Parallelization workflows

कार्यप्रवाह (Workflow) के मुख्य अवधारणाएँ: समानांतरण (Parallelization)

• समस्या (The Problem):
• जब एक ही बड़े प्रॉम्प्ट में कई जटिल मानदंड (criteria) और कई विकल्पों (जैसे धातु, पॉलिमर, सिरेमिक) का विश्लेषण करने को कहा जाता है, तो AI (Claude) भ्रमित हो सकता है या सर्वोत्तम परिणाम नहीं दे पाता।
• एक ही चरण में बहुत अधिक विश्लेषण करने से परिणाम प्रभावित हो सकते हैं।

• समाधान: समानांतरण कार्यप्रवाह (Parallelization Workflow):
• एक बड़े कार्य को कई छोटे उप-कार्यों (subtasks) में विभाजित करना।
• इन उप-कार्यों को एक ही समय में (parallel) चलाना।
• सभी उप-कार्यों के परिणामों को एक अंतिम चरण में जोड़ना (Aggregator Step)।

• कार्यप्रवाह के चरण (Workflow Steps):
• विभाजन (Decomposition): मुख्य कार्य को अलग-अलग सामग्री (Material) के लिए विशिष्ट अनुरोधों में तोड़ना।
• समानांतर अनुरोध (Parallel Requests): प्रत्येक सामग्री के लिए Claude को एक अलग, विशिष्ट प्रॉम्प्ट भेजना (उदाहरण के लिए: "क्या यह भाग धातु से बनाना अच्छा विचार है? ")।
• व्यक्तिगत विश्लेषण (Individual Analysis): Claude प्रत्येक सामग्री की उपयुक्तता का व्यक्तिगत विश्लेषण प्रदान करता है।
• एग्रीगेटर (Aggregator): सभी व्यक्तिगत विश्लेषण परिणामों को एक अंतिम अनुरोध में वापस Claude को फीड करना।
• अंतिम निर्णय (Final Decision): Claude इन परिणामों की तुलना करके अंतिम और सर्वोत्तम सामग्री की सिफारिश करता है।

• इस कार्यप्रवाह के लाभ (Benefits):
• फोकस (Focus): Claude एक समय में केवल एक ही कार्य/सामग्री पर ध्यान केंद्रित करता है, जिससे भ्रम कम होता है।
• सुधार और मूल्यांकन (Improvement & Evaluation): प्रत्येक उप-कार्य के प्रॉम्प्ट को अलग से आसानी से सुधारा और मूल्यांकन 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

• जब एक ही बड़े प्रॉम्प्ट में कई जटिल मानदंड होते हैं, तो AI भ्रमित हो सकता है, इसलिए समानांतरण (Parallelization) का उपयोग किया जाता है।
• समाधान में बड़े कार्य को कई छोटे उप-कार्यों (subtasks) में विभाजित किया जाता है और उन्हें एक साथ (parallel) चलाया जाता है।
• कार्यप्रवाह में, मुख्य कार्य को अलग-अलग सामग्री के लिए विशिष्ट अनुरोधों में तोड़ा जाता है और व्यक्तिगत विश्लेषण प्राप्त किए जाते हैं।
• सभी व्यक्तिगत परिणामों को एक एग्रीगेटर (Aggregator) चरण में वापस फीड किया जाता है ताकि Claude अंतिम और सर्वोत्तम निर्णय ले सके।