Multi-agent prompting (BN)

মাল্টি-এজেন্ট প্রম্পটিং (ইং. multi-agent prompting) — এটি prompt engineering এবং কৃত্রিম বুদ্ধিমত্তা সিস্টেমে একটি পদ্ধতি, যেখানে বৃহৎ ভাষা মডেলের (LLM) উপর ভিত্তি করে গড়ে ওঠা একাধিক স্বায়ত্তশাসিত এজেন্ট পরস্পরের সাথে কাঠামোবদ্ধ নির্দেশ ও উত্তর বিনিময়ের মাধ্যমে জটিল সমস্যা সমাধানের জন্য মিথস্ক্রিয়া করে।

অন্যভাবে বলতে গেলে, মাল্টি-এজেন্ট সিস্টেম একাধিক LLM এজেন্ট নিয়ে গঠিত, যারা ব্যবহারকারীর জটিল অনুরোধের উপর একসাথে কাজ করে এবং বিভিন্ন "ভূমিকা" ও দক্ষতাসম্পন্ন এজেন্টদের মধ্যে যুক্তির ধাপগুলো (subtasks) বিতরণ করে। এই পদ্ধতির মূল লক্ষ্য হলো সমষ্টিগত সমাধানের মাধ্যমে জটিল কাজে একক মডেলের সীমাবদ্ধতা অতিক্রম করা। একাধিক পরস্পর মিথস্ক্রিয়াশীল এজেন্টের ব্যবহার যুক্তির গুণমান, তথ্যগত নির্ভুলতা এবং উত্তরের নির্ভরযোগ্যতা বৃদ্ধির উদ্দেশ্যে করা হয়। একটি গুরুত্বপূর্ণ বৈশিষ্ট্য হলো কঠোর নির্দেশমূলকতা: সমাধানের সামগ্রিক পরিকল্পনার কাঠামোর মধ্যে প্রতিটি LLM-কে একটি নির্দিষ্ট ভূমিকা বা কাজ নির্ধারণ করে দেওয়া হয়।

পদ্ধতি ও আর্কিটেকচারাল প্যাটার্ন

গবেষকরা মাল্টি-এজেন্ট প্রম্পটিংয়ের একাধিক পরিকল্পনা প্রস্তাব করেছেন, যেগুলো এজেন্টদের পারস্পরিক মিথস্ক্রিয়ার প্রকৃতি ও তাদের ভূমিকার দিক থেকে পরস্পর থেকে আলাদা।

ভূমিকাভিত্তিক বিশেষজ্ঞ মডেলিং

এক বা একাধিক এজেন্টকে সংকীর্ণ বিশেষজ্ঞতাসম্পন্ন ডোমেইন বিশেষজ্ঞ হিসেবে নিযুক্ত করা হয়। উদাহরণস্বরূপ, একটি মাল্টি-এজেন্ট দলে বিভিন্ন এজেন্ট বিভিন্ন জ্ঞানের ক্ষেত্র (পদার্থবিদ, রসায়নবিদ, জীববিজ্ঞানী) বা সমস্যা সমাধানের বিভিন্ন ধাপ (পরিকল্পনাকারী, সম্পাদক, সমালোচক) প্রতিনিধিত্ব করতে পারে। এই পদ্ধতি কার্যকর few-shot prompting বাস্তবায়ন করতে দেয়, যেখানে প্রতিটি বিশেষজ্ঞ এজেন্ট তার নিজস্ব ক্ষেত্রে উদাহরণ-প্রদর্শনী পায়, যা সামগ্রিক কর্মক্ষমতা উন্নত করে।

স্ব-সংশোধন ও সমালোচনা (Self-reflection)

একটি এজেন্ট "সমালোচক" হিসেবে কাজ করতে পারে বা অন্য এজেন্টের সমাধান কিংবা নিজের পূর্ববর্তী উত্তরের উপর প্রতিফলন করতে পারে। self-reflection বা self-refinement কৌশলটি এমন যে LLM প্রথমে একটি উত্তর তৈরি করে, তারপর সেই মডেলটিই বা অন্য একটি মডেল ওই উত্তরের ত্রুটিগুলো বিশ্লেষণ করে সংশোধন করে। এটি চূড়ান্ত ফলাফলকে পুনরাবৃত্তিমূলকভাবে উন্নত করার সুযোগ দেয়।

এজেন্টদের মধ্যে বিতর্ক

মাল্টি-এজেন্ট প্রম্পটিংয়ের একটি প্রতিযোগিতামূলক রূপ, যেখানে একাধিক LLM-এর মধ্যে আলোচনা বা বিতর্কের আয়োজন করা হয়। LLM-Debate পরিকল্পনায় দুই বা ততোধিক এজেন্ট কোনো কাজের (যেমন গাণিতিক) সঠিক উত্তর নিয়ে তর্ক করে এবং একে অপরের যুক্তের সমালোচনা করে। এই বিতর্কমূলক বিন্যাস মডেলের যৌক্তিক বিশ্লেষণ ক্ষমতা উন্নত করে এবং একক সমাধানের তুলনায় উত্তরের তথ্যগত নির্ভুলতা বৃদ্ধি করে।

পরিকল্পনা ও কাজের বিভাজন

একটি এজেন্ট পরিকল্পনাকারীর ভূমিকা পালন করে, জটিল অনুরোধকে ধাপ বা উপকাজের একটি ক্রমানুসারে বিভক্ত করে, যেগুলো পরে নিজে বা অন্য এজেন্টরা সমাধান করে। ReAct এবং Reflexion এর মতো পদ্ধতিগুলো প্রতিক্রিয়া সহ এই ধরনের পুনরাবৃত্তিমূলক পরিকল্পনার নীতি বাস্তবায়ন করে। LLM সমাধান শুরু করার আগে প্রথমে একটি পরিকল্পনা তৈরি করে, যা দীর্ঘ যুক্তি-শৃঙ্খল মোকাবেলায় সহায়তা করে।

মাল্টি-পার্সোনা সহযোগিতা

আলাদা মডেলের পরিবর্তে একই LLM ব্যবহার করা যায়, যেখানে এটি বিভিন্ন ব্যক্তিত্ব বা দৃষ্টিভঙ্গি নিয়ে একাধিক এজেন্টের ভূমিকা "পালন" করে। multi-persona self-collaboration পদ্ধতিতে একটি মডেল কথোপকথনের মধ্যে পর্যায়ক্রমে একাধিক ভূমিকা নিজেই গ্রহণ করে এবং যেন নিজের সাথেই আলোচনা পরিচালনা করে। যদিও গবেষণা দেখায় যে পৃথক স্বাধীন এজেন্ট বেশি দক্ষতা নিশ্চিত করে, এই পদ্ধতি একটি LLM-এর ভেতরেই বিশেষজ্ঞদের দলের অনুকরণ করতে দেয়।

প্রয়োগ ও ফলাফল

মাল্টি-এজেন্ট প্রম্পটিং পদ্ধতি বেশ কিছু ক্ষেত্রে কার্যকারিতা প্রমাণ করেছে, যেখানে একক LLM আগে সমস্যার সম্মুখীন হত।

গাণিতিক ও যৌক্তিক বিশ্লেষণ

বহু-ধাপী অনুমান প্রয়োজন এমন কাজে (জটিল গাণিতিক হিসাব, গাণিতিক প্রমাণ, যৌক্তিক ধাঁধা) একাধিক এজেন্টের ব্যবহার নির্ভুলতা উল্লেখযোগ্যভাবে বৃদ্ধি করে। Du et al. (2023)-এর কাজে মাল্টি-এজেন্ট "বিতর্ক" পদ্ধতি একক এজেন্টের তুলনায় ফলাফল উন্নত করেছে। বিশ্লেষণ দেখিয়েছে যে আলোচনায় অংশগ্রহণকারী এজেন্টের সংখ্যা বাড়ার সাথে সাথে উত্তরের নির্ভুলতা বৃদ্ধি পায়।

বৈজ্ঞানিক ও প্রযুক্তিগত সমস্যা

জটিল বিষয়ভিত্তিক সমস্যার (পদার্থবিদ্যা, রসায়ন) জন্য CoMM (Collaborative Multi-Agent, Multi-Reasoning-Path Prompting) পদ্ধতি প্রস্তাব করা হয়েছে, যেখানে বিভিন্ন ভূমিকাসম্পন্ন (বিশেষজ্ঞ) একাধিক LLM এজেন্ট সমান্তরালভাবে বিভিন্ন বিশ্লেষণ কৌশল প্রয়োগ করে। কলেজ স্তরের পদার্থবিদ্যার সমস্যায় পরীক্ষায় CoMM chain-of-thought এর মতো মৌলিক পদ্ধতিগুলোকে উল্লেখযোগ্যভাবে ছাড়িয়ে গেছে, সূত্র ও গণনায় কম ভুল করেছে।

কোড তৈরি ও ডিবাগিং

প্রোগ্রামিং ক্ষেত্রে কোডের গুণমান উন্নয়ন ও ত্রুটির সংখ্যা হ্রাসের জন্য মাল্টি-এজেন্ট সিস্টেম প্রয়োগ করা হয়। PromptV সিস্টেম Verilog কোড ধারাবাহিকভাবে লেখা, যাচাই করা ও সংশোধন করার জন্য একাধিক এজেন্ট ব্যবহার করে। ভূমিকা বিতরণ (তৈরি, পর্যালোচনা, পরীক্ষা) মডেলের ত্রুটি শনাক্ত ও সংশোধনের ক্ষমতা উন্নত করেছে, ফলে একটি benchmark-এ সফলভাবে কম্পাইল হওয়া সমাধানের অনুপাত ৯৬.৫%-এ উন্নীত হয়েছে।

তথ্য অনুসন্ধান ও বিশ্লেষণ

মুক্ত, অপর্যাপ্ত কাঠামোবদ্ধ অনুরোধের জন্য মাল্টি-এজেন্ট সিস্টেম বিশেষভাবে উপযোগী। Anthropic ওয়েব গবেষণার উদ্দেশ্যে Claude মডেলের জন্য একটি বহু-এজেন্ট মোড তৈরি করেছে। এই সিস্টেমে একটি প্রধান এজেন্ট অনুরোধ বিশ্লেষণ করে এবং একাধিক সমান্তরাল উপকাজ-এজেন্ট তৈরি করে, যার প্রতিটি বিষয়ের বিভিন্ন দিক সম্পর্কে অনুসন্ধান করে। এই আর্কিটেকচার একক Claude মডেলের তুলনায় জটিল অনুসন্ধান প্রশ্নে ৯০% বেশি কার্যকরভাবে কাজ করেছে।

পাঠ্য শ্রেণিবিন্যাস ও NLP কাজ

NLP কাজের জন্য নীতি-ভিত্তিক প্রম্পটিং (Principle-Based Prompting) তৈরি করা হয়েছে। এই পদ্ধতিতে LLM এজেন্টরা প্রথমে একটি "নীতিমালা" (সমাধানের নিয়ম) তৈরি করে, তারপর একটি চূড়ান্তকারী এজেন্ট সেগুলোর মধ্যে সেরাগুলো বাছাই করে, যার ভিত্তিতে অন্য একটি এজেন্ট শ্রেণিবিন্যাস করে। এই পদ্ধতি মৌলিক পদ্ধতিগুলোর তুলনায় macro-F1 মেট্রিক ১.৫–১৯% বৃদ্ধি করেছে, গুণমানের দিক থেকে ক্লাসিক উদাহরণ-ভিত্তিক শিক্ষার (few-shot) কাছাকাছি পৌঁছেছে।

সীমাবদ্ধতা ও সমস্যা

গণনামূলক জটিলতা ও খরচ

প্রধান অসুবিধা হলো উল্লেখযোগ্যভাবে বৃদ্ধি পাওয়া গণনামূলক বোঝা। প্রতিটি এজেন্টের নিজস্ব তৈরির সেশন প্রয়োজন, যা token এবং সম্পদের উল্লেখযোগ্য ব্যয়ের দিকে নিয়ে যায়। Anthropic-এর তথ্য অনুযায়ী, তাদের সিস্টেম প্রতি কথোপকথনে গড়ে ৪ গুণ বেশি token ব্যবহার করে, এবং কিছু ক্ষেত্রে ১৫ গুণ পর্যন্ত বেশি। এটি পদ্ধতির প্রয়োগকে কেবল উচ্চ মূল্যমানের কাজের জন্য যুক্তিসঙ্গত করে তোলে।

নকশা ও সমন্বয়ের জটিলতা

সফলভাবে কাজ করার জন্য সতর্কতাপূর্ণ prompt engineering প্রয়োজন: প্রতিটি এজেন্টের ভূমিকা, বার্তা বিনিময়ের বিন্যাস এবং থামার মানদণ্ড স্পষ্টভাবে নির্ধারণ করতে হবে। অন্যথায় এজেন্টরা কাজ নকল করতে পারে, অন্তহীন অনুসন্ধানে যেতে পারে বা অকার্যকর উপকাজ তৈরি করতে পারে।

নিরাপত্তা ও নির্ভরযোগ্যতা

নতুন আক্রমণের ভেক্টর সামনে আসছে। গবেষকরা Prompt Infection (প্রম্পট সংক্রমণ) ঘটনা প্রদর্শন করেছেন, যেখানে একটি এজেন্টের ক্ষতিকর নির্দেশের অংশ অন্য এজেন্টের কাছে পৌঁছে যায় এবং ভাইরাসের মতো সমগ্র যুক্তি-শৃঙ্খলে ছড়িয়ে পড়ে। এই LLM-to-LLM আক্রমণ বহু-এজেন্ট সিস্টেমের গোপন ইনজেকশন ও কারসাজির প্রতি দুর্বলতা প্রদর্শন করে, যা বিশেষ সুরক্ষামূলক ব্যবস্থা তৈরি করার প্রয়োজনীয়তা তুলে ধরে, যেমন প্রতিটি এজেন্টের আউটপুট চিহ্নিতকরণ (LLM Tagging)।

তথ্যসূত্র

• «How we built our multi-agent research system» — Anthropic-এর বিস্তারিত বিশ্লেষণ
• «More Agents Is All You Need» — এজেন্ট এনসেম্বলের কার্যকারিতা সম্পর্কিত বৈজ্ঞানিক নিবন্ধ

সাহিত্য

• Chen, P. et al. (2024). CoMM: Collaborative Multi-Agent, Multi-Reasoning-Path Prompting for Complex Problem Solving. arXiv:2404.17729.
• Li, J. et al. (2024). More Agents Is All You Need. arXiv:2402.05120.
• Mi, Y. et al. (2024). PromptV: Leveraging LLM-Powered Multi-Agent Prompting for High-Quality Verilog Generation. arXiv:2412.11014.
• Wei, P. et al. (2024). Don't Just Demo, Teach Me the Principles: A Principle-Based Multi-Agent Prompting Strategy for Text Classification. arXiv:2502.07165.
• Lee, D.; Tiwari, A. (2024). Prompt Infection: LLM-to-LLM Prompt Injection within Multi-Agent Systems. arXiv:2410.07283.
• Fernando, C. et al. (2023). PromptBreeder: Self-Referential Self-Improvement via Prompt Evolution. arXiv:2309.16797.
• Wu, Q. et al. (2023). AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation. arXiv:2308.08155.
• Liu, X. et al. (2023). AgentBench: Evaluating LLMs as Agents. arXiv:2308.03688.
• Li, G. et al. (2024). Multi-LLM Debate: Framework, Principles, and Interventions. PDF.
• Du, N. et al. (2023). Improving Factuality and Reasoning in Language Models through Multi-Agent Debate. arXiv:2305.14325.