کیا ہوا؟
Google Cloud AI ریسرچ اور تعلیمی شراکت داروں نے EnvHarness جاری کیا، Apache 2.0 لائسنس کے تحت ایک اوپن سورس فریم ورک۔ یہ ٹول AI ایجنٹ اور اس کے تربیتی ماحول کے درمیان قابل پروگرام پرت داخل کرتا ہے، جس سے ماحول کو ایجنٹ کی مخصوص ناکامیوں کے لیے متحرک طور پر ڈھالنے کی اجازت ملتی ہے۔ کمزوریوں کی تشخیص کے لیے EnvRigger نامی جزو کا استعمال کرتے ہوئے اور بنیادی تصدیق کنندہ کو تبدیل کیے بغیر کام کے حالات میں ترمیم کرنے کے ذریعے، فریم ورک ایجنٹوں کو ٹارگٹڈ مہارتوں پر عمل کرنے کے قابل بناتا ہے۔ SWE-bench Verified اور WebArena سمیت پانچ بینچ مارکس کی جانچ میں، EnvHarness کے ساتھ تربیت یافتہ ایجنٹوں نے 9 پوائنٹس تک کارکردگی میں اضافہ دکھایا اور جامد ماحول کے مقابلے کاموں کو مکمل کرنے کے لیے درکار اقدامات کی تعداد کو کم کیا۔
Google Cloud AI ریسرچ کے محققین نے جامد تربیتی ماحول کے مسئلے کو حل کرنے کے لیے EnvHarness تیار کیا۔ ایجنٹوں کے بہتر ہونے کے باوجود روایتی ماحول مستحکم رہتا ہے، جس سے چیلنجنگ ایج کیسز تلاش کرنا مشکل ہو جاتا ہے۔ EnvHarness ایک قابل پروگرام پرت متعارف کراتی ہے جو بنیادی ماحول یا اس کے تصدیق کنندہ کو تبدیل کیے بغیر ابتدائی حالتوں کو تبدیل کر سکتی ہے، کارروائیوں کو فلٹر کر سکتی ہے اور کام کے دورانیے میں ترمیم کر سکتی ہے۔
فریم ورک میں EnvRigger شامل ہے، جو موافقت کے عمل کو خودکار کرتا ہے۔ یہ ایک مشاہدہ، تشخیص، لکھنے، اور توثیق کرنے والے لوپ کی پیروی کرتا ہے۔ EnvRigger بار بار آنے والے ناکامی کے نمونوں کی نشاندہی کرنے کے لیے ایجنٹ کی رفتار کا تجزیہ کرتا ہے، پھر ان ناکامیوں کو بے نقاب کرنے یا درست کرنے کے لیے مخصوص EnvHarness اجزاء مرتب کرتا ہے۔ یہ ان تبدیلیوں کی توثیق کرتا ہے تاکہ یہ یقینی بنایا جا سکے کہ کام ان کو لاگو کرنے سے پہلے قابل حل اور مفید رہیں۔
جانچ پانچ بینچ مارکس پر کی گئی تھی: ALFWorld، WebArena، SWE-bench Verified، OfficeQA، اور SpreadsheetBench۔ EnvHarness کا استعمال کرتے ہوئے تربیت یافتہ ایجنٹوں نے پانچوں میں جامد ماحول پر تربیت یافتہ افراد کو پیچھے چھوڑ دیا۔ SWE-bench Verified پر، اوسط رفتار کی لمبائی 55.01 سے کم ہو کر 49.61 قدم رہ گئی۔ اس فریم ورک نے ماحول پیدا کرنے والے دیگر نظاموں جیسے SWE-smith اور GenEnv کو بھی درستگی اور کارکردگی دونوں میں پیچھے چھوڑ دیا۔
اپاچی 2.0 لائسنس کے تحت GitHub پر کوڈ، تجرباتی ترتیب، اور کمک سیکھنے کا عمل دستیاب ہے۔ فریم ورک کو موجودہ ماحول کے ساتھ ضم کرنے کے لیے ایک پل کی ضرورت ہوتی ہے، جس میں Docker-based SWE-bench، OfficeQA، اور SpreadsheetBench کے لیے ابتدائی مدد ملتی ہے۔ یہ ڈیجیٹل سینڈ باکسز کے لیے ڈیزائن کیا گیا ہے جہاں رول آؤٹ سستے ہیں اور ریاست کو بحال کیا جا سکتا ہے، جیسے کوڈنگ اور ویب آٹومیشن ماحول۔
ماخذ کی تفصیلات: venturebeat.com ↗
یہ کیوں اہمیت رکھتا ہے۔
یہ ریلیز AI ایجنٹ کی نشوونما میں ایک اہم رکاوٹ کو دور کرتی ہے: جامد تربیتی ماحول کی تعمیر کی اعلی قیمت اور کم ہونے والی واپسی۔ جیسے جیسے ایجنٹوں میں بہتری آتی ہے، مقررہ ماحول بہت آسان ہو جاتا ہے، جو ڈویلپرز کو نئے، مہنگے سمیلیٹر بنانے پر مجبور کرتا ہے۔ EnvHarness موجودہ، قابل اعتماد ماحول کی افادیت کو بڑھا کر ایک عملی متبادل پیش کرتا ہے۔ انٹرپرائز ٹیموں کے لیے، اس کا مطلب ہے کہ وہ اپنے موجودہ انفراسٹرکچر سے زیادہ ٹریننگ ویلیو نکال سکتے ہیں بغیر شروع سے سمیلیٹرز کو دوبارہ بنائے۔ یہ فریم ورک زمینی سچائی کی تصدیق کرنے والوں کی سالمیت کو محفوظ رکھتا ہے جبکہ متحرک طور پر چیلنجوں کو متعارف کراتے ہیں جو ایجنٹوں کو مخصوص طرز عمل کے شارٹ کٹس پر قابو پانے پر مجبور کرتے ہیں، جیسے ٹیسٹوں کو چھوڑنا یا معلومات کو غائب کرنا۔ یہ نقطہ نظر ترقی کے اوور ہیڈ کو کم کرتا ہے اور پیچیدہ، حقیقی دنیا کے کاموں میں ایجنٹ کی وشوسنییتا کو بہتر بنانے کے لیے ایک قابل توسیع راستہ فراہم کرتا ہے۔
نئے تربیتی ماحول کی تعمیر مہنگا اور وقت طلب ہے۔ EnvHarness ٹیموں کو ایجنٹ کی موجودہ کمزوریوں کے گرد متحرک طور پر نئی شکل دے کر موجودہ، اعلیٰ معیار کے ماحول کو دوبارہ استعمال کرنے کی اجازت دیتا ہے۔ یہ شروع سے مسلسل نئے سمیلیٹر بنانے کی ضرورت کو کم کرتا ہے۔
فریم ورک قابل اعتماد تصدیق کنندگان کی سالمیت کو محفوظ رکھتا ہے۔ ان حالات میں ترمیم کر کے جن کے تحت کوئی ایجنٹ کام کرنے کے بجائے خود کام کرتا ہے، EnvHarness اس بات کو یقینی بناتا ہے کہ کامیابی اب بھی اصل، قابل اعتماد زمینی سچائی سے طے ہوتی ہے۔ یہ تربیتی اشاروں کی درستگی کو برقرار رکھنے کے لیے اہم ہے۔
انٹرپرائز AI ٹیموں کے لیے، یہ نقطہ نظر بنیادی ڈھانچے میں اہم تبدیلیوں کے بغیر ایجنٹ کی کارکردگی کو بہتر بنانے کا ایک عملی طریقہ پیش کرتا ہے۔ اسے موجودہ CI/CD پائپ لائنوں میں ہلکے وزن کے پلگ ان کے طور پر ضم کیا جا سکتا ہے، جس سے کنٹرول شدہ، محفوظ ماحول میں ایجنٹوں کی مسلسل بہتری کی اجازت دی جا سکتی ہے۔
EnvHarness کی متحرک نوعیت شارٹ کٹ لینے والے ایجنٹوں کے مسئلے کو حل کرنے میں مدد کرتی ہے۔ خود بخود ایسی رکاوٹیں پیدا کر کے جو ایجنٹوں کو مخصوص مہارتوں پر عمل کرنے پر مجبور کرتی ہیں، جیسے کوڈ جمع کرانے سے پہلے ٹیسٹ چلانا، فریم ورک زیادہ مضبوط اور قابل اعتماد رویے کی حوصلہ افزائی کرتا ہے۔
انٹرایکٹو میکانزم: یہ اصل میں کیسے کام کرتا ہے۔
اس ترقی کے پیچھے بنیادی ٹیکنالوجی کو انٹرایکٹو طریقے سے دریافت کریں۔
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
آگے کیا دیکھنا ہے۔
ڈویلپرز کو نئے پل کے نفاذ کے لیے GitHub ذخیرہ کی نگرانی کرنی چاہیے جو ماحول کی اضافی اقسام کو سپورٹ کرتی ہے۔ کنٹینرائزڈ CI/CD پائپ لائنز استعمال کرنے والے کاروباری اداروں کو اس بات کا جائزہ لینا چاہیے کہ EnvHarness موجودہ Docker یا Kubernetes سیٹ اپ کے ساتھ کس طرح ضم ہوتا ہے۔ مزید برآں، کمیونٹی ممکنہ طور پر EnvHarness کو ایجنٹ سائیڈ آپٹیمائزیشن فریم ورک کے ساتھ ملا کر فیڈ بیک لوپس بنانے کے لیے تلاش کرے گی جہاں ماحولیاتی چیلنجز اور ایجنٹ کی صلاحیتیں ایک ساتھ تیار ہوتی ہیں۔ طویل مدتی اثرات کا انحصار اس بات پر ہوگا کہ آیا ایجنٹ کی پیچیدگی میں اضافے کے ساتھ EnvRigger تشخیصی لوپ کی کمپیوٹیشنل لاگت قابل انتظام رہتی ہے۔
ماحول کی مختلف اقسام کے لیے نئے پلوں کی دستیابی فریم ورک کے وسیع اطلاق کا تعین کرے گی۔ فی الحال، سپورٹ مخصوص بینچ مارکس تک محدود ہے، لیکن دوسرے ڈومینز تک توسیع اس کو اپنانے کی کلید ہوگی۔
EnvRigger لوپ کی کمپیوٹیشنل لاگت ٹریڈ آف ہے۔ جیسے جیسے ماڈلز بہتر ہوں گے، ڈیزائننگ اور ترمیم کی توثیق کی لاگت میں کمی کی توقع ہے، لیکن ٹیموں کو اس کی نگرانی کرنے کی ضرورت ہوگی تاکہ یہ یقینی بنایا جا سکے کہ یہ بڑے پیمانے پر تعیناتیوں کے لیے قابل عمل رہے۔
ایجنٹ سائیڈ آپٹیمائزیشن فریم ورک کے ساتھ انضمام طاقتور فیڈ بیک لوپس بنا سکتا ہے۔ اگرچہ اس مقالے میں ایک ساتھ تجربہ نہیں کیا گیا ہے، EnvHarness کو ایسے سسٹمز کے ساتھ جوڑنا جو ایجنٹ کے اندرونی استعمال کو تبدیل کرتے ہیں ایجنٹ کی صلاحیتوں میں مزید جامع بہتری کا باعث بن سکتے ہیں۔
مختلف قسم کے ماحول کے لیے فریم ورک کی مناسبیت پر توجہ دی جائے گی۔ یہ سستے رول آؤٹ اور قابل بحالی حالتوں والے ڈیجیٹل سینڈ باکسز کے لیے بہترین موزوں ہے۔ ناقابل واپسی ضمنی اثرات یا مہنگے ری سیٹ والے ماحول میں اس کا اطلاق محتاط غور اور اضافی حفاظتی اقدامات کی ضرورت ہوگی۔