কেন মাল্টি-এজেন্ট সিস্টেম স্ক্রিপ্ট অনুযায়ী কাজ করা বন্ধ করে দেয়
বড় ভাষার মডেলগুলো দলে একত্রিত হতে পারে: একজন এজেন্ট ডেটা সংগ্রহ করে, অন্যজন তথ্য যাচাই করে, তৃতীয়জন চূড়ান্ত উত্তর তৈরি করে। সম্প্রতি অবধি, এই ধরনের সংযোগ আগে থেকেই ডিজাইন করা হতো: ডেভেলপার নির্ধারণ করতেন কে কার সাথে এবং কোন ক্রমে যোগাযোগ করবে। এটি ততক্ষণ সুবিধাজনক, যতক্ষণ কাজগুলো একই ধরনের হয়। কিন্তু জটিল, অ-মানসম্মত অনুরোধ এলে, কঠোর কাঠামো বাধা সৃষ্টি করতে শুরু করে: কিছু এজেন্ট অলস থাকে, অন্যরা অন্যের ভুলে আটকে যায়, এবং যুক্তির শৃঙ্খল খুব দীর্ঘ বা খুব ছোট হয়ে যায়।
সমাধান হলো তথাকথিত self-evolving মাল্টি-এজেন্ট সিস্টেম। স্থির টেমপ্লেটের পরিবর্তে, তারা চলার পথে উপযুক্ত কাজের প্রক্রিয়া বেছে নেয়: ভূমিকা বণ্টন করে, ধাপগুলোর ক্রম পুনর্বিন্যাস করে এবং সিদ্ধান্ত নেয় কোন এজেন্টের সাথে এখনই যোগাযোগ করা উচিত। এই শ্রেণীতেই পড়ে ST-EVO নামক গবেষণামূলক পদ্ধতিটি।
স্থানিক ও অস্থায়ী বিবর্তন: কেন একটি মাত্র মাত্রা যথেষ্ট নয়
এজেন্টদের স্ব-সংগঠনের বেশিরভাগ বর্তমান অ্যালগরিদম শুধুমাত্র দুটি দিকের একটিতে যোগাযোগ বিকশিত করে।
স্থানিক বিবর্তন "কার সাথে কথা বলতে হবে" এই প্রশ্নের উত্তর দেয়: সিস্টেম বর্তমান অনুরোধ অনুযায়ী এজেন্টদের মধ্যে সংযোগের টপোলজি পরিবর্তন করে। এটি নতুন একজন অংশগ্রহণকারী যোগ করতে পারে, অপ্রয়োজনীয়কে বাদ দিতে পারে, বা নির্বাহকদের মধ্যে উপ-কাজ পুনর্বণ্টন করতে পারে।
অস্থায়ী বিবর্তন "কোন ক্রমে কাজ করতে হবে" এই প্রশ্নের উত্তর দেয়: সিস্টেম যুক্তির ধাপগুলো দীর্ঘ, সংক্ষিপ্ত বা পুনর্বিন্যাস করে, যাতে কাজের কাঠামোর সাথে ভালোভাবে মানানসই হয়।
প্রতিটি মাত্রা আলাদাভাবে সিস্টেমের কর্মক্ষমতা উন্নত করে, তবে সম্পূর্ণরূপে নয়। স্থানিক সমন্বয় সঞ্চিত অভিজ্ঞতা এবং প্রক্রিয়ার গতিশীলতা উপেক্ষা করে; অস্থায়ী — বিবেচনা করে না যে প্রতিটি পরবর্তী ধাপ কার উদ্দেশ্যে। ST-EVO-এর লেখকরা একই সাথে উভয় মাত্রা দেখার এবং স্থান ও সময়ে যোগাযোগ পরিকল্পনা করার প্রস্তাব দেন: শুধু কোন এজেন্টরা কথোপকথনে অংশ নিচ্ছে তা নয়, কোন মুহূর্তে তারা আলোচনায় যুক্ত হচ্ছে তাও গুরুত্বপূর্ণ।
কীভাবে এজেন্টদের যোগাযোগের "সময়সূচি" তৈরি হয়
ST-EVO-এর ভিতরে, মিথস্ক্রিয়া পুনর্গঠনের জন্য দায়ী একটি পরিকল্পনাকারী flow matching-এর উপর ভিত্তি করে — একটি জেনারেটিভ পদ্ধতি যা সম্ভাব্য কাঠামোর একটি বণ্টনকে অন্যটিতে মসৃণভাবে রূপান্তর করতে পারে। সমস্ত সংযোগের বিকল্প খতিয়ে দেখার পরিবর্তে, সিস্টেম ভবিষ্যদ্বাণী করে কোন কথোপকথন কাঠামোর বিকল্পটি পরবর্তী হবে। এই ধরনের পরিকল্পনাকারী এজেন্টদের মধ্যে পৃথক "সংলাপের" স্তরে নয়, বরং কথোপকথন রাউটিংয়ের স্তরে কাজ করে: এটি সিদ্ধান্ত নেয় কোন অংশগ্রহণকারীদের মধ্যে এই মুহূর্তে যোগাযোগ তৈরি হওয়া উচিত।
একটি গুরুত্বপূর্ণ বিবরণ হলো সিস্টেমের নিজের অনিশ্চয়তা অনুভব করার ক্ষমতা। যদি কোনো এজেন্ট মধ্যবর্তী ফলাফল সম্পর্কে নিশ্চিত না হয়, ST-EVO ডেটা স্থানান্তরের পথ সংশোধন করতে পারে: উদাহরণস্বরূপ, অনুরোধটি অন্য এজেন্টের কাছে পুনঃনির্দেশ করা, একটি অতিরিক্ত যাচাইকরণ ধাপ যোগ করা, বা ভূমিকা বণ্টন সম্পূর্ণরূপে পরিবর্তন করা। অতিরিক্তভাবে, সিস্টেম self-feedback পায়: কাজ সম্পন্ন করার পরে, এটি সফল এবং ব্যর্থ পরিস্থিতি সঞ্চয় করে, যাতে পরের বার কার্যকর যোগাযোগ টপোলজি দ্রুত খুঁজে পায়।
পরীক্ষাগুলো কী দেখিয়েছে
গবেষকরা ST-EVO নয়টি বেঞ্চমার্কে পরীক্ষা করেছেন, যা বিভিন্ন ধরনের কাজ কভার করে — ডেটা বিশ্লেষণ থেকে জটিল যুক্তি পর্যন্ত। প্রায় সর্বত্র পদ্ধতিটি state-of-the-art স্তরের ফলাফল দেখিয়েছে: বিকল্প পদ্ধতির তুলনায় নির্ভুলতা বৃদ্ধি প্রায় ৫% থেকে ২৫% পর্যন্ত ছিল। এই পার্থক্য ব্যাখ্যা করা হয় যে, কিছু ধরনের কাজের জন্য স্থির স্ক্রিপ্টকে গতিশীল দিয়ে প্রতিস্থাপন করা অন্যদের তুলনায় বেশি সুবিধা দেয়।
অনুশীলনে এর অর্থ কী
ST-EVO শুধু "এজেন্টদের সামান্য সমন্বয় করার" আরেকটি উপায় নয়, বরং জটিল সিস্টেমের পূর্ণাঙ্গ স্ব-সংগঠনের দিকে একটি পদক্ষেপ বলে মনে হয়। যদি উন্নয়ন এই দিকে যায়, সময়ের সাথে সাথে পরিকল্পিত প্রক্রিয়া এবং এজেন্টদের প্রকৃত আচরণের মধ্যে পার্থক্য প্রায় অদৃশ্য হয়ে যাবে। সিস্টেমগুলো নিজেরাই সিদ্ধান্ত নিতে পারবে কখন পুনর্গঠন করতে হবে, কথোপকথনে কাকে যুক্ত করতে হবে এবং কীভাবে অতীতের অভিজ্ঞতা ব্যবহার করতে হবে — ম্যানুয়ালি সমস্ত সম্ভাব্য পরিস্থিতি বর্ণনা করার প্রয়োজন ছাড়াই।
