ایک یونیورسٹی آف مشی گن کا پری پرنٹ ہارڈویئر ڈیٹا شیٹس کو قابلِ تلاش علمی گرافوں میں بدلنے کا طریقہ بیان کرتا ہے، جس میں ہر نکالی گئی خصوصیت اپنے ماخذ سے منسلک رہتی ہے۔ 20 ڈیٹا شیٹس میں مصنفین کے مطابق گراف کی 98.8% خصوصیات حوالہ شدہ عبارتوں سے ثابت تھیں، جبکہ یک مرحلہ طریقے میں یہ شرح 76.1% تھی۔ یہ نتیجہ ان کی جانچ میں استخراج کے معیار سے متعلق ہے؛ اس سے یہ ثابت نہیں ہوتا کہ گراف سے چنا گیا کوئی جزو تیار ڈیزائن میں کام کرے گا۔
بڑی تبدیلی
- کیا بدلا: محققین نے پورا گراف ایک جواب میں بنانے کے بجائے عمل کو محدود استخراج، گراف میں جگہ دینے اور بار بار صفائی میں تقسیم کیا۔
- اہمیت: جزو کی حد تلاش کرنے والے انجینئر کو قدر، عملی شرائط اور ڈیٹا شیٹ تک واپسی کا راستہ چاہیے۔ اس موازنے میں مرحلہ وار طریقے نے ماخذ سے ثابت شدہ خصوصیات کہیں زیادہ محفوظ رکھیں۔
- کیا دیکھنا ہے: رپورٹ شدہ اسکور 20 دستاویزات اور ایک یک مرحلہ بنیادی طریقے سے موازنے پر مبنی ہیں۔ آزادانہ تکرار اور حقیقی جزو انتخاب یا جانچ کے عمل میں آزمائش باقی ہے۔
پائپ لائن ہر خصوصیت کو اس کے ماخذ سے جوڑتی ہے
ڈیٹا شیٹس خصوصیات کو متن اور جدولوں میں پھیلاتی ہیں۔ وولٹیج کی حد آلے کی قسم یا عملی حالت پر منحصر ہو سکتی ہے، اس لیے الگ عدد انجینئر کے سوال کا پورا جواب نہیں۔ طریقہ پہلے PDF کو Markdown میں بدلتا، جدولوں کی ساخت محفوظ رکھتا اور متن کے حصے بناتا ہے۔ ہر جدول مکمل رہتا ہے تاکہ عنوان اور اکائیاں متعلقہ خانوں کے ساتھ رہیں۔ خاکے شامل نہیں، جو وہاں دکھائی گئی خصوصیات کے لیے اہم حد ہے۔
ماڈل ہر حصے سے پائی گئی خصوصیت کا نام، وضاحت، قدر یا حد اور اکائی نکالتا ہے۔ وضاحت میں ماخذ کی دی ہوئی شرائط، ترتیب اور آلے کی اقسام شامل رہتی ہیں؛ ہر خصوصیت اپنا ماخذی حصہ رکھتی ہے۔ دوسرا مرحلہ خصوصیات کو گراف کے فعلی بلاکس میں رکھتا ہے: UART کی رفتار UART بلاک کے تحت، جبکہ کئی پیریفرلز کے لیے مشترک خصوصیت اوپر کی سطح پر۔ ابتدائی زمرہ جاتی سانچے میں بلاک نہ ہو تو ماڈل نیا بلاک تجویز کر سکتا ہے۔
نظام ماڈل سے جگہ اور ترمیم کی واضح ہدایات لیتا ہے۔ مقامی سافٹ ویئر انہیں جانچ کر محفوظ خصوصیات پر لاگو کرتا ہے، بجائے اس کے کہ ماڈل گراف اور قدریں پھر سے بنائے۔ بعد کے مراحل نقل خصوصیات ملاتے، ایک جیسے ناموں میں فرق کرتے اور موزوں بلاک سے پہلے رکھی خصوصیات پر نظرثانی کرتے ہیں۔ اس سے غلط قدر یا جگہ کو ماخذی عبارت اور عمل کے مرحلے تک تلاش کرنا آسان ہوتا ہے، مگر ماڈل کے معنوی فیصلے یقینی نہیں ہو جاتے۔
تلاش میں نظام متعلقہ فعلی بلاکس شناخت کر کے ان کی خصوصیات اور والد بلاکس سے ورثے میں آئی قابلِ اطلاق خصوصیات دیکھ سکتا ہے۔ یہ گراف میں تلاش محدود کرنے کا بیان کردہ ڈیزائن ہے۔ مقالہ کسی عملی آزمائش میں تیز انجینئرنگ یا کم مطابقتی خرابیوں کا ثبوت نہیں دیتا۔
موازنے میں کیا ناپا گیا
مصنفین نے GPT-5.4، درجہ حرارت 0.2 کے ساتھ دونوں طریقے 20 ڈیٹا شیٹس پر آزمائے: سات سینسر، پانچ پروسیسنگ اجزا، پانچ پاور ماڈیول اور تین مواصلاتی اجزا؛ کل 1,040 صفحات۔ یک مرحلہ طریقے کو وہی تجزیہ شدہ Markdown ملا اور ایک سوال میں مکمل گراف نکالنے، نقلیں ہٹانے اور ترتیب دینے کو کہا گیا۔ اس موازنے میں دونوں طریقوں نے خاکوں کا مواد استعمال نہیں کیا۔
98.8% اور 76.1% کے اعداد خصوصیات کی وفاداری ناپتے ہیں: کیا نکالی گئی خصوصیت کے ساتھ دی گئی عبارت اسے ثابت کرتی ہے؟ ایک LLM نے معنوی تائید جانچی؛ بنیادی طریقے میں حوالہ بھی داخلی متن سے ملنا لازم تھا۔ پھر محققین نے دیکھا کہ ایک گراف کی کتنی درست معلومات دوسرے سے بازیافت ہو سکتی ہیں۔ مرحلہ وار گرافوں نے بنیادی گراف کی درست، معمول پر لائی گئی خصوصیات کا 83.6% مکمل طور پر ڈھانپا۔ الٹی سمت میں بنیادی گراف نے مرحلہ وار گرافوں کی 10.5% خصوصیات مکمل ڈھانپیں۔
یہ سمت کے لحاظ سے نسبتی کوریج ہے، اصل ڈیٹا شیٹس کی تمام خصوصیات کا فیصد نہیں۔ مکمل زمینی سچائی فہرست دستیاب نہ تھی۔ مصنفین نے تقسیم کے فرق کم کرنے کو خصوصیات معمول پر لائیں اور ماڈل سے مکمل، جزوی یا غیر موجود کوریج کا فیصلہ کرایا۔ 200 نمونہ ہدایات کی دستی جانچ میں 186 قواعد کے مطابق تھیں، آٹھ نہیں اور چھ مبہم تھیں؛ یہ غلطیاں مجموعی کوریج کو متاثر کر سکتی ہیں۔
عمل کی لاگت بھی ہے۔ مقالے کے مطابق 800 سے زیادہ خصوصیات والے Analog Devices سینسر گراف کی ایک اصلاحی تکرار میں ماڈل سوالات اور API تاخیر کے باعث تقریباً 17 منٹ لگے۔ مصنفین نے سمجھوتے کے طور پر تین تکرار چنیں۔ فی ڈیٹا شیٹ عمومی لاگت یا پیداواری پیمانے پر کفایت ثابت نہیں کی گئی۔
انجینئرنگ میں استعمال ابھی جانچنا ہے
تجربے نے نکالا گیا علم ناپا، جزو کے فیصلے نہیں۔ مصنفین کی آزمائش میں گھنی دستاویز کو قابلِ سراغ استخراج اور گراف ترمیم کے مراحل میں بانٹنے سے یک مرحلہ بنیادی طریقے کے مقابلے میں ماخذ سے ثابت معلومات بڑھیں۔ انجینئر گراف سے ممکنہ حدود ڈھونڈ کر منسلک اصل عبارت دیکھ سکتا ہے۔ جزو چننے سے پہلے اصل ڈیٹا شیٹ اور متعلقہ شرائط انسان کو جانچنی ہوں گی، خاص طور پر وہ معلومات جو پائپ لائن نے نہ پڑھے ہوئے خاکے میں ہوں۔
یہ دو مصنفین کا پری پرنٹ، نسخہ 1 ہے، جو 8 اکتوبر 2026 کو جمع ہوا۔ BIG CHANGE نے مقالہ اور اس کے بیان کردہ طریقے و نتائج دیکھے؛ ہم نے پائپ لائن نہیں چلائی اور نہ 20 ڈیٹا شیٹس کے مقابل گرافوں کی آزادانہ جانچ کی۔ دوسرے استخراج نظاموں، وسیع تر دستاویزات یا نافذ ہارڈویئر عمل کے مقابل کارکردگی ثابت نہیں ہوئی۔
ماخذ اور مزید مطالعہ
- Qiao اور Dick، Faithful and Complete LLM-Assisted Automated Construction of Hierarchical Hardware Knowledge Graphs، arXiv نسخہ 1، 8 اکتوبر 2026 کو جمع ہوا۔ پائپ لائن، 20 ڈیٹا شیٹس کی جانچ، اسکور اور بیان کردہ حدود کا بنیادی ماخذ۔ یہ مصنفین کے نتائج ہیں؛ اس مضمون کے لیے آزادانہ تکرار نہیں ملی۔
