शोधकर्ताओं Yuxing Lu, Yicheng Chen और Shanchan Wu ने एक “Procedural Graph” फ्रेमवर्क जारी किया है जो लार्ज-लैंग्वेज-मॉडल (LLM) एजेंटों को काम करते समय अपनी कार्य-निष्पादन योजनाओं (task-execution plans) को फिर से लिखने की अनुमति देता है।
आज के एजेंटों के साथ समस्या
अधिकांश LLM-संचालित सहायक एक ऐसे शेफ की तरह काम करते हैं जो केवल रेसिपी सुना सकता है। मॉडल चरणों को क्षणिक मेमोरी (transient memory) में संग्रहीत करता है, अगला टूल चुनता है, और उम्मीद करता है कि अगला टोकन सही ढंग से आए। व्यवहार में, अक्सर तीन तरह की विफलताएं दिखाई देती हैं:
- लक्ष्य से भटकना (Goal drift) – कुछ चरणों के बाद एजेंट मूल उद्देश्य भूल जाता है।
- टूल का दुरुपयोग (Tool misuse) – यह गलत क्रम में API कॉल करता है या एक ही कॉल को बार-बार दोहराता है।
- अनसीखी गलतियाँ (Unlearned mistakes) – वही त्रुटि असंबंधित सत्रों में फिर से सामने आती है क्योंकि विफलता को रिकॉर्ड करने के लिए कुछ भी स्थायी नहीं होता है।
चूंकि तर्क (reasoning) अंतर्निहित (implicit) रहता है, इसलिए डेवलपर्स यह नहीं देख पाते कि कोई क्रिया क्यों हुई, और उपयोगकर्ता व्यवस्थित खामियों को ठीक नहीं कर पाते हैं।
प्रॉम्प्ट्स को ग्राफ में बदलना
Procedural Graphs "केवल-मेमोरी" दृष्टिकोण को एक स्पष्ट, संपादन योग्य (editable) संरचना से बदल देते हैं। यह फ्रेमवर्क तीन मुख्य तत्वों को परिभाषित करता है:
| तत्व | भूमिका |
|---|---|
| नोड (Node) | एक ठोस चरण जैसे कि “फ्लाइट खोजें” या “भुगतान सत्यापित करें।” |
| एज (Edge) | नोड्स के बीच का प्रवाह – सीधी रेखा अनुक्रम, सशर्त शाखाएं (if/then) और लूप। |
| एट्रिब्यूट (Attribute) | नोड या एज से जुड़ा मेटाडेटा, जैसे कि सफलता दर, औसत निष्पादन समय, या कॉन्फिडेंस स्कोर। |
जब एक LLM एजेंट को कोई अनुरोध प्राप्त होता है, तो वह पहले अनुरोध को मौजूदा ग्राफ पर मैप करता है या तुरंत एक नया ग्राफ बनाता है। इसके बाद निष्पादन (execution) एज का अनुसरण करता है, टूल्स को कॉल करता है, और परिणामों को एट्रिब्यूट्स में संग्रहीत करता है। क्योंकि ग्राफ मॉडल के टोकन स्ट्रीम के बाहर रहता है, इसलिए लोग इसका निरीक्षण, विज़ुअलाइज़ेशन और संपादन कर सकते हैं।
पांच चरणों में स्व-विकास (Self-evolution)
इसकी नवीनता उस लूप में निहित है जो एजेंट को अपने स्वयं के ग्राफ को बेहतर बनाने की अनुमति देता है:
- रिकॉर्ड करें (Record): एजेंट द्वारा तय किए गए प्रत्येक पथ को रिकॉर्ड करें, जिसमें इनपुट, टूल कॉल और परिणाम शामिल हों।
- तुलना करें (Compare): सफल पथों की तुलना विफल पथों से करें, और यह पहचानें कि वे कहाँ अलग होते हैं।
- निदान करें (Diagnose): नोड एट्रिब्यूट्स (जैसे, कम सफलता दर) और एज स्थितियों की जांच करके त्रुटि का निदान करें।
- संशोधन का प्रस्ताव दें (Propose): LLM विफलता विश्लेषण प्राप्त करता है और ग्राफ संशोधनों का सुझाव देता है (एक छूटा हुआ सत्यापन चरण जोड़ें, एक अनावश्यक लूप हटा दें, या किसी शर्त को सख्त करें)।
- सत्यापित करें (Validate): एक टेस्ट इंस्टेंस पर संशोधित ग्राफ को सत्यापित करें; यदि प्रदर्शन में सुधार होता है, तो परिवर्तन लागू हो जाता है।
चूंकि ग्राफ "सत्य के एकल स्रोत" (single source of truth) के रूप में कार्य करता है, इसलिए एजेंट मानवीय सहायता के बिना चरण जोड़ सकता है, डेड-एंड (dead-ends) हटा सकता है, या लॉजिक को फिर से व्यवस्थित कर सकता है। यहाँ तक कि एक त्रुटिपूर्ण मानव-निर्मित वर्कफ़्लो भी समय के साथ सुधर सकता है।
यह बदलाव क्यों महत्वपूर्ण है
रटने से परे सामान्यीकरण (Generalization)
एक स्थिर प्रॉम्प्ट केवल एक कार्य उदाहरण को कैप्चर करता है। एक ग्राफ पूरी श्रेणी के लिए “कैसे करें” (how-to) को एब्स्ट्रैक्ट करता है—जैसे सर्च-एंड-बुक, डेटा-एंट्री पाइपलाइन, ट्रबलशूटिंग संवाद—ताकि वही संरचना विभिन्न मापदंडों (parameters) के साथ काम कर सके। टीमों को अब हर बदलाव के लिए मॉडल को फिर से प्रॉम्प्ट करने की आवश्यकता नहीं है।
पारदर्शी निर्णय लेना
ग्राफ एक फ्लोचार्ट की तरह दिखता है। स्टेकहोल्डर्स ठीक से पता लगा सकते हैं कि किस नोड ने टूल कॉल को ट्रिगर किया और किस वजह से एक विशेष शाखा (branch) चुनी गई।
न्यूरो-सिम्बोलिक सिनर्जी (Neuro-symbolic synergy)
Procedural Graphs डीप-लर्निंग पैटर्न रिकग्निशन (LLM की भाषा समझने की क्षमता) को सिम्बोलिक रीजनिंग (स्पष्ट ग्राफ लॉजिक) के साथ जोड़ते हैं। LLM चरणों को उत्पन्न करने या संशोधित करने के लिए अंतर्ज्ञान (intuition) प्रदान करता है; ग्राफ तार्किक निरंतरता (logical consistency) सुनिश्चित करता है। लेखक इसे LLM को एक “System 2” मस्तिष्क देने के रूप में वर्णित करते हैं—एक विचारशील, जांचने योग्य नियंत्रक जो कच्चे टोकन प्रेडिक्शन के तेज़, एसोसिएटिव “System 1” का पूरक है।
निष्कर्ष (Takeaway)
Procedural Graphs LLM एजेंटों को एक परिवर्तनीय (mutable) और निरीक्षण योग्य रीढ़ (backbone) प्रदान करते हैं जो उन्हें प्रत्येक निष्पादन से सीखने की अनुमति देता है। क्षणिक प्रॉम्प्ट्स को स्थायी संरचनाओं में बदलकर, यह दृष्टिकोण ऐसे AI सहायकों का वादा करता है जिन्हें तोड़ना कठिन, समझना आसान और नई चुनौतियों के प्रति अधिक अनुकूलनीय है।