Parallelization workflows

मुख्य अवधारणाएँ: समानांतर कार्यप्रवाह (Parallelization Workflow)

• समस्या: एक ही बड़े प्रॉम्प्ट में Claude से कई सामग्रियों (जैसे धातु, पॉलिमर, सिरेमिक) के लिए सर्वोत्तम सामग्री चुनने का निर्णय लेना, Claude के लिए भ्रम पैदा कर सकता है और सर्वोत्तम परिणाम नहीं दे सकता।
• समाधान: समानांतर कार्यप्रवाह (Parallelization Workflow) का उपयोग करना।
• परिभाषा: एक बड़े कार्य को कई छोटे उप-कार्यों में तोड़ना, जिन्हें एक ही समय में (parallel) चलाया जाता है।
• प्रक्रिया:
• समांतर अनुरोध (Parallel Requests): उपयोगकर्ता द्वारा छवि सबमिट करने पर, प्रत्येक सामग्री (जैसे धातु, पॉलिमर) के लिए एक अलग, विशिष्ट प्रॉम्प्ट के साथ Claude को कई अनुरोध भेजे जाते हैं।
• व्यक्तिगत विश्लेषण: प्रत्येक अनुरोध केवल एक विशिष्ट सामग्री की उपयुक्तता पर केंद्रित होता है।
• एग्रीगेटर चरण (Aggregator Step): सभी व्यक्तिगत विश्लेषण परिणामों को एक अंतिम अनुरोध के रूप में Claude को वापस फीड किया जाता है।
• अंतिम निर्णय: Claude इन सभी परिणामों की तुलना करके अंतिम और सर्वोत्तम सामग्री की सिफारिश करता है।

इस कार्यप्रवाह के लाभ:

• फोकस: Claude एक समय में केवल एक ही कार्य/सामग्री पर ध्यान केंद्रित करता है, जिससे भ्रम कम होता है।
• सुधार: प्रत्येक उप-कार्य (subtask) के प्रॉम्प्ट को आसानी से सुधारा और मूल्यांकित किया जा सकता है।
• स्केलेबिलिटी (Scalability): आवश्यकतानुसार नए उप-कार्य जोड़े जा सकते हैं, जिससे अन्य चल रहे कार्यों पर कोई नकारात्मक प्रभाव नहीं पड़ता।

Takeaways

• बड़ा और जटिल प्रॉम्प्ट (जैसे कई सामग्रियों का एक साथ विश्लेषण) Claude के लिए भ्रम पैदा कर सकता है।
• समाधान है समानांतर कार्यप्रवाह (Parallelization Workflow), जिसमें बड़े कार्य को छोटे, एक साथ किए जाने वाले उप-कार्यों में तोड़ा जाता है।
• इस प्रक्रिया में, प्रत्येक सामग्री के लिए अलग और विशिष्ट प्रॉम्प्ट भेजे जाते हैं ताकि Claude एक समय में केवल एक ही कार्य पर ध्यान केंद्रित करे।
• एग्रीगेटर चरण (Aggregator Step) सभी व्यक्तिगत विश्लेषण परिणामों को एक साथ फीड करता है, जिससे Claude अंतिम और सर्वोत्तम निर्णय ले पाता है।
• यह कार्यप्रवाह फोकस बढ़ाता है, उप-कार्यों को सुधारने में मदद करता है, और स्केलेबिलिटी प्रदान करता है।