“कृपया इसे छाँट दीजिए” एक छोटा कार्य लगता है। लेकिन जैसे ही किसी संदेश में दो अनुरोध होते हैं, निर्णायक नियम गायब हो जाता है: क्या इसे ठीक एक फ़ोल्डर में जाना है, क्या इसे कई में रखा जा सकता है, या क्या किसी को अनुवर्ती प्रश्न पूछना होगा? मॉडल का आकार इस कार्य-संबंधी निर्णय का उत्तर नहीं देता।
Anthropic ने Claude Haiku 5.5 के लॉन्च की तारीख 7 अक्टूबर 2026 बताई है। अन्य बातों के अलावा, इसका स्थिति-निर्धारण सारांश और वर्गीकरण जैसे बार-बार होने वाले, संकीर्ण रूप से परिभाषित कार्यों को लक्षित करता है। विक्रेता के पेज पर प्रदर्शन और लागत की तुलनाएँ विक्रेता के आँकड़े हैं। यह हमारे अपने एक ऐसे उपयोग अनुबंध के बारे में है जिसे समझा और जाँचा जा सके, न कि मापी गई मॉडल तुलना के बारे में।
एक श्रेणी को अर्थ की आवश्यकता होती है
हमारे काल्पनिक सेवा इनबॉक्स में पंजीकरण, अपॉइंटमेंट और मौजूदा चालानों के बारे में प्रश्न हैं। पहला कार्य केवल उपयुक्त ज़िम्मेदारी-क्षेत्र सुझाना है। यह न तो कोई उत्तर भेजता है और न ही कोई बुकिंग बदलता है। इस तरह कोई त्रुटि शुरू में एक ऐसे मध्यवर्ती परिणाम में रहती है जिसे जाँचा जा सकता है।
श्रेणियों का वर्णन उनके अर्थ के आधार पर कीजिए। इस उदाहरण में, “चालान” मौजूदा बिलिंग दस्तावेज़ों के बारे में प्रश्नों को शामिल करता है। “भविष्य के किसी अपॉइंटमेंट की लागत कितनी होगी?” कुछ और है। केवल एक कीवर्ड निर्णय के लिए पर्याप्त आधार नहीं होगा। कार्य-निर्देश को अभिप्रेत संदर्भ बताना होगा।
कई अनुरोधों की स्पष्ट रूप से अनुमति देना
कृत्रिम संदेश “मैं पंजीकरण करना चाहता हूँ और पुराना बिलिंग पता सुधारना चाहता हूँ” ज़िम्मेदारी के दो क्षेत्रों को छूता है। ज़बरदस्ती एक ही श्रेणी चुनने पर उसका एक हिस्सा खो जाएगा। इसलिए इस उदाहरण के लिए हम कई श्रेणियों की अनुमति देते हैं और प्रत्येक श्रेणी के लिए एक छोटा समर्थक उद्धरण माँगते हैं।
{
"kategorien": ["anmeldung", "vorhandene_rechnung"],
"belege": ["would like to register", "correct the old billing address"],
"rueckfrage_noetig": false,
"aktion": "nur_vorschlag"
}स्वयं तैयार किया गया JSON एक परिणाम अनुबंध को दर्शाता है, न कि Haiku का कोई निर्धारित इंटरफ़ेस। उत्तर को आगे संसाधित करने वाले प्रोग्राम को संरचना और अनुमत मानों की भी जाँच करनी होगी। औपचारिक रूप से मान्य ऑब्जेक्ट में भी तथ्यात्मक रूप से गलत वर्गीकरण हो सकता है।
अनुवर्ती प्रश्न अपने आप में एक परिणाम है
किसी संदर्भ के बिना, “यह ऐसे फ़िट नहीं बैठता” में बहुत कम जानकारी हो सकती है। तब उपयुक्त स्थिति “अनुवर्ती आवश्यक” हो सकती है। यह ध्यानपूर्वक पढ़ने का विकल्प नहीं है, बल्कि वास्तव में अस्पष्ट मामले के लिए एक अभिप्रेत मार्ग है।
यह भी परिभाषित कीजिए कि दायरे से बाहर के संदेश का क्या होता है। उसे ज़बरदस्ती किसी ज्ञात श्रेणी में डालना नहीं पड़ना चाहिए। एक छोटा वर्गीकरणकर्ता तब समझने में आसान हो जाता है जब उसका ज़िम्मेदारी-क्षेत्र स्पष्ट रूप से समाप्त होता दिखे। अगले व्यक्ति को मूल पाठ, सुझाई गई श्रेणी और यह कारण मिलता है कि अनिश्चितता क्यों बनी हुई है।
केवल उत्तर नहीं, पूरी प्रक्रिया को देखना
तुलना के लिए आपको स्पष्ट मामलों, कई अनुरोधों वाले संदेशों, अस्पष्ट पिछले संदर्भों और विषय से हटकर पाठों की आवश्यकता है। अपेक्षित व्यवहार पहले से लिख लीजिए। फिर सही सुझावों, अनदेखे अनुरोधों, अनावश्यक अनुवर्ती प्रश्नों और गलत जगह भेजे गए मामलों को अलग-अलग देखिए।
मानवीय अनुवर्ती काम भी इसका हिस्सा है। जल्दी से बनाई गई श्रेणी से बहुत कम बचत होती है यदि अगले व्यक्ति को बार-बार पूरा मामला फिर से खोलना पड़े। एक छोटा समर्थक उद्धरण समीक्षा को आसान बना सकता है, लेकिन वह अपने आप में सच्चाई का प्रमाण नहीं है। उसे वास्तव में संदेश से मेल खाना चाहिए।
तकनीकी एकीकरण के लिए आप अनुमत श्रेणियों को एक निश्चित सूची तक सीमित करते हैं। मुक्त पाठ कारण समझा सकता है, लेकिन कोई नया ज़िम्मेदारी-क्षेत्र नहीं गढ़ना चाहिए। उत्तर की संरचना की जाँच और सामग्री की समीक्षा अलग-अलग चरण बने रहते हैं।
यह रिलीज़ किस बात का अवसर है
Haiku 5.5 बड़े वर्कफ़्लो को छोटे मॉडल-कार्यों में बाँटने को चर्चा का एक दिलचस्प विषय बनाता है। पहला घटक छाँटने का काम कर सकता है, जबकि बाद में कोई व्यक्ति उत्तर पर निर्णय लेता है। इससे न तो यह निष्कर्ष निकलता है कि छोटा मॉडल हमेशा पर्याप्त है, और न ही यह कि बड़ा मॉडल उसी वास्तविक अस्पष्टता को अपने आप सुलझा देता है।
कृत्रिम उदाहरणों और एक सीमित परिणाम अनुबंध से शुरुआत कीजिए। किसी भी बाद के परीक्षण के लिए कीमतें, पहुँच और मॉडल की विशिष्ट उपलब्धता दोबारा जाँचनी चाहिए। रिलीज़ नोट्स से समय-रेखा मिलती है; आपके अपने परिवेश में उप-कार्य उपयोगी है या नहीं, इसका निर्णय पूरी प्रक्रिया करती है, जिसे जाँचने योग्य तरीके से देखा गया हो।
स्रोत और दस्तावेज़ीकरण की स्थिति: 25 अक्टूबर 2026।
