Anthropic نے Fable 5 کے لیے Claude Code کے سسٹم پرامپٹ (System Prompt) میں 80 فیصد کمی کر دی ہے
Anthropic بڑے لینگویج ماڈلز (LLMs) کو استعمال کرنے کے طریقے میں ایک بنیادی تبدیلی (paradigm shift) کا مشاہدہ کر رہا ہے، جہاں بھاری بھرکم ہدایات کے بجائے ہلکی اور زیادہ فطری رہنمائی کی طرف پیش قدمی ہو رہی ہے۔ یہ ارتقاء نئے Fable 5 (Mythos class) ماڈلز کے ظہور کی وجہ سے ہے، جو کم پابندیوں اور زیادہ سیاق و سباق (context) پر بہتر کام کرتے ہیں۔
طویل سسٹم پرامپٹ کا خاتمہ
برسوں سے، AI کی کارکردگی کو بہتر بنانے کے لیے صنعت کا معیار وسیع سسٹم ہدایات اور تفصیلی "few-shot" مثالوں کے ذریعے "پرامپٹ انجینئرنگ" کرنا رہا ہے۔ ڈویلپرز کا ماننا تھا کہ زیادہ قواعد اور زیادہ "یہ نہ کریں" جیسی پابندیاں ہی بھروسہ مندی کی کلید ہیں۔ تاہم، Anthropic اس رجحان کو الٹ رہا ہے۔
Anthropic کے تکنیکی عملے کے رکن، Tariq Shihipar نے انکشاف کیا ہے کہ کمپنی نے Claude Code کے سسٹم پرامپٹ میں حیران کن طور پر 80 فیصد کمی کر دی ہے۔ یہ کمی ماڈل کو سادہ بنانے کی علامت نہیں ہے، بلکہ نئے Fable 5 ماڈلز کی جدید علمی صلاحیتوں (cognitive capabilities) کا ایک ردعمل ہے۔ جیسے جیسے ماڈلز زیادہ جدید ہوتے جا رہے ہیں، طویل پرامپٹس کے ذریعے "ہاتھ پکڑ کر چلانے" (hand-holding) کا روایتی طریقہ غیر مؤثر ہوتا جا رہا ہے۔
Fable 5 ماڈلز پابندیوں کی مزاحمت کیوں کرتے ہیں
Fable 5 (یا Mythos class) ماڈلز کی طرف یہ منتقلی ماڈل کے طرزِ عمل میں ایک بنیادی تبدیلی کی نمائندگی کرتی ہے۔ Shihipar کے مطابق، ان مخصوص ماڈلز کو وسیع مثالیں اور سخت قواعد فراہم کرنا درحقیقت ان کی کارکردگی کو کم کر دیتا ہے۔ اس کی وجہ غیر متوقع ہے: یہ ماڈلز اپنے پچھلے ماڈلز کے مقابلے میں فطری طور پر زیادہ "تخلیقی" (imaginative) ہیں۔
جب ایک ڈویلپر مخصوص مثالوں کی ایک طویل فہرست فراہم کرتا ہے، تو یہ ایک ایسی پابندی کے طور پر کام کرتی ہے جو ماڈل کی استدلال (reasoning) کی صلاحیتوں کو محدود کر دیتی ہے۔ کسی مسئلے کا سب سے موثر یا تخلیقی حل تلاش کرنے کے بجائے، ماڈل پرامپٹ میں دی گئی مخصوص پیٹرنز کی نقل کرنے پر مجبور محسوس کرتا ہے۔ Mythos class کی حقیقی صلاحیتوں کو اجاگر کرنے کے لیے، Anthropic سخت قواعد سے ہٹ کر "سیاق و سباق کے ذریعے رہنمائی" (steering through context) کی طرف بڑھ رہا ہے۔ یہ ماڈل کو اضافی ہدایات کے بوجھ میں دبے بغیر، اپنے استدلال کے استعمال سے کاموں کو انجام دینے کی اجازت دیتا ہے۔
پرامپٹ انجینئرنگ کا چکراتی ارتقاء
ماڈلز کے ارتقاء کے ساتھ پرامپٹ انجینئرنگ کا سفر ایک واضح اور چکراتی نمونے (cyclical pattern) پر چلا ہے۔ Anthropic کی اندرونی تحقیقات ماڈل کی ترقی کے تین مختلف مراحل کو اجاگر کرتی ہیں:
- ابتدائی ماڈلز: کسی بھی حد تک تسلسل برقرار رکھنے کے لیے مختصر، انتہائی مخصوص پرامپٹس، بہت سی مثالوں اور انتہائی پابند کرنے والی ہدایات کی ضرورت ہوتی تھی۔
- درمیانی ماڈلز: جیسے جیسے سمجھ بوجھ بہتر ہوئی، پرامپٹس کافی طویل ہوتے گئے۔ ڈویلپرز نے "ہدایات پر عمل کرنے" کی اس بڑھتی ہوئی صلاحیت سے فائدہ اٹھاتے ہوئے وسیع اور پیچیدہ سسٹم پرامپٹس بنائے جو ماڈل کے طرزِ عمل کے ہر پہلو کو کنٹرول کرتے تھے۔
- Fable 5 کا دور: ہم ایک ایسے مرحلے میں داخل ہو چکے ہیں جہاں پرامپٹس دوبارہ مختصر ہو رہے ہیں۔ توجہ ماڈل کو یہ بتانے سے (کہ اسے کیا کرنا ہے - قواعد) ہٹ کر اسے خود مختار طریقے سے کام کرنے کے لیے ضروری ماحول (سیاق و سباق) فراہم کرنے پر مرکوز ہو گئی ہے۔
یہ پیش رفت AI کی دنیا کے لیے ایک سنگ میل ہے۔ یہ اس بات کی نشاندہی کرتی ہے کہ جیسے جیسے ہم زیادہ ایجنٹک (agentic) اور استدلال پر مبنی ماڈلز کی طرف بڑھ رہے ہیں، ڈویلپر کا کردار "قواعد بنانے والے" سے بدل کر "سیاق و سباق فراہم کرنے والے" کا ہو جائے گا، جہاں ہدایات کی مقدار کے بجائے معلومات کے معیار کو ترجیح دی جائے گی۔
اہم نکات
- 80 فیصد کمی: Anthropic نے Fable 5 (Mythos class) ماڈلز کی صلاحیتوں کے ساتھ بہتر ہم آہنگی پیدا کرنے کے لیے Claude Code کے سسٹم پرامپٹ میں 80 فیصد کمی کر دی ہے۔
- پابندیاں تخلیقی صلاحیتوں کو محدود کرتی ہیں: ضرورت سے زیادہ مثالیں اور سخت "یہ نہ کریں" والے قواعد درحقیقت جدید ماڈلز کی استدلال اور تخیلاتی صلاحیتوں کو محدود کر سکتے ہیں۔
- قواعد کے بجائے سیاق و سباق: AI کی رہنمائی کی نئی سرحد میں طویل اور پابند کرنے والے ہدایات کے سیٹ کے بجائے بھرپور سیاق و سباق فراہم کرنا شامل ہے۔