सिर और गर्दन के ट्यूमर के लिए प्रोटॉन उपचार-योजना हेतु साक्ष्य-आधारित चक्र वाली संयुक्त मल्टी-एजेंट एआई प्रणाली

20 नवम्बर 20260 बार देखा गया

यह कार्य प्रशिक्षित PPO नीति, जो योजना के कई विकल्प देती है, और LLM एजेंटों के संयोजन का वर्णन करता है, जो नैदानिक मेट्रिक्स और बाधाओं की जाँच के साथ संवाद के माध्यम से आवश्यकताओं को स्पष्ट करते हैं; 21 रोगियों के डेटा पर Qwen3-14B को फ़ाइन-ट्यून करने से उसने निर्देशों का बेहतर पालन किया और प्राथमिकता वाले लक्ष्यों के पक्ष में समझौते को मोड़ने में मदद की। व्यावहारिक निष्कर्ष यह है कि प्रतिस्पर्धी बाधाओं पर नियंत्रण बनाए रखते हुए स्वचालित DRL योजना को निर्देशित संवाद से पूरक किया जा सकता है।

सिर और गर्दन के ट्यूमर के लिए प्रोटॉन उपचार-योजना हेतु साक्ष्य-आधारित चक्र वाली संयुक्त मल्टी-एजेंट एआई प्रणाली

संयुक्त आर्किटेक्चर: निर्माण और परिष्करण

Qingqing Wang, Liqiang Xiao और Chang Chang ने 21 अक्टूबर 2026 को arXiv पर एक लेख प्रकाशित किया (arXiv:2610.29010)। इसमें उन्होंने सिर और गर्दन के कैंसर के लिए PBS प्रोटॉन थेरेपी की एक प्रणाली का वर्णन किया। यह प्रणाली DRL-आधारित स्वचालित योजना और LLM की मदद से योजनाओं के संवादात्मक परिष्करण को जोड़ती है।

DRL-आधारित स्वचालित चरण योजनाओं का एक समूह तैयार करता है। प्रणाली एक योजना को लक्ष्य योजना के रूप में चुनती है और बाकी का उपयोग परिष्करण के दौरान संदर्भ के लिए करती है। जटिल मामलों के लिए प्रणाली एक बहु-एजेंट LLM आर्किटेक्चर का उपयोग करती है, जो प्राकृतिक भाषा में संवाद के ज़रिए योजना को परिष्कृत करता है। निष्कर्ष: यह ढाँचा स्वचालित निर्माण और डेटा-आधारित संवादात्मक परिष्करण को अलग-अलग रखता है।

PPO पर स्वचालित योजना निर्माण

स्वचालित चरण PPO policy network पर आधारित है। लेखकों ने नेटवर्क को मानवीय भागीदारी के बिना प्रशिक्षित किया; यह पहले कई योजनाएँ तैयार करता है। प्रशिक्षण और मूल्यांकन सिर और गर्दन के कैंसर से पीड़ित 21 मरीजों के डेटा पर किए गए। प्रत्येक मरीज के लिए लेखकों ने 5 PPO योजनाएँ तैयार कीं।

कई योजनाओं का समूह लक्ष्य योजना चुनने की सामग्री और परिष्करण के लिए संदर्भ आधार देता है। मानदंड: स्वचालित निर्माण में एक योजना के बजाय योजनाओं का समूह तैयार होना चाहिए। इससे परिष्करण प्रक्रिया को आधार मिलता है।

बहु-एजेंट परिष्करण प्रक्रिया

जटिल मामलों के लिए प्रणाली बहु-एजेंट LLM आर्किटेक्चर का उपयोग करती है। यह प्राकृतिक भाषा में संवाद के ज़रिए योजना को परिष्कृत करती है। इस प्रक्रिया में planning agent, chatbot और evaluation agent शामिल हैं।

Planning agent डेटा के आधार पर संशोधन सुझाता है। Chatbot संवाद के लिए एक साझा इंटरफ़ेस का काम करता है। Evaluation agent साक्ष्य-आधारित प्रक्रिया बनाता है: यह नैदानिक मेट्रिक्स निकालता है और बाधाओं के उल्लंघन की पहचान करता है।

यह प्रक्रिया नैदानिक मेट्रिक्स और बाधाओं के माध्यम से परिष्करण को सत्यापन योग्य बनाती है। मानदंड: परिष्करण केवल संवाद के पाठ पर नहीं, बल्कि मापने योग्य नैदानिक संकेतकों पर आधारित होना चाहिए।

Planning agent का प्रशिक्षण

Planning agent Qwen3-14B पर काम करता है। यह पहले से तैयार की गई योजनाओं के डेटा के आधार पर अपनी सिफ़ारिशों को उचित ठहराता है। कार्य-विशिष्ट अतिरिक्त प्रशिक्षण के लिए लेखकों ने SFT और GRPO का उपयोग किया।

बेस LLM की तुलना में, फ़ाइन-ट्यून किए गए Qwen3-14B ने बेहतर क्षमताएँ दिखाईं। यह निर्देशों का बेहतर पालन करता है, जानकारी निकालता है और विषय-क्षेत्र में तर्क करता है।

मानदंडबेस LLMफ़ाइन-ट्यून किया गया Qwen3-14B
निर्देशों का पालनबुनियादी क्षमताबेहतर क्षमता
जानकारी निकालनाबुनियादी क्षमताबेहतर क्षमता
विषय-क्षेत्र में तर्क करनाबुनियादी क्षमताबेहतर क्षमता

व्यावहारिक मानदंड: planning agent के लिए केवल सामग्री तैयार करना ही नहीं, बल्कि निर्देशों का पालन, डेटा निकालना और विषय-क्षेत्र में तर्क करना भी महत्वपूर्ण है। SFT और GRPO पर प्रशिक्षण इन गुणों को मज़बूत करता है।

मूल्यांकन और नैदानिक समझौते

लेखकों ने निर्देशों के साथ परिष्कृत करने के लिए 50 योजनाएँ चुनीं। संशोधनों से उपयोगकर्ता की प्राथमिकता वाले लक्ष्यों में अधिक प्रभावी सुधार हुआ। साथ ही, प्रतिस्पर्धी लक्ष्यों में गिरावट सीमित रही। लेखकों का कहना है कि मरीज-विशिष्ट परिष्करण के दौरान संशोधनों से अधिक नैदानिक रूप से उपयुक्त समझौते हासिल किए जा सके।

व्यावहारिक मानदंड: परिष्करण का मूल्यांकन प्राथमिकता वाले लक्ष्यों में सुधार और प्रतिस्पर्धी लक्ष्यों में सीमित गिरावट के आधार पर करें।

अक्सर पूछे जाने वाले प्रश्न

समान सामग्री

सभी सामग्री
अनुभवजन्य परीक्षण के बजाय कम्प्यूटेशनल चयन: बैटरी सामग्रियों के लिए नए दृष्टिकोण
अनुसंधान

अनुभवजन्य परीक्षण के बजाय कम्प्यूटेशनल चयन: बैटरी सामग्रियों के लिए नए दृष्टिकोण

यह सामग्री दिखाती है कि गणनात्मक डेटाबेस, मशीन लर्निंग और जनरेटिव मॉडल संभावित संरचनाओं के दायरे को सीमित करते हैं, जबकि स्वचालित प्रयोगशालाएँ उनकी जाँच तेज़ करती हैं; फिर भी अंतिम परिणाम संश्लेषण और परीक्षण पर निर्भर करता है, जहाँ पूर्वानुमान वास्तविक चालकता से अलग हो सकता है।

20 नवम्बर 2026
कार्य-पूल के विस्तार के साथ एजेंटिक परीक्षण मंचों का विकास: साक्ष्य चयन और क्रमिक दौड़ों की भूमिका
समाचार

कार्य-पूल के विस्तार के साथ एजेंटिक परीक्षण मंचों का विकास: साक्ष्य चयन और क्रमिक दौड़ों की भूमिका

यह कार्य बताता है कि कार्यों की संख्या बढ़ाने से एजेंटिक टेस्टबेड्स का विकास क्यों बिगड़ सकता है: वजह डेटा की मात्रा नहीं, बल्कि साक्ष्यों का गलत चयन है। प्रस्तावित Successive Scale Racing बारी-बारी से विविध कार्य-संयोजनों का चयन करता है और कम लागत में उम्मीदवारों की तुलना करता है; तीन बेंचमार्क पर, पूल को 40 से बढ़ाकर 200 करने पर इसने सफल रन का अनुपात बढ़ाया, जबकि बेसलाइन विधियों का प्रदर्शन गिरा और सत्यापन रन लगभग 60% कम हो गए।

19 नवम्बर 2026
मॉडलों का एक-दूसरे को मनाना: उनके घोषित रुख संवाद में उनके व्यवहार से मेल नहीं खाते
समाचार

मॉडलों का एक-दूसरे को मनाना: उनके घोषित रुख संवाद में उनके व्यवहार से मेल नहीं खाते

जलवायु परिवर्तन के कारणों पर नियंत्रित बहसों में GPT-6 Luna और Gemini 2.5 Flash Lite की चार जोड़ियाँ मान्यताओं के मेल या टकराव की अलग-अलग गतिशीलता दिखाती हैं। मनाने का सीधा निर्देश स्थायी प्रभाव नहीं डालता, और घोषित रुख तथा बहस करने का आम तरीका एक ही चीज़ नहीं दर्शाते।

19 नवम्बर 2026
सिर और गर्दन के ट्यूमर के लिए प्रोटॉन उपचार-योजना हेतु साक्ष्य-आधारित चक्र वाली संयुक्त मल्टी-एजेंट एआई प्रणाली