Kimi K2.5 और Agent Swarm: चार व्यावहारिक उदाहरणों के साथ एक मार्गदर्शिका

हालाँकि, कमी यह रही कि अंतिम लेखन में कुछ दावे कम उद्धृत लगे या बहुत निर्णायक थे, और चूँकि प्रोडक्शन सलाह अत्यधिक संदर्भ-निर्भर होती है, इसलिए लिंक, स्रोत और स्पष्ट मान्यताओं (हार्डवेयर, मॉडल आकार, बैच आकार, कॉन्टेक्स्ट लंबाई) के साथ यह गाइड और मज़बूत होता। कुल मिलाकर, इसने एक जटिल, बहु-भाग प्रॉम्प्ट को संभाला और एक सटीक, तुरंत उपयोगी प्लेबुक लौटाई जो प्रोडक्शन-रेडी लगती है। 

डेटासेट निर्माण और एनोटेशन

इसके बाद, मैंने Kimi K2.5 से 100-आइटम का गणितीय वर्ड-प्रॉब्लम बेंचमार्क समाधान और कठिनाई लेबल्स सहित जनरेट करवाकर एजेंट स्वॉर्म का डेटासेट-बिल्डिंग कार्य पर परीक्षण किया। मैंने स्पष्ट रूप से 20 एजेंट्स का अनुरोध भी किया ताकि देखा जा सके कि यह स्वॉर्म-आकार बाधा का पालन करते हुए गुणवत्ता कैसे बनाए रखता है।

प्रॉम्प्ट: 

Build a small benchmark dataset of 100 math word problems with step-by-step solutions and difficulty labels. Use at least 20 agents to generate problems in parallel, verify solutions independently, and calibrate difficulty.संचालित द्वारा

Kimi K2.5 Agent Swarm ने डेटासेट निर्माण को तीन-चरणीय पाइपलाइन—जनरेशन, वेरिफिकेशन और कैलिब्रेशन—के रूप में लिया। यद्यपि प्रॉम्प्ट में कम-से-कम 20 एजेंट्स मांगे गए थे, सिस्टम ने स्वायत्त रूप से 25 उप-एजेंट्स स्पॉन किए, और अनुरोधित संख्या के कड़े पालन के बजाय शुद्धता को प्राथमिकता दी। यह देखना दिलचस्प था कि लगभग पाँच एजेंट एक समय में सक्रिय रूप से काम कर रहे थे जबकि अन्य कतार में थे और पहले के उप-कार्य पूर्ण होते ही फिर शुरू हो जाते थे, जो एक आंतरिक शेड्यूलिंग मैकेनिज़्म का संकेत देता है। 

प्रत्येक जनरेशन एजेंट ने एक अलग गणितीय डोमेन संभाला और चरण-दर-चरण समाधानों के साथ पाँच समस्याएँ बनाई, जिसके बाद 10 एजेंट्स वेरिफिकेशन को सौंपे गए, और पाँच एजेंट्स के छोटे सेट ने कठिनाई कैलिब्रेशन पर ध्यान केंद्रित किया। 

यहाँ की प्रमुख ताकत चिंताओं का स्पष्ट पृथक्करण और वेरिफिकेशन में रिडंडेंसी है, जो डेटासेट गुणवत्ता को ठोस रूप से सुधारती है। मुख्य कमी विलंबता और एक सीक्वेन्शियल बाधा है। 

पूरी रन लगभग 20–25 मिनट लगी, जिससे यह तरीका तेज़ इटरेशन की तुलना में उच्च-गुणवत्ता बेंचमार्क निर्माण के लिए अधिक उपयुक्त है। 25 एजेंट्स होने पर भी, कुछ एजेंट्स को दूसरों के समाप्त होने की प्रतीक्षा करनी पड़ी, यानी स्वॉर्म अभी भी चरणों की तर्क-श्रृंखला से सीमित है।

फिर भी, प्रत्येक उप-कार्य के लिए एजेंट संख्या को गतिशील रूप से समायोजित करना, निष्क्रिय एजेंट्स का पुन: उपयोग, और एक लेबलयुक्त डेटासेट पर अभिसरण करने की क्षमता Agent Swarm के व्यवहार का एक मज़बूत प्रदर्शन है। 

स्केल पर मल्टीमोडल QA 

अगले चरण में, मैंने कई न्यूट्रिशन-लेबल इमेज देकर और संरचित तुलना माँगकर Kimi K2.5 को एक मल्टीमोडल वर्कफ़्लो में धकेला। लक्ष्य यह देखना था कि यह विज़ुअल डेटा को कितना अच्छी तरह निकाल, सामान्यीकृत और सत्यापित कर सकता है।

प्रॉम्प्ट: 

I’m sharing images of nutrition labels from 7 packaged food items. Analyze them and produce a clear comparison specifically:
Extract fields like: calories, protein, total fat, sugar, sodium,  from each label.Normalize all values to a per-100g basis so items are comparableDouble-check numeric consistency (e.g. serving size vs totals)Rank the products from healthiest to least healthy, explaining the reasoningReturn a comparison table with normalized values for all items. Also include a summary highlighting, best high-protein option, the lowest sugar option, and items to avoid and why.
Assume the labels may vary in format and serving size. Resolve ambiguities where possible and note any missing or unclear values.संचालित द्वारा

इस मल्टीमोडल QA प्रयोग में, Kimi K2.5 Agent Swarm ने कार्य को एक लेबल प्रति उप-एजेंट के इर्दगिर्द विभाजित किया, सात समानांतर उप-एजेंट्स स्पॉन किए ताकि प्रत्येक इमेज से पोषण-संबंधी फ़ील्ड्स निकाली जाएँ, जबकि एक समन्वयक एजेंट सामान्यीकरण, क्रॉस-चेकिंग और रैंकिंग संभाल रहा था। 

Kimi की एक दिलचस्प बात यह है कि आप प्रॉम्प्ट में जिन बाधाओं को निर्दिष्ट करते हैं (एक्सट्रैक्शन, नॉर्मलाइज़ेशन, वेरिफिकेशन, रैंकिंग) वे प्रभावी रूप से इस बात की रूपरेखा बन जाती हैं कि Kimi उप-एजेंट्स को कैसे इंस्टैंशिएट और असाइन करता है।

मेरे लिए जो बात उभर कर आई, वह यह कि स्वॉर्म ने वेरिफिकेशन को एक महत्वपूर्ण चरण माना—अर्थात, एक्सट्रैक्शन के बाद, ऑर्केस्ट्रेटर ने स्पष्ट रूप से सर्विंग साइज का मिलान किया, मूल्यों को सामान्यीकृत किया, और अनिश्चितताओं को चिह्नित किया, बिना चुपचाप अनुमान लगाए। अंतिम सिंथेसिस चरण, जिसने उत्पादों को रैंक किया और सर्वश्रेष्ठ हाई-प्रोटीन तथा लो-शुगर विकल्पों को उजागर किया, ने विज़ुअल इनपुट्स के पार मज़बूत एग्रीगेशन लॉजिक का प्रदर्शन किया।

दूसरी ओर, 7 हाई-रेज़ इमेज का स्वॉर्म के साथ विश्लेषण कम्प्यूट-भारी है, जिससे यह त्वरित-चैट टूल के बजाय एक प्रीमियम फ़ीचर बन जाता है। 

इस उदाहरण ने एक वर्तमान सीमा भी उजागर की; जबकि इमेज-आधारित मल्टीमोडल विश्लेषण अच्छी तरह काम किया, प्रत्यक्ष वीडियो इनपुट समर्थित नहीं था, इसलिए कुकिंग वीडियो से रेसिपी जनरेट करने का फ़ॉलो-अप प्रयास निष्पादित नहीं हो सका। 

कुल मिलाकर, यह डेमो समानांतर विज़ुअल एक्सट्रैक्शन और संरचित समेटने (reconciliation) में Agent Swarm की ताकत को उजागर करता है।

एक गेम का कोडिंग

अंत में, मैंने Kimi K2.5 की कोडिंग क्षमताओं का परीक्षण इसे शून्य से एक पूरी तरह इंटरैक्टिव Bubble Shooter गेम बनाने को कहकर किया। यह प्रयोग दिखाता है कि मॉडल एंड-टू-एंड, स्टेटफुल कोड जनरेशन को कैसे संभालता है, जहाँ समानांतरता से अधिक सामंजस्य (coherence) मायने रखता है।

प्रॉम्प्ट: 

```markdown

एक पूरी तरह खेलने योग्य Bubble Shooter गेम बनाएँ जो स्थानीय रूप से वेब ब्राउज़र में चलता हो। गेम में माउस और टच एमिंग का समर्थन हो, लाइव ऐम गाइडलाइन दिखाए, निचले केंद्र से रंगीन बबल्स दागे, साइड वॉल्स से शॉट्स उछले, और टकराव पर बबल्स ऊपर की ग्रिड में स्नैप हो जाएँ। 

कोर गेमप्ले लॉजिक लागू करें, जिसमें एक ही रंग के तीन या अधिक जुड़े बबल्स के समूह पॉप करना, किसी भी डिसकनेक्टेड क्लस्टर को गिराना, स्कोर को ट्रैक और दिखाना, अगली बबल प्रीव्यू दिखाना, और जब बबल्स नीचे के नज़दीक एक डेंजर लाइन को पार करें तो गेम समाप्त करना शामिल हो।

विज़ुअल्स को सरल लेकिन रिस्पॉन्सिव रखें, रीस्टार्ट बटन शामिल करें, और अंत में स्थानीय रूप से गेम कैसे चलाएँ और परीक्षण करें, उस पर संक्षिप्त निर्देश दें।

```

इस गेम-बिल्डिंग प्रयोग में, Kimi K2.5 Agent Swarm ने पूरे कार्य को संभालने के लिए सिर्फ एक उप-एजेंट आवंटित कर एक उल्लेखनीय रूप से रक्षात्मक विकल्प चुना। 

स्वयं यह निर्णय एक दिलचस्प अवलोकन है क्योंकि सिस्टम ने सही पहचाना कि यह एक कड़ी तरह से युग्मित, स्टेटफुल कोडिंग समस्या है, जहाँ भारी समानांतरता किसी लाभ के बिना समन्वय ओवरहेड जोड़ देगी। 

एजेंट ने एमिंग, वॉल बाउंसेज़, ग्रिड स्नैपिंग, मैच-थ्री पॉपिंग, स्कोर ट्रैकिंग, और रीस्टार्ट लॉजिक सहित एक पूर्ण, लोकली चलने योग्य Bubble Shooter इम्प्लीमेंटेशन बनाया, जो गेमप्ले मैकेनिक्स और UI फ़्लो दोनों दिखाता है। 

मुझे विशेष रूप से यह अच्छा लगा कि आउटपुट सुसंगत और इंटीग्रेटेड लगा, लेकिन समझौता यह है कि चूँकि सब कुछ एक ही एजेंट से होकर गुजरता है, इसलिए परिष्कार और पॉलिश के लिए संभवतः आवर्ती प्रॉम्प्टिंग की आवश्यकता होगी। 

कुल मिलाकर, यह उदाहरण अच्छी तरह दर्शाता है कि Kimi K2.5 में Agent Swarm हमेशा अधिक एजेंट्स स्पॉन करने के बारे में नहीं है, बल्कि केवल तब समानांतरता का उपयोग करने के बारे में है जब यह वास्तव में परिणामों को बेहतर बनाती है।

निष्कर्ष

इस ट्यूटोरियल में, Kimi K2.5 ने जटिल कार्यों को तोड़ने, एजेंट्स को गतिशील रूप से आवंटित करने, और संरचित, निर्णय-तैयार आउटपुट बनाने की क्षमता प्रदर्शित की—जो पारंपरिक रूप से एक छोटे दल की आवश्यकता होती, न कि एकल मॉडल की।

इसी समय, उदाहरण इसकी सीमाएँ भी स्पष्ट करते हैं। 

Agent Swarm शोध, डेटासेट निर्माण और मल्टीमोडल एक्सट्रैक्शन जैसे व्यापक, टूल-प्रधान वर्कफ़्लो पर उत्कृष्ट है, लेकिन इंटरैक्टिव गेम डेवलपमेंट जैसे कड़ी तरह से युग्मित, स्टेटफुल कार्यों के लिए कम लाभ देता है। 

यह विलंबता, लागत और इटरेशन गति के इर्दगिर्द वास्तविक समझौते भी पेश करता है, खासकर जब वेरिफिकेशन और रीकन्सिलिएशन को रॉ थ्रूपुट पर प्राथमिकता दी जाती है।

कुल मिलाकर, Kimi K2.5 एजेंटिक सिस्टम्स के भविष्य के लिए एक प्रभावी ब्लूप्रिंट प्रदान करता है। डेवलपर्स और शोधकर्ताओं के लिए जो एजेंट-आधारित वर्कफ़्लो के साथ प्रयोग करने में सहज हैं, यह आज खोजने के लिए सबसे दिलचस्प मॉडलों में से एक है।

यदि आप यह जानने के इच्छुक हैं कि एजेंटिक AI कैसे काम करता है, तो मैं AI Agent Fundamentals स्किल ट्रैक देखने की सलाह देता/देती हूँ।