क्या हुआ?
शोधकर्ताओं की एक टीम ने मल्टी-एजेंट बड़े भाषा मॉडल सिस्टम के लिए एक अनुमान-समय ऑर्केस्ट्रेशन ढांचे, कॉन्सिलिएंस का प्रस्ताव रखा। यह अनिश्चितता, असहमति, साक्ष्य लाभ, अतिरेक और समयपूर्व आम सहमति को ट्रैक करता है, फिर चुनता है कि क्या एजेंटों को चुनौती देनी चाहिए, स्पष्ट करना चाहिए, सबूत मांगना चाहिए या चर्चा को रूट करना चाहिए, साथ ही किस एजेंट को बोलना चाहिए। पेपर रिपोर्ट हिडनबेंच-शैली कार्यों पर 12 खुले और बंद-भार वाले भाषा मॉडलों का परिणाम देती है।
20 अगस्त, 2026 को सबमिट किया गया arXiv प्रीप्रिंट, हिडन-प्रोफाइल मल्टी-एजेंट रीजनिंग पर केंद्रित है। इस सेटिंग में, प्रत्येक भाषा-मॉडल एजेंट सही निर्णय के लिए आवश्यक साक्ष्य का केवल एक हिस्सा देखता है। लेखकों का तर्क है कि सामान्य समन्वय विधियाँ - निश्चित कार्यक्रम, राउंड-रॉबिन एक्सचेंज और असंरचित बहस - यह गारंटी नहीं देती हैं कि कोई विशेष बातचीत की कार्रवाई उचित है। एक नए भाषा मॉडल या एक नई प्रशिक्षण प्रक्रिया के बजाय, अनुमान के समय उस आदान-प्रदान को नियंत्रित करने के तरीके के रूप में सामंजस्य प्रस्तुत किया जाता है।
फ़्रेमवर्क एक कॉम्पैक्ट चर्चा स्थिति बनाए रखता है। सार के अनुसार, वह स्थिति अनिश्चितता, असहमति, साक्ष्य लाभ, अतिरेक और समय से पहले आम सहमति का सारांश प्रस्तुत करती है। प्रत्येक मोड़ पर, सिस्टम हस्तक्षेप और स्पीकर दोनों का चयन करने के लिए उन संकेतों का उपयोग करता है। उपलब्ध हस्तक्षेप मौजूदा स्थिति को चुनौती देने, जानकारी को स्पष्ट करने, अतिरिक्त सबूत मांगने या बातचीत को रूट करने के लिए हैं। यह संचार चयन को एक स्पष्ट नियंत्रण समस्या बनाता है: सिस्टम तय करता है कि चर्चा कब जारी रहनी चाहिए, किस प्रकार के आदान-प्रदान की आवश्यकता है और इसे प्रदान करने के लिए कौन सा एजेंट सबसे अच्छी स्थिति में है।
पेपर का केंद्रीय तकनीकी दावा एक राउंड-वार अनुरूप अंशांकन प्रक्रिया है। लेखकों का कहना है कि यह एक वितरण-मुक्त, परिमित-नमूना गारंटी प्रदान करता है: किसी दिए गए दौर तक पहुंचने वाली चर्चा पर सशर्त, नियंत्रक की प्रस्तावित कार्रवाई का एक-चरणीय अफसोस कम से कम 1 माइनस अल्फा की सीमांत संभावना के साथ एक कैलिब्रेटेड सीमा से घिरा होता है। एक स्वीकृति तंत्र का उपयोग वास्तव में निष्पादित कार्रवाई के लिए समान गारंटी को लागू करने के लिए किया जाता है, जो अंशांकन नियम द्वारा अस्वीकार्य प्रस्तावों को प्रतिस्थापित करता है। स्रोत इसे संचार निर्णयों के लिए प्रमाणन परत के रूप में प्रस्तुत करता है, न कि इस गारंटी के रूप में कि प्रत्येक अंतिम उत्तर सही है।
लेखक 12 खुले और बंद-भार वाले भाषा मॉडलों में फैले हिडनबेंच-शैली के छिपे-प्रोफ़ाइल कार्यों पर मूल्यांकन की रिपोर्ट करते हैं। सार कहता है कि कॉन्सिलिएंस निश्चित और असंरचित चर्चा प्रोटोकॉल की तुलना में निर्णय सटीकता और संचार दक्षता में सुधार करता है, और कभी-कभी पूर्ण-सूचना आधार रेखा से अधिक हो जाता है जिसमें प्रत्येक एजेंट सभी साक्ष्य देखता है। स्रोत यहां आपूर्ति की गई सामग्री में उन सुधारों का संख्यात्मक आकार प्रदान नहीं करता है। यह सबमिशन को दो अंकों, नौ तालिकाओं, प्रस्ताव 1 के प्रमाण वाले एक परिशिष्ट, विस्तारित परिणाम, एब्लेशन और पूर्ण शीघ्र टेम्पलेट्स के साथ 39-पृष्ठ प्रीप्रिंट के रूप में पहचानता है। स्रोत यह स्थापित नहीं करता है कि कार्य की सहकर्मी समीक्षा हुई है।
यह क्यों मायने रखता है?
यह कार्य मल्टी-एजेंट एआई में एक व्यावहारिक समस्या का समाधान करता है: अधिक एजेंट या अधिक जानकारी जोड़ने से स्वचालित रूप से बेहतर निर्णय नहीं मिलते हैं। कंसीलियंस का दावा किया गया योगदान एक अंशांकन और स्वीकृति तंत्र है जिसका उद्देश्य संचार विकल्पों को अधिक विश्वसनीय बनाना और नियंत्रक के एक-चरणीय अफसोस पर एक मापनीय सीमा प्रदान करना है।
मल्टी-एजेंट एआई सिस्टम अक्सर जानकारी को कई मॉडल उदाहरणों के बीच विभाजित करते हैं और इसे संयोजित करने के लिए बातचीत पर भरोसा करते हैं। वह व्यवस्था किसी भी व्यक्तिगत मॉडल की क्षमताओं से अलग एक समन्वय समस्या पैदा करती है। एक एजेंट को लापता साक्ष्य मांगने, कमजोर निष्कर्ष को चुनौती देने या पहले से साझा की गई जानकारी को दोहराने से रोकने की आवश्यकता हो सकती है। कंसीलियंस सीधे उस परत को लक्षित करता है, जिससे संचार कार्रवाई का विकल्प सिस्टम की निर्णय प्रक्रिया का हिस्सा बन जाता है।
पूर्ण-सूचना बेसलाइन के साथ रिपोर्ट की गई तुलना उल्लेखनीय है क्योंकि यह संभावित दक्षता ट्रेडऑफ़ की ओर इशारा करती है। यदि पेपर का परिणाम सामान्य हो जाता है, तो सावधानीपूर्वक नियंत्रित संचार कभी-कभी एजेंटों के लिए सबूत के हर टुकड़े तक पहुंच न होने की भरपाई कर सकता है। यह वितरित या गोपनीयता-संवेदनशील जानकारी के आसपास डिज़ाइन की गई प्रणालियों के लिए मायने रखेगा, जहां प्रत्येक एजेंट के साथ सभी साक्ष्य साझा करना महंगा या अवांछनीय हो सकता है। हालाँकि, स्रोत गोपनीयता सुरक्षा प्रदर्शित नहीं करता है या यह स्थापित नहीं करता है कि कॉन्सिलिएंस संवेदनशील जानकारी को प्रकट होने से रोकता है।
अंशांकन दावा सिस्टम डिजाइनरों को ऑर्केस्ट्रेशन व्यवहार का ऑडिट करने का एक स्पष्ट तरीका भी दे सकता है। एक निश्चित चर्चा कार्यक्रम को लागू करना आसान हो सकता है लेकिन अनावश्यक या खराब लक्षित आदान-प्रदान पर खर्च हो सकता है। एक प्रमाणित नियंत्रक कुछ प्रस्तावित कार्रवाइयों को अस्वीकार करने के लिए एक औपचारिक सीमा प्रदान कर सकता है, जिससे ऑपरेटरों को एक स्वीकृत संचार निर्णय को एक अमान्य निर्णय से अलग करने की अनुमति मिलती है। सार में वर्णित गारंटी उल्लिखित अंशांकन शर्तों के तहत एक-चरणीय पछतावे से संबंधित है; इसे संपूर्ण मल्टी-एजेंट सिस्टम के लिए सामान्य विश्वसनीयता गारंटी के रूप में नहीं पढ़ा जाना चाहिए।
व्यावहारिक मूल्य अनंतिम रहता है. रिपोर्ट किया गया साक्ष्य हिडनबेंच-शैली के कार्यों और 12 भाषा मॉडलों के एक सेट से आता है, जिसमें आपूर्ति किए गए स्रोत में पूर्ण आधारभूत परिणाम, ऑर्केस्ट्रेशन की लागत, विलंबता, विफलता के मामले या परिचालन कार्यभार पर प्रदर्शन दिखाने वाले कोई आंकड़े नहीं हैं। यह भी स्पष्ट नहीं है कि यह विधि अल्फा, अंशांकन डेटा, सारांश स्थिति या अंतर्निहित मॉडल मिश्रण की पसंद के प्रति कितनी संवेदनशील है। वे सीमाएँ इसे संभावित रूप से उपयोगी अनुसंधान दिशा बनाती हैं, न कि इस बात का प्रमाण कि बहु-एजेंट एआई समन्वय हल हो गया है।
इंटरैक्टिव तंत्र: यह वास्तव में कैसे काम करता है
इस विकास के पीछे अंतर्निहित प्रौद्योगिकी का अंतःक्रियात्मक रूप से अन्वेषण करें।
An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
आगे क्या देखना है
मुख्य खुले प्रश्न हैं कि क्या रिपोर्ट किए गए लाभ पेपर की बेंचमार्क सेटिंग्स से परे हैं, ऑर्केस्ट्रेशन कितनी गणना और विलंबता जोड़ता है, और जब कार्य, मॉडल या साक्ष्य वितरण बदलते हैं तो अंशांकन कैसे व्यवहार करता है। स्रोत कोई संख्यात्मक सटीकता लाभ, दक्षता आंकड़े या वास्तविक दुनिया परिनियोजन परिणाम नहीं देता है।
पहली प्राथमिकता पूर्ण प्रायोगिक रिकॉर्ड है. सार सटीकता और संचार दक्षता में सुधार की रिपोर्ट करता है लेकिन प्रभाव आकार, कार्य गणना, आत्मविश्वास अंतराल या दक्षता की सटीक परिभाषा नहीं बताता है। वे विवरण यह निर्धारित करेंगे कि परिणाम सार्थक प्रगति है या संकीर्ण बेंचमार्क प्रभाव है। एब्लेशन्स को यह दिखाना चाहिए कि कौन से राज्य चर और हस्तक्षेप परिणाम में सबसे अधिक योगदान देते हैं।
शोधकर्ताओं और सिस्टम बिल्डरों को गारंटी की परिचालन स्थितियों की भी जांच करनी चाहिए। बताई गई सीमा चर्चा दौर तक पहुंचने पर सशर्त है और इसे सीमांत-संभावना गारंटी के रूप में वर्णित किया गया है। आपूर्ति किए गए स्रोत से यह स्पष्ट नहीं है कि अंशांकन डेटा कैसे एकत्र किया जाता है, राउंड के दौरान सीमाएँ कैसे बदलती हैं या जब लाइव कार्य वितरण अंशांकन वितरण से भिन्न होता है तो क्या होता है। इसलिए नए डोमेन के तहत मजबूती, प्रतिकूल साक्ष्य और बदलती मॉडल आबादी एक महत्वपूर्ण अनुत्तरित प्रश्न है।
कार्यान्वयन लागत एक और खुला मुद्दा है। कॉन्सिलिएंस पहले से ही संवादी प्रणाली में राज्य ट्रैकिंग, कार्रवाई चयन, वक्ता चयन और प्रस्ताव स्वीकृति जोड़ता है। यदि उन नियंत्रणों के लिए काफी अधिक मॉडल कॉल, टोकन या समय की आवश्यकता होती है, तो एक सिस्टम व्यावहारिक मूल्य खोते हुए सटीकता प्राप्त कर सकता है। भविष्य की रिपोर्टिंग में कम अतिरेक से होने वाली बचत के मुकाबले उन लागतों की मात्रा निर्धारित करनी चाहिए और सरल रूटिंग या स्टॉपिंग नियमों के साथ विधि की तुलना करनी चाहिए।
अंत में, कार्य को बेंचमार्क-शैली सेटिंग्स के बाहर परीक्षण की आवश्यकता है। स्रोत उच्च जोखिम वाले निर्णयों में तैनाती, मानवीय निरीक्षण, संवेदनशील-डेटा प्रबंधन या परिणामों की रिपोर्ट नहीं करता है। स्वतंत्र प्रतिकृति यह स्थापित करने में मदद करेगी कि क्या निष्कर्ष लेखकों के त्वरित टेम्पलेट्स, मॉडल चयन या बेंचमार्क निर्माण पर निर्भर करते हैं। तब तक, पेपर को आशाजनक रिपोर्ट किए गए परिणामों और सामान्यीकरण के बारे में सार्थक अनिश्चितता के साथ एक औपचारिक प्रस्ताव के रूप में सबसे अच्छा समझा जाता है।