की तुलना कई अन्य विधियों से की, जिनमें मानव-लिखित कौशल और वे उपकरण भी शामिल हैं जो सीधे इंटरनेट से निर्देश उत्पन्न करने के लिए स्वचालित टूल का उपयोग करते हैं। परिणामों ने दिखाया कि नई विधि ने स्वचालित बेसलाइन्स (baselines) को काफी बेहतर प्रदर्शन किया। जब एजेंटों ने इस प्रणाली द्वारा बनाए गए कौशलों का उपयोग किया, तो उन्होंने बिना किसी कौशल के मुकाबले लगभग 20 प्रतिशत अधिक बार कार्यों को सफलतापूर्वक पूरा किया। इससे भी महत्वपूर्ण बात यह है कि सिस्टम ने मानव-क्यूरेटेड कौशलों के समान प्रदर्शन किया, जिन्हें स्वर्ण मानक (gold standard) माना जाता है। कुल मिलाकर, स्वचालित प्रणाली ने मानव-क्यूरेटेड कौशलों से 1.5 प्रतिशत अधिक सफलता दर हासिल की, हालांकि सांख्यिकीय विश्लेषण इंगित करता है कि ये परिणाम काफी मिलते-जुलते हैं। इसके अतिरिक्त, सिस्टम ने परीक्षण किए गए चार एजेंट-मॉडल कॉन्फ़िगरेशन में से तीन में उच्चतम समग्र प्रदर्शन प्राप्त किया।
अध्ययन ने यह भी उजागर किया कि पिछले प्रयास अक्सर क्यों विफल रहे। जब सिस्टम बिना उसकी सीमा की जांच किए वेब से जानकारी सीधे उठा लेते थे, तो वे अक्सर ऐसे निर्देश शामिल कर लेते थे जो बहुत विशिष्ट थे या विरोधाभासी साक्ष्यों पर आधारित थे। उदाहरण के लिए, एक कौशल में एक ऐसा नियम शामिल हो सकता है जो केवल एक विशिष्ट सॉफ़्टवेयर संस्करण पर काम करता है, जिससे एजेंट तब विफल हो जाता है जब वह संस्करण उपलब्ध नहीं होता। नया तरीका यह स्पष्ट रूप से जाँच करके इन जालों से सफलतापूर्वक बच गया कि क्या एक प्रक्रिया विभिन्न परिदृश्यों में साक्ष्य द्वारा समर्थित है। यह भ्रमित करने वाली या भ्रामक जानकारी का सामना करने पर भी मजबूत साबित हुआ। जब शोधकर्ताओं ने खोज में विरोधाभासी या अप्रासंगिक दस्तावेज़ डाले, तो सिस्टम ने उन्हें सही ढंग से अनदेखा कर दिया, जबकि अन्य विधियों ने अक्सर खराब सलाह को अपने अंतिम कौशलों में शामिल कर लिया।
यह कार्य हमें यह सिखाता है कि हम अपने बुद्धिमान एजेंटों को कैसे बना सकते हैं। यह उम्मीद करने के बजाय कि एक एआई जादुई रूप से एक नया काम कैसे सीख लेगा, या मनुष्यों द्वारा हर मैनुअल लिखने पर निर्भर रहने के बजाय, हम एआई को एक सतर्क शोधकर्ता की तरह कार्य करना सिखा सकते हैं। यह सही प्रश्न पूछना, साक्ष्य एकत्र करना और एक सामान्य नियम तथा एक स्थानीय अपवाद के बीच अंतर करना सीखता है। सत्यापनित साक्ष्य के आधार पर कौशल निर्माण को आधार बनाकर, सिस्टम ऐसे उपकरण बनाता है जो लचीले और विश्वसनीय दोनों होते हैं। शोधकर्ताओं ने पाया कि यह दृष्टिकोण एजेंटों को अपरिचित कार्यों को उस स्तर की दक्षता के साथ संभालने की अनुमति देता है जो पहले केवल मानवीय हस्तक्षेप के साथ ही संभव था। हालांकि यह प्रणाली पूर्ण नहीं है और अभी भी कुछ अत्यधिक विशिष्ट मीडिया कार्यों के साथ संघर्ष करती है, लेकिन परिणाम दर्शाते हैं कि विश्वसनीय कौशल निर्माण संभव है, भले ही शुरुआती जानकारी अधूरी और स्रोत अव्यवस्थित हों। कुंजी तुरंत सही उत्तर खोजने में नहीं है, बल्कि इस बात को सत्यापित करने की अनुशासित प्रक्रिया में है कि क्या सत्य है और क्या केवल एक स्थानीय विवरण 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।