जिसने भी किसी एआई एजेंट के साथ कई दिनों तक चलने वाले प्रोजेक्ट पर काम किया है, वह दीवार को जानता है: प्रत्येक नया सत्र शून्य से शुरू होता है। एक नए शोध पोस्ट में, एंथ्रोपिक वर्णन करता है कि कैसे क्लाउड को सत्रों में ज्ञान बनाए रखने के लिए डिज़ाइन किया गया है, जबकि अंतर्निहित मॉडल अपरिवर्तित रहता है - एक फ़ोल्डर में नोट्स लिखकर इसे बाद में पढ़ा जा सकता है। आश्चर्यजनक खोज यह है कि एजेंट मेमोरी का सबसे कठिन हिस्सा भंडारण नहीं है। यह चयन है.
एंथ्रोपिक के अनुसार, मुख्य समस्या यह है कि एक एजेंट को उसी क्षण निर्णय लेना होता है कि बाद में क्या मायने रख सकता है, इससे पहले कि उसे पता चले कि आगे क्या होगा। प्रत्येक नोट भविष्य पर एक दांव है। बहुत कम भंडारण करें और एजेंट अपनी गलतियाँ दोहराता है; बहुत अधिक संग्रहित करने से संग्रह पुराना हो जाता है, संदर्भ ख़राब हो जाता है और त्रुटियाँ अनिश्चित काल तक आगे बढ़ती रहती हैं।
पोकेमॉन टेस्ट: 413 फ़ाइलें, एक बैज
विफलता मोड को स्पष्ट करने के लिए, एंथ्रोपिक ने पोकेमॉन रेड के अंदर चलने वाले परीक्षणों की ओर इशारा किया। क्लॉड सॉनेट 3.7, एक पुराना मॉडल, हर चीज़ को संभावित रूप से महत्वपूर्ण मानता था। लगभग 10,000 गेम चरणों में इसने 225 फ़ोल्डरों में फैली 413 फ़ाइलें बनाईं - अक्सर प्रत्येक लड़ाई और उसके सामने आने वाली वस्तु के लिए एक अलग फ़ाइल। क्योंकि खेल की स्थिति बदलती रही, संग्रह लगभग उतनी ही तेजी से पुराना हो गया जितना लिखा गया था। कभी-कभी, मॉडल ने खेलने के बजाय अपने नोट्स को पुनर्गठित करने के अलावा कुछ नहीं किया, और उसने एकल बैज के साथ दौड़ पूरी की।
नए क्लाउड फ़ेबल 5 ने विपरीत दृष्टिकोण अपनाया: इसने अपनी मेमोरी को मुट्ठी भर फ़ाइलों तक सीमित कर दिया और चार बैज अर्जित किए। फ़ेबल 5 ने वह जानकारी रिकॉर्ड नहीं की जो पहले से ही स्क्रीन पर दिखाई दे रही थी, और इसके बजाय उसने परीक्षण की गई योजनाओं, रणनीतियों और नियमों को लिखा था। एंथ्रोपिक चेतावनी देते हैं कि तुलना प्रति मॉडल केवल एक ही प्लेथ्रू को कवर करती है, इसलिए परिणाम निश्चित के बजाय सांकेतिक है - लेकिन दिशा कंपनी की व्यापक सलाह के अनुरूप है।
वह सलाह क्लाउड को मेमोरी का उद्देश्य समझाने और मॉडल को यह तय करने देने की है कि इसका उपयोग कैसे किया जाए। एक बेंचमार्क में, "केवल रिकॉर्ड गलतियाँ" जैसे कठोर निर्देशों ने मजबूत मॉडलों के अधिकांश लाभ को मिटा दिया। इसके विपरीत, पुराने मॉडलों को स्पष्ट निर्देशों से लाभ हुआ, जैसे कि उन्हें प्रत्येक प्रतिक्रिया से पहले वास्तव में अपने नोट्स पढ़ने के लिए कहा गया था।
सपना देखना: तथ्य के बाद स्मृति का ऑडिट करना
लंबे समय तक चलने वाले एजेंटों में बड़ा जोखिम भूलने का नहीं है - यह दोषपूर्ण नोटों पर भरोसा करने का है। एंथ्रोपिक का उत्तर एक प्रक्रिया है जिसे वह ड्रीमिंग कहता है, एक विचार जो लेट्टा और यूसी बर्कले के शोध पर आधारित है। जिस तरह मानव मस्तिष्क नींद के दौरान अनुभवों को समेकित करता है, उसी तरह क्लाउड ब्रेक के दौरान पहले के सत्रों की प्रतिलेखों को देखता है और अपने नोट्स की जांच करता है कि वास्तव में क्या हुआ था।
पोकेमॉन परीक्षण में, क्लाउड ने गलती से नोट कर लिया था कि पहाड़ के किस तरफ एक मील का पत्थर है। उस दोषपूर्ण नोट पर भरोसा करते हुए, एजेंट तीन बार उसी जाल में फंस गया, अंततः हार माननी चाही और अपने लक्ष्य से चूक गया। ड्रीमिंग पास के बाद, क्लाउड ने प्रतिलेख के विरुद्ध नोट की जांच करके त्रुटि पकड़ी और सही रास्ता ढूंढ लिया।
सपने देखना बहुत बड़े ज्ञान आधारों को भी व्यवस्थित कर सकता है। क्लॉड ने स्टेनलेस नामक एक सॉफ्टवेयर कंपनी एंथ्रोपिक द्वारा अधिग्रहित लगभग 350,000 आंतरिक दस्तावेज़ों से एक लिंक किया हुआ विकि बनाया, जिसमें ड्रीमिंग ने अंतराल, डुप्लिकेट और टूटे हुए लिंक को ठीक करते हुए नए पेज तैयार किए। जब क्लाउड विकी को खोज के साथ जोड़ सका तो इसका लाभ सबसे अधिक था, इसलिए क्यूरेटेड मेमोरी ने इसके प्रतिस्थापन के बजाय पुनर्प्राप्ति के पूरक के रूप में काम किया।
जब कोई विकी खोज को मात देता है
एंथ्रोपिक द्वारा आयोजित एक अलग कानूनी परीक्षण में, एक क्यूरेटेड विकी ने उन प्रश्नों पर सबसे अधिक मदद की जिनके उत्तर कई दस्तावेजों में फैले हुए थे। क्लाउड ने विकि पर 87 प्रतिशत अंक प्राप्त किए, जबकि केवल खोज का उपयोग करके 73 प्रतिशत अंक प्राप्त किए। सरल लुकअप कार्यों के लिए विकी ने लगभग खोज के बराबर प्रदर्शन किया - और एक मामले में तो यह संक्षेप में बताए गए स्रोत दस्तावेज़ों से भी बड़ा हो गया।
एंथ्रोपिक खुली समस्याओं के बारे में स्पष्टवादी हैं। काम के बीच में नोट्स लेने से एजेंट का ध्यान उसके काम से भटक जाता है। सपने देखने में अतिरिक्त गणना खर्च होती है और इसके परिणाम देरी से ही आते हैं। विकी और नोट्स को भी नियमित रखरखाव की आवश्यकता होती है, अन्यथा त्रुटियाँ और मतिभ्रम ढेर हो जाते हैं। और कंपनी हर सत्र में स्वचालित रूप से बहुत सारी यादें लोड करने के खिलाफ चेतावनी देती है, क्योंकि वे संदर्भ को खा जाते हैं और हर भविष्य के सत्र में कोई भी खराब नोट भेज देते हैं।
अनुसंधान पूर्वावलोकन से उत्पाद तक
सपने देखना अपने आप में कोई नई बात नहीं है: एंथ्रोपिक ने इसे मई में एआई एजेंटों के लिए कंपनी के क्लाउड प्लेटफॉर्म क्लाउड मैनेज्ड एजेंट्स के लिए एक शोध पूर्वावलोकन के रूप में पेश किया था। सेवा मौजूदा मेमोरी स्टोर और 100 पिछले सत्रों तक को पढ़ती है, डुप्लिकेट और पुरानी प्रविष्टियों को हटा देती है, और मूल को अछूता छोड़ते हुए एक पुनर्गठित स्टोर बनाती है। लॉन्च के समय इसने क्लाउड ओपस 4.7 और सॉनेट 4.6 का समर्थन किया। ओपनएआई ने जून में चैटजीपीटी की अपनी मेमोरी ओवरहाल के लिए ब्रांडिंग उधार ली है, जिसे वह "ड्रीमिंग" भी कहता है - एक पृष्ठभूमि प्रणाली जो उपयोगकर्ता प्रोफ़ाइल को बनाए रखती है और पुरानी जानकारी को स्वचालित रूप से सही करती है।
एंथ्रोपिक के शोध का समग्र निष्कर्ष यह है कि एक उपयोगी एजेंट मेमोरी सही जानकारी रखने और बाद में गलतियों को सुधारने की तुलना में जितना संभव हो सके भंडारण पर कम निर्भर करती है। जैसे-जैसे प्रयोगशालाएं ऐसे एजेंट बनाने की होड़ में हैं जो मिनटों के बजाय दिनों और हफ्तों तक विश्वसनीय रूप से काम कर सकें, मेमोरी क्यूरेशन चुपचाप अपने आप में एक प्रतिस्पर्धी सीमा बनती जा रही है। आप [एआई बज़ वायर] (https://aibuzzwire.news) पर एजेंट अनुसंधान में नवीनतम एआई विकास का अनुसरण कर सकते हैं।
एआई से आगे रहें
एजेंट अनुसंधान तेज़ी से आगे बढ़ रहा है, और स्मृति अगला युद्धक्षेत्र है। एआई बज़ वायर पर हर अपडेट, साथ ही हर प्रमुख प्रयोगशाला से नवीनतम एआई विकास प्राप्त करें।
अधिक AI समाचार पढ़ें →