AdaLens: একটি ভিজ্যুয়াল ন্যারেটিভ যা দীর্ঘ এজেন্টিক বিশ্লেষণ নিয়ন্ত্রণ ও পুনঃনির্দেশিত করতে সাহায্য করে

4 সেপ্টেম্বর 2026৪২ প্রদর্শন

বিজ্ঞান তথ্য বিশ্লেষণে LLM-এজেন্টগুলোর স্বায়ত্তশাসন বাড়ার সাথে সাথে, মানক ইন্টারফেসগুলো সিস্টেমের যুক্তি প্রক্রিয়া এবং সময়মতো হস্তক্ষেপের সুযোগ স্পষ্টভাবে দেখায় না। AdaLens বিশ্লেষণ প্রক্রিয়াটিকে একটি গল্পের ধারাবাহিকতার মতো দৃশ্যমান করে: পরিকল্পনা, অগ্রগতি এবং মধ্যবর্তী ফলাফল দেখা যায়, এবং বিশ্লেষক কাজের গতিপথ পুনর্নির্দেশ করতে পারেন।

AdaLens: একটি ভিজ্যুয়াল ন্যারেটিভ যা দীর্ঘ এজেন্টিক বিশ্লেষণ নিয়ন্ত্রণ ও পুনঃনির্দেশিত করতে সাহায্য করে

দীর্ঘ এজেন্ট বিশ্লেষণের উপর নিয়ন্ত্রণের প্রয়োজনীয়তা

আধুনিক বড় ভাষার মডেলগুলো ডেটা সায়েন্সকে আরও স্বায়ত্তশাসিত করে তুলছে: এজেন্ট নিজেই পরিকল্পনা তৈরি করে, ধাপগুলো সম্পাদন করে, অনুমান যাচাই করে। কিন্তু যখন এই ধরনের বিশ্লেষণ দীর্ঘ সময় ধরে চলে এবং সমান্তরাল শাখায় বিভক্ত হয়ে যায়, তখন বিশ্লেষকের পক্ষে বোঝা কঠিন হয়ে পড়ে যে এজেন্ট আসলে কী করছে এবং কেন করছে। সাধারণ ইন্টারফেসগুলো কেবল স্বল্প লগ বা পৃথক ধাপের ফলাফল দেখায়, সম্পূর্ণ চিত্র দেয় না।

গবেষকরা দুটি মূল প্রয়োজনীয়তা চিহ্নিত করেছেন: পর্যবেক্ষণযোগ্যতা — এজেন্টের যুক্তি ও প্রমাণ কীভাবে বিবর্তিত হচ্ছে তা দেখার ক্ষমতা, এবং নিয়ন্ত্রণযোগ্যতা — হস্তক্ষেপ করে প্রক্রিয়াটিকে সঠিক দিকে পরিচালিত করার ক্ষমতা। এটি ছাড়া দীর্ঘ বিশ্লেষণ একটি "ব্ল্যাক বক্স"-এ পরিণত হয়।

বিদ্যমান সমাধানের সীমাবদ্ধতা

ইন্টারেক্টিভ টুলগুলো ইতিমধ্যে কাজের প্রক্রিয়া উন্মুক্ত করার চেষ্টা করছে: তারা ধাপগুলো দেখায়, কার্যকর করা থামাতে বা সম্পাদনা করার সুযোগ দেয়। তবে এগুলোর বেশিরভাগই বিচ্ছিন্ন ধাপে ধাপে সংলাপের জন্য ডিজাইন করা। বাস্তবে এজেন্ট বিশ্লেষণ প্রায়শই সমান্তরাল শাখায় চলে, এবং সিদ্ধান্তের কাঠামো চলার পথে পরিবর্তিত হয়। তাই ঐতিহ্যবাহী "ধাপে ধাপে" পদ্ধতি কাজ করে না।

18 আগস্ট 2026 তারিখে arXiv-এ উপস্থাপিত নিবন্ধে, লেখকদের একটি দল — Yangtian Liu, Yan Miao, Shuhan Liu এবং অন্যান্য — দীর্ঘমেয়াদী এজেন্ট পরিস্থিতির জন্য ইন্টারেক্টিভ তত্ত্বাবধান (interactive oversight) ধারণাটি প্রস্তাব করেছেন।

AdaLens কীভাবে কাজ করে

AdaLens — চলমান রান মনিটরিং এবং পরিচালনার জন্য একটি ইন্টারেক্টিভ সিস্টেম। মূল ধারণা হল সম্পূর্ণ বিশ্লেষণকে একটি কাহিনী-রেখা (storyline) হিসেবে উপস্থাপন করা, যেখানে স্পষ্টভাবে দেখা যায়:

  • বিশ্লেষণাত্মক পরিকল্পনা এবং তার বিকাশ;
  • বর্তমান সম্পাদনের অগ্রগতি;
  • মধ্যবর্তী ফলাফল;
  • কোন ডেটা কলাম ব্যবহৃত হচ্ছে এবং কতটা সক্রিয়ভাবে।

এর ফলে বিশ্লেষক বিক্ষিপ্ত লগ নয়, বরং এজেন্টের যুক্তির একটি সুসংগত চিত্র দেখতে পান।

AdaLens-এ নিয়ন্ত্রণ একই বিশ্লেষণাত্মক উপাদানের উপর ভিত্তি করে তৈরি: কম কার্যকর দিক পুনর্নির্দেশ করা, সম্ভাবনাময় দিক গভীর করা, অপ্রয়োজনীয় শাখা বন্ধ করা বা পরিকল্পনা সংশোধন করা যায়। কাজগুলো এজেন্ট চলাকালীনই সম্পাদন করা যায় — শেষ হওয়ার জন্য অপেক্ষা করার প্রয়োজন নেই।

মূল্যায়ন ও সম্ভাবনা

লেখকরা দুটি কেস স্টাডি এবং একটি ব্যবহারকারী গবেষণার মাধ্যমে AdaLens মূল্যায়ন করেছেন। তারা অধ্যয়ন করেছেন কীভাবে বিশ্লেষকরা দীর্ঘ এজেন্ট বিশ্লেষণ ট্র্যাক করেন এবং কাহিনী-রেখার মাধ্যমে তা পরিচালনা করেন। ফলাফল নিশ্চিত করে যে এই পদ্ধতি প্রক্রিয়া বোঝার উন্নতি ঘটায় এবং সময়মতো হস্তক্ষেপের সুযোগ দেয়।

নিবন্ধটি DOI-তে উপলব্ধ: https://doi.org/10.48550/arXiv.2608.17834 (সংস্করণ v1, 18 আগস্ট 2026)। похоже, অদূর ভবিষ্যতে এই ধরনের সিস্টেম জটিল এজেন্ট ওয়ার্কফ্লোরের জন্য আদর্শ ইন্টারফেস হয়ে উঠতে পারে।

সাধারণ প্রশ্নোত্তর

বিভিন্ন উপাদান

সব উপাদান
Toollery: ফাইন-টিউনিং ছাড়াই কয়েক দশ হাজার বিকল্প থেকে LLM এজেন্টের জন্য টুল নির্বাচন
সংবাদ

Toollery: ফাইন-টিউনিং ছাড়াই কয়েক দশ হাজার বিকল্প থেকে LLM এজেন্টের জন্য টুল নির্বাচন

Toollery দক্ষতা ও টুলের বিবরণের ওপর ভিত্তি করে একটি সার্চ ইনডেক্স তৈরি করে এবং অনুরোধের সময় মডেলকে কেবল সীমিতসংখ্যক সম্ভাব্য প্রার্থী দেয়। কয়েক দশ হাজার ফাংশন পর্যন্ত বিস্তৃত লাইব্রেরিতে চালানো পরীক্ষায় দেখা গেছে, নির্দিষ্ট top-K বজায় রেখেও এই পদ্ধতি বাছাইয়ের মান ধরে রাখতে পারে, যদিও চূড়ান্ত ফল নির্ভর করে ব্যবহারের ধরন এবং প্রোভাইডারের ক্যাশিংয়ের ওপর।

11 নভেম্বর 2026
ড্যাশবোর্ড বিশ্লেষণে GUI এজেন্টদের ধাপে ধাপে ডায়াগনস্টিকস: DashAct বেঞ্চমার্ক
গবেষণা

ড্যাশবোর্ড বিশ্লেষণে GUI এজেন্টদের ধাপে ধাপে ডায়াগনস্টিকস: DashAct বেঞ্চমার্ক

DashAct উপস্থাপন করা হলো—মানুষের দ্বারা যাচাই করা ৩৪৮টি ট্র্যাজেক্টরির একটি বেঞ্চমার্ক, যা ইন্টারঅ্যাকটিভ প্যানেলে GUI এজেন্টদের কাজকে তিনটি ধাপ ও চারটি ভিজ্যুয়াল পরিস্থিতিতে বিশ্লেষণ করে। ফলাফলগুলোতে অ্যাকশন পূর্বাভাস এবং ভিজ্যুয়াল লক্ষ্য শনাক্তকরণে ধারাবাহিক সমস্যা, পাশাপাশি প্রাসঙ্গিক ও স্থানিক সহায়তার ওপর এজেন্টদের প্রতিক্রিয়ার নির্ভরতা দেখা যায়।

11 নভেম্বর 2026
WILSON: রোগীর প্যাথোমরফোলজিক্যাল বিশ্লেষণ ও রিপোর্ট তৈরির জন্য ম্যাগনিফিকেশন ও স্লাইড একত্রিত করা
সংবাদ

WILSON: রোগীর প্যাথোমরফোলজিক্যাল বিশ্লেষণ ও রিপোর্ট তৈরির জন্য ম্যাগনিফিকেশন ও স্লাইড একত্রিত করা

প্রিপ্রিন্টে WILSON উপস্থাপন করা হয়েছে—একটি ভিশন-ল্যাঙ্গুয়েজ মডেল, যা শুধু একটি আলাদা “সেরা” স্লাইড নয়, বরং সম্পূর্ণ স্লাইডের ছবি এবং একই রোগীর বিভিন্ন বিবর্ধনে তোলা নমুনার সিরিজ এনকোড করে। নির্দিষ্ট কাজের জন্য অতিরিক্ত প্রশিক্ষণ ছাড়াই, উল্লেখযোগ্যভাবে কম কম্পিউটেশনাল ব্যয়ে এটি বিভিন্ন মেট্রিকে বিশেষায়িত ও আরও বড় স্লাইড-মডেলগুলোকে ছাড়িয়ে যায়; পাশাপাশি, এর রোগনির্ণয়মূলক বর্ণনাগুলো প্যাথলজিস্টদের কাছ থেকে বেশি নম্বর পেয়েছে।

11 নভেম্বর 2026
AdaLens: একটি ভিজ্যুয়াল ন্যারেটিভ যা দীর্ঘ এজেন্টিক বিশ্লেষণ নিয়ন্ত্রণ ও পুনঃনির্দেশিত করতে সাহায্য করে