संशोधक युक्सिंग लू (Yuxing Lu), यिचेंग चेन (Yicheng Chen) आणि शानचन वू (Shanchan Wu) यांनी "Procedural Graph" फ्रेमवर्क प्रसिद्ध केले आहे, जे लार्ज-लँग्वेज-मॉडेल (LLM) एजंट्सना काम करत असतानाच त्यांच्या स्वतःच्या कार्य-अंमलबजावणीच्या योजना (task-execution plans) पुन्हा लिहिण्याची परवानगी देते.
आजच्या एजंट्समधील समस्या
बहुतेक LLM-चालित सहाय्यक (assistants) अशा शेफसारखे काम करतात जो फक्त रेसिपी सांगू शकतो. मॉडेल पायऱ्या तात्पुरत्या मेमरीमध्ये (transient memory) साठवते, पुढील टूल निवडते आणि पुढचा टोकन (token) योग्यरित्या येईल अशी आशा करते. प्रत्यक्षात, तीन प्रकारच्या त्रुटी वारंवार दिसून येतात:
- ध्येयाचे विचल (Goal drift) – काही फेऱ्यांनंतर एजंट मूळ उद्दिष्ट विसरतो.
- टूलचा चुकीचा वापर (Tool misuse) – ते चुकीच्या क्रमाने API कॉल करते किंवा एकाच कॉलवर लूपमध्ये अडकते.
- न शिकलेल्या चुका (Unlearned mistakes) – त्रुटी कायमस्वरूपी नोंदवली जात नसल्यामुळे, असंबद्ध सेशन्समध्ये तीच चूक पुन्हा पुन्हा समोर येते.
तर्क प्रक्रिया (reasoning) सुप्त (implicit) असल्याने, डेव्हलपर्सना एखादी कृती का घडली हे समजत नाही आणि वापरकर्ते पद्धतशीर त्रुटी सुधारू शकत नाहीत.
प्रॉम्प्ट्सचे ग्राफमध्ये रूपांतर करणे
Procedural Graphs "केवळ मेमरी" (memory-only) दृष्टिकोनाच्या जागी एक स्पष्ट आणि संपादन करण्यायोग्य (editable) संरचना वापरतात. हे फ्रेमवर्क तीन मुख्य घटक परिभाषित करते:
| घटक | भूमिका |
|---|---|
| Node | "Search flight" किंवा "Verify payment" सारखी एक ठोस पायरी. |
| Edge | नोड्समधील प्रवाह – सरळ रेषेतील क्रम, अटींवर आधारित शाखा (if/then) आणि लूप्स. |
| Attribute | नोड किंवा एजला जोडलेली मेटाडेटा, उदा. यश दर (success rate), सरासरी अंमलबजावणी वेळ किंवा कॉन्फिडन्स स्कोअर. |
जेव्हा एखादा LLM एजंट विनंती प्राप्त करतो, तेव्हा तो प्रथम ती विनंती अस्तित्वात असलेल्या ग्राफवर मॅप करतो किंवा तात्काळ नवीन ग्राफ तयार करतो. त्यानंतर अंमलबजावणी (execution) एज्सचे अनुसरण करते, टूल्सचा वापर करते आणि निकाल 'attributes' मध्ये साठवते. ग्राफ मॉडेलच्या टोकन स्ट्रीमच्या बाहेर असल्याने, लोक त्याचे निरीक्षण, व्हिज्युअलायझेशन आणि संपादन करू शकतात.
पाच पायऱ्यांमधील स्व-उत्क्रांती (Self-evolution)
याचे वेगळेपण त्या लूपमध्ये आहे जे एजंटला स्वतःचा ग्राफ सुधारण्याची परवानगी देते:
- Record (नोंद करणे) – एजंट ज्या प्रत्येक मार्गावरून जातो, त्यातील इनपुट्स, टूल कॉल्स आणि निकालांची नोंद करणे.
- Compare (तुलना करणे) – यशस्वी मार्ग आणि अयशस्वी मार्ग यांची तुलना करणे आणि ते कुठे वेगळे होतात ते शोधणे.
- Diagnose (निदान करणे) – नोड अॅट्रिब्युट्स (उदा. कमी यश दर) आणि एज कंडिशन्स तपासून त्रुटीचे निदान करणे.
- Propose (सुधारणा सुचवणे) – LLM त्रुटीचे विश्लेषण प्राप्त करते आणि ग्राफमध्ये बदल सुचवते (उदा. एखादी गहाळ व्हॅलिडेशन पायरी जोडणे, अनावश्यक लूप काढून टाकणे किंवा अट अधिक कडक करणे).
- Validate (पडताळणी करणे) – सुधारित ग्राफची टेस्ट इन्स्टन्सवर पडताळणी करणे; जर कामगिरी सुधारली, तर तो बदल कायम ठेवला जातो.
ग्राफ हा 'सिंगल सोर्स ऑफ ट्रुथ' (single source of truth) म्हणून काम करत असल्याने, एजंट मानवी मदतीशिवाय नवीन पायऱ्या जोडू शकतो, मृत-शेवटचे मार्ग (dead-ends) काढून टाकू शकतो किंवा लॉजिक पुन्हा तयार करू शकतो. अगदी मानवाने तयार केलेला कच्चा वर्कफ्लो देखील काळानुसार सुधारू शकतो.
हा बदल का महत्त्वाचा आहे
केवळ स्मरणापलीकडचे सामान्यीकरण (Generalization)
एक स्थिर प्रॉम्प्ट केवळ एका कामाचे उदाहरण टिपतो. ग्राफ संपूर्ण वर्गासाठी (class) "कसे करावे" (how-to) याचे अमूर्त स्वरूप तयार करतो—जसे की सर्च-अँड-बुक, डेटा-एन्ट्री पाइपलाइन्स, ट्रबलशूटिंग संवाद—जेणेकरून तीच संरचना वेगवेगळ्या पॅरामीटर्ससह काम करू शकते. आता प्रत्येक बदलासाठी टीमला मॉडेलला पुन्हा प्रॉम्प्ट देण्याची गरज नाही.
पारदर्शक निर्णय प्रक्रिया
ग्राफ फ्लोचार्टसारखा दिसतो. स्टेकहोल्डर्स नेमका कोणता नोड टूल कॉलसाठी कारणीभूत ठरला आणि एखादी शाखा (branch) का निवडली गेली, याचा मागोवा घेऊ शकतात.
न्यूरो-सिम्बॉलिक सिनर्जी (Neuro-symbolic synergy)
Procedural Graphs डीप-लर्निंग पॅटर्न रिकग्निशन (LLM ची भाषा समजून घेण्याची क्षमता) आणि सिम्बॉलिक रिझनिंग (स्पष्ट ग्राफ लॉजिक) यांची जोडी लावतात. LLM पायऱ्या तयार करण्यासाठी किंवा सुधारण्यासाठी अंतर्ज्ञान (intuition) पुरवते; ग्राफ तार्किक सुसंगतता (logical consistency) सुनिश्चित करतो. लेखक याचे वर्णन LLMs ला "System 2" मेंदू देण्यासारखे करतात—एक विचारपूर्वक, तपासण्यायोग्य नियंत्रक जो रॉ टोकन प्रेडिक्शनच्या वेगवान, असोसिएटिव्ह "System 1" ला पूरक ठरतो.
निष्कर्ष (Takeaway)
Procedural Graphs LLM एजंट्सना एक बदलण्यायोग्य (mutable) आणि तपासण्यायोग्य (inspectable) आधार देतात, ज्यामुळे ते प्रत्येक अंमलबजावणीतून शिकू शकतात. क्षणभंगुर प्रॉम्प्ट्सचे कायमस्वरूपी संरचनेत रूपांतर करून, हा दृष्टिकोन असे AI सहाय्यक देण्याचे आश्वासन देतो जे मोडणे कठीण, समजण्यास सोपे आणि नवीन आव्हानांशी अधिक जुळवून घेणारे असतील.