ਖੋਜਕਰਤਾ Yuxing Lu, Yicheng Chen ਅਤੇ Shanchan Wu ਨੇ ਇੱਕ “Procedural Graph” ਫਰੇਮਵਰਕ released ਕੀਤਾ ਹੈ ਜੋ large-language-model (LLM) agents ਨੂੰ ਕੰਮ ਕਰਦੇ ਸਮੇਂ ਆਪਣੇ ਟਾਸਕ-ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਪਲਾਨਾਂ ਨੂੰ ਖੁਦ ਲਿਖਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।
ਅੱਜ ਦੇ agents ਦੀ ਸਮੱਸਿਆ
ਜ਼ਿਆਦਾਤਰ LLM-driven assistants ਇੱਕ ਅਜਿਹੇ ਸ਼ੈੱਫ ਵਾਂਗ ਕੰਮ ਕਰਦੇ ਹਨ ਜੋ ਸਿਰਫ਼ ਇੱਕ ਰੈਸਿਪੀ ਸੁਣਾ ਸਕਦਾ ਹੈ। ਮਾਡਲ ਕਦਮਾਂ ਨੂੰ transient memory ਵਿੱਚ ਸਟੋਰ ਕਰਦਾ ਹੈ, ਅਗਲਾ tool ਚੁਣਦਾ ਹੈ, ਅਤੇ ਉਮੀਦ ਕਰਦਾ ਹੈ ਕਿ ਅਗਲਾ token ਸਹੀ ਤਰ੍ਹਾਂ ਆ ਜਾਵੇਗਾ। ਅਸਲ ਵਿੱਚ, ਅਕਸਰ ਤਿੰਨ ਅਸਫਲਤਾਵਾਂ ਦੇਖਣ ਨੂੰ ਮਿਲਦੀਆਂ ਹਨ:
- Goal drift – ਕੁਝ ਚੱਕਰਾਂ (turns) ਤੋਂ ਬਾਅਦ agent ਅਸਲ ਉਦੇਸ਼ ਨੂੰ ਭੁੱਲ ਜਾਂਦਾ ਹੈ।
- Tool misuse – ਇਹ ਗਲਤ ਕ੍ਰਮ ਵਿੱਚ API ਨੂੰ ਕਾਲ ਕਰਦਾ ਹੈ ਜਾਂ ਇੱਕੋ ਕਾਲ 'ਤੇ ਲੂਪ ਕਰਦਾ ਰਹਿੰਦਾ ਹੈ।
- Unlearned mistakes – ਉਹੀ ਗਲਤੀ ਅਣਸੰਬੰਧਿਤ ਸੈਸ਼ਨਾਂ ਵਿੱਚ ਦੁਬਾਰਾ ਸਾਹਮਣੇ ਆ ਜਾਂਦੀ ਹੈ ਕਿਉਂਕਿ ਕੋਈ ਵੀ ਚੀਜ਼ ਅਸਫਲਤਾ ਨੂੰ ਪੱਕੇ ਤੌਰ 'ਤੇ ਰਿਕਾਰਡ ਨਹੀਂ ਕਰਦੀ।
ਕਿਉਂਕਿ ਤਰਕ (reasoning) ਅਸਪਸ਼ਟ (implicit) ਰਹਿੰਦਾ ਹੈ, ਡਿਵੈਲਪਰ ਇਹ ਨਹੀਂ ਦੇਖ ਸਕਦੇ ਕਿ ਕੋਈ ਕਾਰਵਾਈ ਕਿਉਂ ਹੋਈ, ਅਤੇ ਉਪਭੋਗਤਾ ਯੋਜਨਾਬੱਧ ਖਾਮੀਆਂ ਨੂੰ ਸੁਧਾਰ ਨਹੀਂ ਸਕਦੇ।
Prompts ਨੂੰ ਇੱਕ graph ਵਿੱਚ ਬਦਲਣਾ
Procedural Graphs “memory-only” ਪਹੁੰਚ ਨੂੰ ਇੱਕ ਸਪਸ਼ਟ, editiable ਢਾਂਚੇ ਨਾਲ ਬਦਲ ਦਿੰਦੇ ਹਨ। ਇਹ ਫਰੇਮਵਰਕ ਤਿੰਨ ਮੁੱਖ ਤੱਤਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ:
| ਤੱਤ | ਭੂਮਿਕਾ |
|---|---|
| Node | ਇੱਕ ਖਾਸ ਕਦਮ ਜਿਵੇਂ ਕਿ “Search flight” ਜਾਂ “Verify payment.” |
| Edge | ਨੋਡਾਂ ਵਿਚਕਾਰ ਵਹਾਅ – ਸਿੱਧੀ ਲਾਈਨ ਵਾਲੀਆਂ ਲੜੀਆਂ, ਸ਼ਰਤੀ ਸ਼ਾਖਾਵਾਂ (if/then) ਅਤੇ ਲੂਪ। |
| Attribute | ਨੋਡ ਜਾਂ edge ਨਾਲ ਜੁੜਿਆ metadata, ਜਿਵੇਂ ਕਿ success rate, average execution time, ਜਾਂ confidence score। |
ਜਦੋਂ ਇੱਕ LLM agent ਨੂੰ ਕੋਈ ਬੇਨਤੀ ਮਿਲਦੀ ਹੈ, ਤਾਂ ਇਹ ਪਹਿਲਾਂ ਬੇਨਤੀ ਨੂੰ ਮੌਜੂਦਾ graph 'ਤੇ ਮੈਪ ਕਰਦਾ ਹੈ ਜਾਂ ਤੁਰੰਤ ਇੱਕ ਨਵਾਂ graph ਬਣਾਉਂਦਾ ਹੈ। ਫਿਰ ਐਗਜ਼ੀਕਿਊਸ਼ਨ edges ਦੀ ਪਾਲਣਾ ਕਰਦੀ ਹੈ, tools ਨੂੰ ਕਾਲ ਕਰਦੀ ਹੈ, ਅਤੇ ਨਤੀਜਿਆਂ ਨੂੰ attributes ਵਿੱਚ ਸਟੋਰ ਕਰਦੀ ਹੈ। ਕਿਉਂਕਿ graph ਮਾਡਲ ਦੇ token stream ਤੋਂ ਬਾਹਰ ਹੁੰਦਾ ਹੈ, ਲੋਕ ਇਸਦੀ ਜਾਂਚ ਕਰ ਸਕਦੇ ਹਨ, ਇਸਨੂੰ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਇਸਨੂੰ ਐਡਿਟ ਕਰ ਸਕਦੇ ਹਨ।
ਪੰਜ ਕਦਮਾਂ ਵਿੱਚ ਸਵੈ-ਵਿਕਾਸ (Self-evolution)
ਇਸਦੀ ਨਵੀਨਤਾ ਉਸ ਲੂਪ ਵਿੱਚ ਹੈ ਜੋ agent ਨੂੰ ਆਪਣੇ graph ਨੂੰ ਸੁਧਾਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ:
- Record agent ਦੁਆਰਾ ਤੈਅ ਕੀਤੇ ਗਏ ਹਰ ਰਸਤੇ ਨੂੰ ਰਿਕਾਰਡ ਕਰੋ, ਜਿਸ ਵਿੱਚ inputs, tool calls ਅਤੇ ਨਤੀਜੇ ਸ਼ਾਮਲ ਹੋਣ।
- Compare ਸਫਲ ਰਸਤਿਆਂ ਦੀ ਅਸਫਲ ਰਸਤਿਆਂ ਨਾਲ ਤੁਲਨਾ ਕਰੋ, ਅਤੇ ਇਹ ਪਤਾ ਲਗਾਓ ਕਿ ਉਹ ਕਿੱਥੇ ਵੱਖ ਹੁੰਦੇ ਹਨ।
- Diagnose ਨੋਡ attributes (ਜਿਵੇਂ ਕਿ low success rate) ਅਤੇ edge conditions ਦੀ ਜਾਂਚ ਕਰਕੇ ਗਲਤੀ ਦਾ ਪਤਾ ਲਗਾਓ।
- Propose ਐਡਿਟਸ – LLM ਅਸਫਲਤਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ ਅਤੇ graph ਵਿੱਚ ਸੋਧਾਂ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ (ਕੋਈ ਗਲਤ validation step ਜੋੜਨਾ, ਵਾਧੂ ਲੂਪ ਨੂੰ ਹਟਾਉਣਾ, ਜਾਂ ਕਿਸੇ ਸ਼ਰਤ ਨੂੰ ਸਖ਼ਤ ਕਰਨਾ)।
- Validate ਇੱਕ ਟੈਸਟ ਇੰਸਟੈਂਸ 'ਤੇ ਸੋਧੇ ਹੋਏ graph ਦੀ ਜਾਂਚ ਕਰੋ; ਜੇਕਰ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਸੁਧਾਰ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਉਹ ਬਦਲਾਅ ਲਾਗੂ ਹੋ ਜਾਂਦਾ ਹੈ।
ਕਿਉਂਕਿ graph 'ਸਿੰਗਲ ਸੋਰਸ ਆਫ ਟਰੂਥ' (single source of truth) ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ, agent ਮਨੁੱਖੀ ਮਦਦ ਤੋਂ ਬਿਨਾਂ ਨਵੇਂ ਕਦਮ ਜੋੜ ਸਕਦਾ ਹੈ, ਬੰਦ ਰਸਤਿਆਂ ਨੂੰ ਹਟਾ ਸਕਦਾ ਹੈ, ਜਾਂ ਲੌਜਿਕ ਨੂੰ ਦੁਬਾਰਾ ਜੋੜ ਸਕਦਾ ਹੈ। ਇੱਥੋਂ ਤੱਕ ਕਿ ਮਨੁੱਖ ਦੁਆਰਾ ਬਣਾਇਆ ਗਿਆ ਇੱਕ ਗਲਤ workflow ਵੀ ਸਮੇਂ ਦੇ ਨਾਲ ਸੁਧਰ ਸਕਦਾ ਹੈ।
ਇਹ ਬਦਲਾਅ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ
ਯਾਦ ਰੱਖਣ ਤੋਂ ਪਰੇ ਜਨਰਲਾਈਜ਼ੇਸ਼ਨ (Generalization)
ਇੱਕ ਸਟੈਟਿਕ prompt ਸਿਰਫ਼ ਇੱਕ ਟਾਸਕ ਇੰਸਟੈਂਸ ਨੂੰ ਕੈਪਚਰ ਕਰਦਾ ਹੈ। ਇੱਕ graph ਪੂਰੀ ਸ਼੍ਰੇਣੀ—ਜਿਵੇਂ ਕਿ search-and-book, data-entry pipelines, troubleshooting dialogs—ਦੇ ਲਈ "ਕਿਵੇਂ ਕਰਨਾ ਹੈ" (how-to) ਨੂੰ ਅਬਸਟਰੈਕਟ ਕਰਦਾ ਹੈ, ਤਾਂ ਜੋ ਉਹੀ ਢਾਂਚਾ ਵੱਖ-ਵੱਖ ਪੈਰਾਮੀਟਰਾਂ ਨਾਲ ਕੰਮ ਕਰ ਸਕੇ। ਟੀਮਾਂ ਨੂੰ ਹਰ ਵਾਰ ਵੱਖਰੇ ਬਦਲਾਅ ਲਈ ਮਾਡਲ ਨੂੰ ਦੁਬਾਰਾ prompt ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ।
ਪਾਰਦਰਸ਼ੀ ਫੈਸਲੇ ਲੈਣਾ
Graph ਇੱਕ flowchart ਵਾਂਗ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। ਸਟੇਕਹੋਲਡਰਾਂ ਇਹ ਪਤਾ ਲਗਾ ਸਕਦੇ ਹਨ ਕਿ ਕਿਸ ਨੋਡ ਨੇ tool call ਨੂੰ ਟ੍ਰਿਗਰ ਕੀਤਾ ਅਤੇ ਕੋਈ ਖਾਸ ਸ਼ਾਖਾ (branch) ਕਿਉਂ ਚੁਣੀ ਗਈ।
Neuro-symbolic synergy
Procedural Graphs ਡੀਪ-ਲਰਨਿੰਗ ਪੈਟਰਨ ਰਿਕੋਗਨੀਸ਼ਨ (LLM ਦੀ ਭਾਸ਼ਾ ਦੀ ਸਮਝ) ਨੂੰ ਸਿੰਬੋਲਿਕ ਰੀਜ਼ਨਿੰਗ (ਸਪਸ਼ਟ graph ਲੌਜਿਕ) ਦੇ ਨਾਲ ਜੋੜਦੇ ਹਨ। LLM ਕਦਮਾਂ ਨੂੰ ਬਣਾਉਣ ਜਾਂ ਬਦਲਣ ਲਈ ਅੰਤਰ-ਬੁੱਧੀ (intuition) ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ; graph ਤਰਕਸ਼ੀਲ ਇਕਸਾਰਤਾ (logical consistency) ਨੂੰ ਲਾਗੂ ਕਰਦਾ ਹੈ। ਲੇਖਕ ਇਸਨੂੰ LLMs ਨੂੰ ਇੱਕ “System 2” ਦਿਮਾਗ ਦੇਣ ਵਜੋਂ ਦਰਸਾਉਂਦੇ ਹਨ—ਇੱਕ ਸੋਚਿਆ-ਸਮਝਿਆ, ਚੈੱਕ ਕਰਨ ਯੋਗ ਕੰਟਰੋਲਰ ਜੋ ਰਅਅ (raw) token prediction ਦੇ ਤੇਜ਼, ਐਸੋਸੀਏਟਿਵ “System 1” ਦਾ ਪੂਰਕ ਹੈ।
ਸਿੱਟਾ (Takeaway)
Procedural Graphs LLM agents ਨੂੰ ਇੱਕ ਬਦਲਣਯੋਗ (mutable), ਜਾਂਚਣਯੋਗ ਬੈਕਬੋਨ ਦਿੰਦੇ ਹਨ ਜੋ ਉਹਨਾਂ ਨੂੰ ਹਰ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਤੋਂ ਸਿੱਖਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। ਛਣਕਦੇ ਹੋਏ prompts ਨੂੰ ਸਥਾਈ ਢਾਂਚਿਆਂ ਵਿੱਚ ਬਦਲ ਕੇ, ਇਹ ਪਹੁੰਚ ਅਜਿਹੇ AI assistants ਦਾ ਵਾਅਦਾ ਕਰਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਤੋੜਨਾ ਮੁਸ਼ਕਲ, ਸਮਝਣਾ ਆਸਾਨ ਅਤੇ ਨਵੀਆਂ ਚੁਣੌਤੀਆਂ ਦੇ ਅਨੁਕੂਲ ਹੋਣਾ ਵਧੇਰੇ ਆਸਾਨ ਹੈ।