LangChain ने कार्य पूरा करने की गारंटी के लिए AI एजेंट्स के लिए ऑटो-QC जोड़ा है

KuCoinFlash

रिलीज़ समय: 03/06/2026, 11:24:29

साझा करें

सारांश

AI और क्रिप्टो समाचार प्लेटफॉर्म यह रिपोर्ट कर रहे हैं कि LangChain, MetaEra के सहयोग से, अपनी Deep Agents श्रृंखला के लिए RubricMiddleware पेश किया है। यह टूल AI एजेंट्स को पूर्वनिर्धारित मापदंडों, जैसे कोड टेस्टिंग या रिपोर्ट पूर्णता के खिलाफ आउटपुट की स्वचालित जांच करने की अनुमति देता है। यदि आउटपुट असफल होता है, तो कार्य को पुनः संशोधित किया जाता है जब तक कि यह सफल न हो जाए या पुनरावृत्ति सीमा तक पहुंच जाए। यह प्रणाली लंबे कार्यों के लिए डिज़ाइन की गई है, जहां फॉर्मेटिंग और सामग्री की गुणवत्ता महत्वपूर्ण होती है। नए टोकन सूचीकरण और AI की इस तरह की प्रगति विकासकर्ताओं और ट्रेडर्स दोनों का ध्यान आकर्षित कर रही है। LangChain के अनुसार, यह टूल उन कार्यों के लिए सबसे अच्छा है, जिनमें स्पष्ट मानदंड होते हैं, जैसे कोड टेस्टिंग या संदर्भ जांच, जिससे AI की विश्वसनीयता केवल संवाद से परे बढ़ती है।

ME AI संदेश, डिनामिक ऑब्जर्वेशन द्वारा मॉनिटर किए जाने पर, LangChain ने Deep Agents के नए कंपोनेंट RubricMiddleware को जारी किया है, जो AI Agent को पूर्वनिर्धारित मानदंडों के आधार पर अपने आउटपुट की जांच करने और संशोधित करने की अनुमति देता है। डेवलपर्स पहले टास्क के 'पूर्णता मानदंड' को स्पष्ट रूप से लिख सकते हैं, जैसे कि कोड को टेस्ट से पास होना चाहिए, रिपोर्ट में निर्दिष्ट अध्याय शामिल होने चाहिए, और उत्तर में प्रतिबंधित सामग्री नहीं होनी चाहिए। Agent प्रत्येक परिणाम प्रस्तुत करने से पहले, सिस्टम एक समीक्षा मॉडल को क्रमिक रूप से सभी मानदंडों की जांच के लिए कॉल करता है; यदि कोई मानदंड पूरा नहीं होता है, तो प्रतिक्रिया मूल Agent को वापस भेज दी जाती है ताकि वह संशोधन कर सके, जब तक कि जांच पास न हो जाए या पुनरावृत्ति सीमा प्राप्त न हो जाए। यह प्रणाली Agent के लंबे कार्यों के दौरान सामान्य "अंतिम कदम" की समस्या को हल करती है। कई Agent पूरी तरह से काम नहीं कर पाते, बल्कि फॉर्मेट, टेस्ट, संदर्भ, अध्याय आदि कठोर आवश्यकताओं को छूटने की प्रवृत्ति रखते हैं। RubricMiddleware, कार्य प्रवाह में एक स्वचालित क्वालिटी-चेकर के समान है, जो Agent को समझने में मदद करता है कि क्या सचमुच पूरा हुआ है, और सिर्फ़ "लगभग" सही उत्तर प्रस्तुत करना ही पर्याप्त नहीं है। LangChain दस्तावेज़ में स्पष्ट रूप से उल्लेख किया गया है कि यह पद्धति स्पष्ट स्वीकृति मानदंडों वाले कार्यों के लिए सबसे उपयुक्त है, जैसे कि हैकुटा के अक्षरों की सही संख्या, कोड पुनर्गठन के बाद परीक्षण सफल होना, या रिपोर्ट में सभी आवश्यक हिस्से मौजूद होना। सामान्य उपयोगकर्ता के लिए, इसका मूल्य Agent को "अधिक संवादात्मक" बनाने में नहीं, बल्कि Agent को checklist के साथ काम पूरा करने वाले "कार्यकर्ता" के समान बनाने में है। (स्रोत: MLion)

स्रोत:मूल दिखाएं

डिस्क्लेमर: इस पेज पर दी गई जानकारी थर्ड पार्टीज़ से प्राप्त की गई हो सकती है और यह जरूरी नहीं कि KuCoin के विचारों या राय को दर्शाती हो। यह सामग्री केवल सामान्य सूचनात्मक उद्देश्यों के लिए प्रदान की गई है, किसी भी प्रकार के प्रस्तुतीकरण या वारंटी के बिना, न ही इसे वित्तीय या निवेश सलाह के रूप में माना जाएगा। KuCoin किसी भी त्रुटि या चूक के लिए या इस जानकारी के इस्तेमाल से होने वाले किसी भी नतीजे के लिए उत्तरदायी नहीं होगा। डिजिटल संपत्तियों में निवेश जोखिम भरा हो सकता है। कृपया अपनी वित्तीय परिस्थितियों के आधार पर किसी प्रोडक्ट के जोखिमों और अपनी जोखिम सहनशीलता का सावधानीपूर्वक मूल्यांकन करें। अधिक जानकारी के लिए, कृपया हमारे उपयोग के नियम और जोखिम प्रकटीकरण देखें।