اس طرح اسٹرکچرڈ میموری (Structured Memory) AI ایجنٹس کو Slay the Spire 2 فتح کرنے میں مدد دیتی ہے

محققین نے ایک نیا ایجنٹک آرکیٹیکچر، AgenticSTS، تیار کیا ہے جو بوجھل چیٹ لاگز (chat logs) کو ایک جدید پانچ تہوں والے اسٹرکچرڈ میموری سسٹم سے بدل کر روایتی LLM ایجنٹس سے بہتر کارکردگی دکھاتا ہے۔ "بڑھتے ہوئے ٹرانسکرپٹ" (growing transcript) کے ماڈل سے ہٹ کر، یہ طریقہ کار ٹوکن کے اخراجات کو نمایاں طور پر کم کرتا ہے اور ساتھ ہی ایجنٹس کو متعدد بار کھیلنے کے دوران پیچیدہ حکمت عملی سیکھنے کے قابل بناتا ہے۔

بڑھتے ہوئے چیٹ لاگز کا مسئلہ

موجودہ زیادہ تر LLM ایجنٹس، جیسے کہ ReAct یا Reflexion فریم ورکس استعمال کرنے والے، ہر ماضی کے مشاہدے، ٹول کال، اور خود شناسی (self-reflection) کو ایک مسلسل ٹیکسٹ لاگ میں شامل کرنے پر انحصار کرتے ہیں۔ جیسے جیسے سیشن آگے بڑھتا ہے، یہ کانٹیکسٹ ونڈو (context window) اتنی پھیل جاتی ہے کہ یا تو یہ بھر جاتی ہے یا ماڈل کی توجہ غیر متعلقہ تاریخی ڈیٹا کی وجہ سے منتشر ہو جاتی ہے۔

پیچیدہ ڈیک بلڈنگ (deck-building) روگ لائیک (roguelike) گیم Slay the Spire 2 کے خلاف ٹیسٹنگ کے دوران، یہ عدم کارکردگی بالکل واضح تھی۔ STS2MCP اور CharTyr جیسے حریف، جو روایتی بڑھتے ہوئے ٹرانسکرپٹ کے پیٹرن کا استعمال کرتے ہیں، ان میں ایک ہی ماڈل کال تقریباً 527,000 ٹوکنز تک پہنچ گئی۔ یہ آرکیٹیکچرل خامی شدید لیٹنسی (latency) اور آسمانی ٹوکن اخراجات کا باعث بنتی ہے، جہاں حریف AgenticSTS کے مقابلے میں اسی طرح کے اسکور حاصل کرنے کے لیے 66 سے 90 گنا زیادہ ٹوکنز استعمال کرتے ہیں۔

پانچ تہوں والا میموری سلوشن

AgenticSTS کانٹیکسٹ کے بڑھنے (context inflation) کے مسئلے کو پانچ منظم اور الگ میموری سلاٹس سے ہر فیصلے کے پرامپٹ (decision prompt) کو دوبارہ بنا کر حل کرتا ہے۔ یہ اس بات کو یقینی بناتا ہے کہ گیم چاہے کتنی ہی دیر تک چلے، پرامپٹ ہلکا رہے—جس کا اوسط تقریباً 5,000 ٹوکنز ہے۔ تہیں درج ذیل طریقے سے ترتیب دی گئی ہیں:

  • L1 (Fixed Protocol): ایجنٹ کے لیے بنیادی ہدایات۔
  • L2 (State Schemas): فی الحال درست اقدامات کی تعریفیں۔
  • L3 (Retrievable Rules): مخصوص گیم رولز جنہیں ضرورت کے مطابق حاصل کیا جاتا ہے۔
  • L4 (Episodic Memory): طویل مدتی کانٹیکسٹ فراہم کرنے کے لیے پچھلی گیمز کے خلاصے۔
  • L5 (Skill Library): مخصوص حالات کے پیٹرنز سے فعال ہونے والے تزویراتی (tactical) رولز۔

یہ ماڈیولرٹی محققین کو بالکل درست طور پر یہ بتانے کی اجازت دیتی ہے کہ کون سا جزو کارکردگی میں بہتری لاتا ہے۔ مثال کے طور پر، صرف L5 اسکل لائبریری کو فعال کرنے سے ایجنٹ کی جیت کی شرح A0 مشکل لیول پر 10 میں سے 3 سے بڑھ کر 10 میں سے 6 ہو گئی۔

سیکھنے کے ذریعے مشکل لیول میں اضافہ

اسٹرکچرڈ اپروچ کی اصل طاقت گیمز کے درمیان سیکھنے (inter-run learning) میں پنہاں ہے۔ جہاں عام ایجنٹس کم ترین مشکل لیولز سے آگے بڑھنے کے لیے جدوجہد کرتے ہیں، وہیں AgenticSTS گیم کی مشکل سیڑھی چڑھنے کے لیے اپنی L4 اور L5 تہوں کا فائدہ اٹھاتا ہے۔ اگر میموری گیمز کے درمیان اپ ڈیٹ نہ ہو تو ایجنٹ A2 سے A4 لیولز پر رک جاتا ہے؛ تاہم، سیشنز کے دوران برقرار رہنے والی میموری کے ساتھ، یہ کامیابی سے زیادہ مشکل A6 سے A8 لیولز تک پہنچ جاتا ہے۔

دلچسپ بات یہ ہے کہ محققین نے پایا کہ یہ میموری ماڈل کے لحاظ سے بہت مختلف ہوتی ہے۔ جب Gemini 3.1 Pro کے ذریعے تیار کردہ میموری اسٹیک کو Qwen 3.6-27B میں منتقل کیا گیا، تو دوسرے کے اسکور میں 84.5% اضافہ ہوا، لیکن Deepseek V4-Pro کے اسکور میں درحقیقت 18.1% کمی آئی۔ یہ اس بات کی نشاندہی کرتا ہے کہ اگرچہ اسٹرکچرڈ میموری طاقتور ہے، لیکن اس کے اندر موجود "علم" اس ماڈل کے استدلال کے پیٹرنز (reasoning patterns) سے گہرا تعلق رکھتا ہے جس نے اسے تخلیق کیا ہے۔

یہ AI انڈسٹری کے لیے کیوں اہم ہے

AgenticSTS کی کامیابی ایجنٹک ڈیزائن میں ایک تبدیلی کا اشارہ ہے: خود مختار AI کا مستقبل بڑے کانٹیکسٹ ونڈوز میں نہیں بلکہ زیادہ ذہین اور بہتر منظم میموری مینجمنٹ میں ہے۔ طویل عرصے تک چلنے والے ایجنٹس بنانے والے ڈویلپرز کے لیے، یہ آرکیٹیکچر آپریشنل اخراجات اور لیٹنسی کو کم کرنے کے ساتھ ساتھ پیچیدہ، کثیر مرحلہ وار استدلال کرنے کی ماڈل کی صلاحیت کو نمایاں طور پر بہتر بنانے کے لیے ایک خاکہ (blueprint) فراہم کرتا ہے۔

اہم نکات

  • Efficiency Gains: AgenticSTS ایک مستقل 5,000 ٹوکن کا پرامپٹ برقرار رکھتا ہے، جو بڑھتے ہوئے چیٹ لاگز پر انحصار کرنے والے ایجنٹس کے مقابلے میں 90 گنا تک کم ٹوکنز استعمال کرتا ہے۔
  • Enhanced Performance: "Skill Library" (L5) کا استعمال ایجنٹ کی جیت کی شرح کو دوگنا کر سکتا ہے اور گیمز کے درمیان سیکھنے کے ذریعے بہت زیادہ مشکل لیولز تک پہنچنے کے قابل بنا سکتا ہے۔
  • Architectural Shift: غیر منظم ٹرانسکرپٹس سے ملٹی لیئرڈ میموری کی طرف منتقلی توجہ کے منتشر ہونے اور ماڈل کی لیٹنسی میں بے تحاشہ اضافے کے مسائل کو حل کرتی ہے۔