Beyond Keywords: Intent-Aware Message Routing for Gmail and Slack Using Large Language Models
यह शोध पत्र Gmail और Slack के लिए एक इंटेलिजेंट मैसेज रूटिंग सिस्टम के डिज़ाइन, कार्यान्वयन और प्रारंभिक मूल्यांकन को प्रस्तुत करता है जो सिमेंटिक इंटेंट क्लासिफिकेशन करने के लिए Groq के माध्यम से LLaMA 3.1 मॉडल का लाभ उठाता है, जिससे उपयोगकर्ताओं को सामान्य अंग्रेजी में रूटिंग नियम परिभाषित करने में सक्षम बनाया जाता है और एक व्यवहार्यता अध्ययन में पारंपरिक कीवर्ड-आधारित फिल्टरों की तुलना में काफी बेहतर प्रदर्शन करता है।
मूल पेपर CC BY 4.0 (https://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
आधुनिक कार्यस्थल में, संचार एक दर्जन अलग-अलग धाराओं में विभाजित हो गया है। एक अकेला पेशेवर कई प्लेटफार्मों पर ईमेल, इंस्टेंट मैसेज और प्रोजेक्ट अपडेट को संभाल सकता है, जिससे आने वाली जानकारी की एक निरंतर, कम-स्तर की गूँज पैदा होती है। दशकों से, इस प्रवाह को प्रबंधित करने के लिए डिज़ाइन किए गए उपकरण एक सरल, कठोर तर्क पर निर्भर रहे हैं: यदि किसी संदेश में एक विशिष्ट शब्द है, तो एक विशिष्ट कार्य करें। यह कीवर्ड-आधारित दृष्टिकोण स्पष्ट मामलों के लिए अच्छा काम करता है, लेकिन यह मानवीय भाषा की सूक्ष्मता के साथ संघर्ष करता है। बिल के लिए मदद माँगने वाला व्यक्ति लिख सकता है "मुझसे दो बार शुल्क लिया गया," "मेरा इनवॉइस गलत है," या केवल "भुगतान संबंधी समस्या।" एक प्रणाली जो केवल "इनवॉइस" शब्द की तलाश करती है, वह पहले दो को छोड़ देगी, जिससे भेजने वाला प्रतीक्षा करता रह जाएगा और प्राप्तकर्ता भरे हुए इनबॉक्स से परेशान हो जाएगा। कंप्यूटर वैज्ञानिकों के लिए चुनौती लंबे समय से ऐसे सिस्टम बनाने की रही है जो केवल शब्दों के बजाय शब्दों के पीछे के 'इरादे' (intent) को समझ सकें, एक ऐसा कार्य जिसके लिए मशीनों को उसी तरह संदर्भ और अर्थ को समझने की आवश्यकता होती है जैसे इंसान करते हैं।
शोधकर्ताओं की एक टीम ने अब एक प्रोटोटाइप सिस्टम बनाया है जो छोटे व्यवसायों के लिए संदेशों को पढ़ने और छाँटने के लिए आर्टिफिशियल इंटेलिजेंस की एक नई पीढ़ी का उपयोग करके इस समस्या को हल करने का प्रयास करता है। कठोर कीवर्ड सूचियों पर निर्भर रहने के बजाय, उनका प्लेटफॉर्म एक लार्ज लैंग्वेज मॉडल का उपयोग करता है—जो एक प्रकार का आर्टिफिशियल इंटेलिजेंस है जिसे मानव संचार के तरीके को समझने के लिए विशाल टेक्स्ट पर प्रशिक्षित किया गया है—ताकि आने वाले ईमेल और चैट संदेशों के अर्थ की व्याख्या की जा सके। जीमेल और स्लैक के साथ काम करने के लिए डिज़ाइन किया गया यह सिस्टम, एक व्यवसाय के मालिक को सामान्य अंग्रेजी में रूटिंग नियम लिखने की अनुमति देता है, जैसे कि "यदि कोई बिलिंग के बारे में पूछता है, तो इसे फाइनेंस टीम को भेजें।" कंप्यूटर फिर आने वाले संदेश को पढ़ता है, यह पता लगाता है कि व्यक्ति वास्तव में क्या चाहता है, और उसे स्वचालित रूप से सही जगह पर भेज देता है, उत्तर भेज देता है, या उसे अलग रख देता है। यह दृष्टिकोण अतीत के भंगुर, कीवर्ड-निर्भर फिल्टरों को एक अधिक लचीले, बुद्धिमान सहायक से बदलने का लक्ष्य रखता है जो दैनिक व्यावसायिक संचार की अव्यवस्थित वास्तविकता को संभाल सके।
शोधकर्ताओं ने इस सिस्टम को एक पूर्ण सॉफ्टवेयर एप्लिकेशन के रूप में बनाया है जो सीधे उपयोगकर्ता के ईमेल और चैट खातों से जुड़ता है। पर्दे के पीछे, एक बैकग्राउंड प्रोसेस हर पांच मिनट में नए संदेशों की जाँच करता है। जब कोई नया संदेश आता है, तो सिस्टम केवल विशिष्ट शब्दों को स्कैन नहीं करता है; यह सामग्री को उपयोगकर्ता के सामान्य अंग्रेजी निर्देशों के साथ एक शक्तिशाली आर्टिफिशियल इंटेलिजेंस मॉडल को भेजता है। मॉडल संदेश का विश्लेषण करता है ताकि उसका उद्देश्य निर्धारित किया जा सके, जैसे कि क्या यह बिलिंग संबंधी पूछताछ है, मीटिंग का अनुरोध है, या एक सामान्य प्रश्न है। इस समझ के आधार पर, सिस्टम तय करता है कि क्या करना है। यदि संदेश स्पष्ट रूप से किसी नियम से मेल खाता है और एआई आश्वस्त है, तो यह संदेश को आगे भेजकर या स्वचालित प्रतिक्रिया भेजकर तुरंत कार्य करता है। यदि संदेश अस्पष्ट है, एआई अनिश्चित है, या विषय महत्वपूर्ण है, तो सिस्टम रुक जाता है और संदेश को मानव समीक्षा के लिए फ्लैग (चिह्नित) कर देता है। यह "परहेज करो और एस्केलेट करो" (abstain and escalate) रणनीति यह सुनिश्चित करती है कि कंप्यूटर तब तक अनुमान न लगाए जब वह निश्चित न हो, जिससे उन त्रुटियों को रोका जा सके जो ग्राहकों को परेशान कर सकती हैं या महत्वपूर्ण कार्य में देरी कर सकती हैं।
यह विचार वास्तव में काम करता है या नहीं, इसका परीक्षण करने के लिए, शोधकर्ताओं ने चार सामान्य व्यावसायिक विषयों: बिलिंग, शेड्यूलिंग, पार्टनरशिप और सामान्य पूछताछ को कवर करने वाले चौदह परीक्षण संदेशों का एक छोटा सेट बनाया। उन्होंने इन संदेशों को सावधानीपूर्वक लिखा ताकि कीवर्ड के सटीक शब्दों के उपयोग से बचा जा सके, जिससे कंप्यूटर को केवल शब्द मिलान के बजाय समझ पर निर्भर होने के लिए मजबूर किया जा सके। उदाहरण के लिए, यदि नियम "इनवॉइस" शब्द के लिए था, तो परीक्षण संदेशों में "मेरे कार्ड से दो बार शुल्क लिया गया" या "मुझे अपने बिल के साथ मदद चाहिए" जैसे वाक्यांशों का उपयोग किया गया। परिणामों ने दिखाया कि बुद्धिमान सिस्टम ने चौदह में से बारह संदेशों के इरादे को सही ढंग से पहचाना और उन्हें सही श्रेणी में भेजा। इसके विपरीत, एक सिम्युलेटेड सिस्टम जो पारंपरिक कीवर्ड मिलान का उपयोग करता है, जो मानक ईमेल प्रोग्रामों में पाए जाने वाले फिल्टरों के समान है, केवल चौदह में से पांच संदेशों को सही ढंग से पहचान सका। दो संदेश जिन्हें बुद्धिमान सिस्टम ने मिस किया, वे गलत जगह नहीं भेजे गए; बल्कि, सिस्टम ने पहचान लिया कि वे वर्गीकृत करने में कठिन थे और उन्हें मानव द्वारा संभालने के लिए सही ढंग से फ्लैग किया गया।
यह अध्ययन इस बात पर प्रकाश डालता है कि कैसे ऑटोमेशन छोटे व्यवसायों के लिए काम कर सकता है, विशेष रूप से उन क्षेत्रों में जहाँ संसाधन सीमित हैं और टीमें छोटी हैं। शोधकर्ताओं ने पाया कि एक प्री-ट्रेंड आर्टिफिशियल इंटेलिजेंस मॉडल का उपयोग करके, वे एक ऐसा सिस्टम बना सकते हैं जो हजारों उदाहरण एकत्र करने या इसे सिखाने के लिए विशेषज्ञों को काम पर रखने के बिना भाषा को समझ सकता है। सिस्टम सुलभ बनाने के लिए डिज़ाइन किया गया है, जिससे गैर-तकनीकी उपयोगकर्ता भी अपनी रोजमर्रा की भाषा में अपने स्वयं के नियम परिभाषित कर सकते हैं। हालांकि परीक्षण छोटा था और संदेश शोधकर्ताओं द्वारा लिखे गए थे न कि वास्तविक दुनिया की अराजकता से लिए गए थे, परिणाम बताते हैं कि यह दृष्टिकोण व्यवहार्य है। सिस्टम ने सफलतापूर्वक प्रदर्शित किया कि वह एक संदेश के अर्थ की व्याख्या कर सकता है और एक ऐसा रूटिंग निर्णय ले सकता है जो एक साधारण कीवर्ड फिल्टर से छूट जाता। लेखक इस बात पर जोर देते हैं कि यह अवधारणा का एक प्रारंभिक प्रदर्शन है, न कि अंतिम समाधान, और इसकी वास्तविक वैल्यू इस बात से निर्धारित होगी कि यह उन विविध, अनगढ़ और अक्सर अव्यवस्थित संचारों के साथ कैसा प्रदर्शन करता है जिन्हें वास्तविक व्यवसाय प्रतिदिन संभालते हैं।
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।