💬 NLP

Structure-Augmented Reasoning Generation

تقدم هذه الورقة البحثية "توليد الاستدلال المعزز بالبنية" (SARG)، وهو إطار عمل معياري لما بعد الاسترجاع يعزز قدرات نماذج اللغات الكبيرة في الاستدلال متعدد الخطوات من خلال تحويل المستندات المسترجعة غير المهيكلة إلى رسوم بيانية للمعرفة وسلاسل استدلال صريحة، مما يؤدي إلى تحسين الدقة الواقعية، وتماسك الاستدلال، والقابلية للتفسير بشكل كبير دون الحاجة إلى أدوات استرجاع مخصصة أو ضبط دقيق.

المؤلفون الأصليون: Jash Rajesh Parekh, Pengcheng Jiang, Jiawei Han

نُشر 2026-02-23

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Jash Rajesh Parekh, Pengcheng Jiang, Jiawei Han

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك محقق تحاول حل لغز معقد. لديك كومة من 50 قصاصة جريدة مختلفة (الوثائق المسترجعة) قد تحمل الإجابة على سؤالك.

في نظام الذكاء الاصطنا الـعادي (المسمى RAG)، يقوم الكمبيوتر ببساطة بحشر جميع هذه القصاصات الخمسين في كومة ضخمة ويسأل المحقق (النموذج اللغوي الكبير - LLM): "اقرأ هذه الفوضى بأكملها وأخبرني بالإجابة".

المشكلة هي أن المحقق يصاب بالتشتت. الأدلة مبعثرة؛ دليل ما موجود في الصفحة 1، والدليل التالي في الصفحة 40، وتفصل بينهما إعلات غير ذات صلة وتقارير عن حالة الطقس. قد يفقد المحقق القدرة على الربط، أو يرتبك، أو يكتفي بالتخمين. وهذا ما يسميه البحث بـ "الضياع في المنتصف" (Lost-in-the-Middle).

أما تقنية SARG (توليد الاستدلال المعزز بالهيكلية)، فهي تشبه إعطاء ذلك المحقق عدسة مكبرة وسبورة بيضاء قبل أن يبدأ القراءة.

إليك كيف تعمل تقنية SARG، مقسمة إلى قصة بسيطة:

1. "المصفاة الذكية" (الاستخراج)

بدلاً من قراءة كل كلمة في كل قصاصة جريدة، تعمل SARG كأنها محرر فائق السرعة. فهي تمسح القصاصات الخمسين وتستخرج فقط الروابط السببية.

التشبيه: تخيل أن القصاصات عبارة عن صندوق مبعثر من قطع "الليغو". SARG لا تحتفظ بالصندوق بأكمله؛ بل تقوم بفرز القطع وتحتفظ فقط بالقطع التي تربط شيئين معاً بالفعل (مثل "المطر يسبب بلل الأرض"). هي ترمي القطع التي تكتفي بالوصف فقط (مثل "السماء زرقاء").
النتيجة: أصبح لديك الآن قائمة نظيفة من علاقات "السبب ← النتيجة"، وليس كومة نصية فوضوية.

2. "صانع الخريطة" (بناء الرسم البياني)

تأخذ SARG تلك الروابط من نوع "السبب ← النتيجة" وترسمها على سبورة بيضاء في شكل خريطة (رسم بياني معرفي).

التشبيه: إذا قالت القصاصة (أ): "الجينات القابلة للتأثر تسبب المرض (X)"، وقالت القصاصة (ب): "المرض (X) يتطلب تشخيصاً مبكراً"، فإن SARG ترسم خطاً يربطهما.
الآن، بدلاً من كومة ورقية مسطحة، أصبح لديك خارطة طريق. يمكنك رؤية بالضبط كيف تنتقل من النقطة (أ) إلى النقطة (ب).

3. "نظام الملاحة GPS" (التتبع)

عندما تطرح سؤالاً، لا تنظر SARG إلى الخريطة بأكملها. بل تعمل مثل نظام الـ GPS.

التشبيه: إذا سألت: "كيف تؤثر الجينات على العلاج؟"، فإن نظام الـ GPS يعرف أنه يجب أن يقود للخلف من "العلاج" إلى "التشخيص" ثم إلى "الجينات". إنه يتجاهل كل الطرق التي تؤدي إلى نهايات مسدودة أو مواضيع غير ذات صلة.
إنه يجد سلسلة الأحداث المحددة اللازمة للإجابة على سؤالك، متجاهلاً الضجيج.

4. "الحكواتي" (التوليد)

أخيراً، تسلم SARG المحقق المسار الدقيق على الخريطة، جنباً إلى جنب مع قصاصات الجرائد الأصلية التي تثبت كل خطوة.

التشبيه: بدلاً من قول: "إليك كومة من الأوراق، استنتج الأمر بنفسك"، تقول SARG: "إليك المسار: الجينات تسبب المرض ← المرض يتطلب التشخيص ← التشخيص يؤدي إلى العلاج. وإليك الصفحات المحددة التي تثبت كل خطوة. الآن، اكتب الإجابة".
هذا يجبر الذكاء الاصطناعي على اتباع مسار منطقي، مما يجعل من الصعب جداً عليه "الهلوسة" (اختلاق معلومات) أو التوهان.

لماذا يعد هذا أمراً بالغ الأهمية؟

لا يوجد مجهود شاق مسبقاً: تحاول الطرق الأخرى بناء خريطة للمكتبة بأكملها حتى قبل أن تسأل سؤالاً، وهذا يستغرق أياماً ويصعب تحديثه عند وصول كتب جديدة. أما SARG فتبني الخريطة أثناء العمل باستخدام الصفحات المحددة التي وجدها الذكاء الاصطناعي ذات صلة فقط. الأمر يشبه رسم خريطة للحي الذي تسير فيه حالياً، بدلاً من رسم خريطة للبلاد بأكملها.
إنها شفافة: لأن SARG تظهر لك "سلسلة الأفك" (مسار الخريطة)، يمكنك رؤية لماذا أعطى الذكاء الاصطناي هذه الإجابة. يمكنك فحص الخريطة والقول: "نعم، هذا المنطق سليم".
إنها تعمل بشكل أفضل: في الاختبارات المتعلقة بالتمويل (أسعار البيتكوين) والطب (الأمراض النادرة)، حلت SARG ألغازاً معقدة متعددة الخطوات بشكل أفضل بكثير من الذكاء الاصطناعي القياسي، الذي غالباً ما يصاب بالارتباك بسبب المعلومات المبعثرة.

باخت-الاختصار: SARG تمنع الذكاء الاصطناعي من محاولة "قراءة المكتبة بأكملها" وتعلمه بدلاً من ذلك كيفية ربط النقاط منطقياً قبل أن يحاول كتابة الإجابة. إنها تحول كومة فوضوية من الأدلة إلى قصة واضحة وخطوة بخطوة.

إليك ملخص تقني مفصل لورقة البحث بعنوان "توليد الاستدلال المعزز بالبنية (SARG)" من إعداد جاش باريك، بينغ تشنغ جيانغ، وجياوي هان.

1. بيان المشكلة

بينما نجحت تقنية "التوليد المعزز بالاسترجاع" (RAG) في معالجة قيود توافر المعرفة لدى النماذج اللغوية الكبيرة (LLMs) من خلال ربط الاستجابات بوثائق خارجية، إلا أن مسارات RAG القياسية تعاني من فجوة تركيبية معرفية حرجة.

المشكلة الجوهرية: تتعامل تقنية RAG القياسية مع الوثائق المسترجعة ككتل نصية مستقلة وغير منظمة. وعند الإجابة على الاستعلامات متعددة الخطوات (الأسئلة التي تتطلب تركيب المعلومات عبر وثائق متعددة)، يجب على النماذج ربط الحقائق المجزأة ضمنياً.
العواقب: يؤدي هذا إلى ظاهرة "الضياع في المنتصف" (lost-in-the-middle)، حيث تفشل النماذج في التقاط التبعيات العابرة للوثائق، مما ينتج عنه تركيب سطحي، وهلوسة، واستدلال غير متماسك، حتى في حال وجود جميع المعلومات اللازمة في السياق.
قصور الحلول الحالية:
- طرق الرسم البياني على مستوى المتن (مثل GraphRAG): تتطلب فهرسة مسبقة مكلفة للمتون بأكملها ( $O(|C|)$ )، وتفتقر إلى المرونة للبيانات الديناميكية، وغالباً ما تدمج التقارب الدلالي مع الاستلزام المنطقي، مما يفشل في التمييز بين السببية الحقيقية.
- الاستخراج المفتوح العام (Generic OpenIE): ينتج رسوماً بيانية كثيفة ومليئة بالضجيج ذات علاقات تافهة (مثل "هو أ")، مما يؤدي إلى انفجار توافقي أثناء عملية التتبع.

2. المنهجية: إطار عمل SARG

يعتبر SARG إطار عمل مرحلي لما بعد الاسترجاع، ومستقل عن المسترجع، يقوم ببناء هياكل استدلال صريحة عند الطلب من الوثائق المسترجعة. وهو يعمل كطبقة نمطية متوافقة مع أي مسار RAG موجود دون الحاجة إلى مسترجعات مخصصة أو ضبط دقيق لنطاقات محددة.

يتكون إطار العمل من أربع مراحل رئيسية:

أ. بناء الرسم البياني الواعي بالسياق (مخطط خاص بالاستدلال)

بدلاً من الاستخراج العام، يفرض SARG مخططاً صارماً خاصاً بالاستدلال لاستخراج الثلاثيات العلاقاتية: $\langle \text{السبب}, \text{العلاقة}, \text{الأثر} \rangle$ .

الآلية: باستخدام التلقين بلقطات قليلة (few-shot prompting)، يستخرج النموذج اللغوي الكبير فقط العلاقات السببية، والإجرائية، والتبعية (مثل "يؤدي إلى"، "يتطلب"، "يسبق").
الندرة: يعمل هذا على تصفية البيانات الوصفية (مثل "يقع في")، مما ينتج "مسودة استدلال" متفرقة حيث تمثل الحواف خطوات استدلال صحيحة بدلاً من مجرد ارتباطات دلالية. وهذا يمنع الانفجار التوافقي.

ب. مطابقة العقد الدلالية وتصنيف الاتجاه

نقاط الدخول: يتم تلخيص استعلام المستخدم إلى مفاهيم رئيسية (عبر KeyBERT) ومطابقتها مع العقد في الرسم البياني المحلي باستخدام التشابه الدلالي (Sentence-BERT) لتحديد عقد البداية.
التنبؤ بالاتجاه: يتنبأ نموذج طالب خفيف الوزن من نوع DistilBERT (مستخلص من GPT-4o-mini) اتجاه التتبع المنطقي: للأمام (السبب $\to$ $\to$ الأثر)، للخلف (الأثر $\to$ $\to$ السبب)، أو ثنائي الاتجاه.
- الكفاءة: يستبدل هذا استدعاءات LLM البطيئة بمنطق اتجاه أكثر سرعة، محققاً تسارعاً بمقدار 495 ضعفاً (3 مللي ثانية مقابل 1485 مللي ثانية) بدقة تصل إلى 99.13%.

ج. التتبع متعدد الخطوات القائم على الرسم البياني

يقوم SARC بإجراء بحث شعاعي دلالي (Semantic Beam Search) بدلاً من البحث الشامل.

العملية: بدءاً من العقد المطابقة، يتتبع النظام الرسم البياني في الاتجاه المتوقع.
التقييم: في كل خطوة، يتم تقييم المسارات بناءً على التشابه الدلالي بين العقدة وتضمين الاستعلام الأصلي.
التقليم: يتم تقليم المسارات منخفضة الصلة، والاحتفاظ فقط بسلاسل الاستدلال عالية الثقة. هذا يقلل التعقيد من $O(b^d)$ إلى $O(\beta \cdot d)$ .

د. اختيار السلسلة وتجميع التلقين

يتم تسلسل سلاسل الاستدلال المختارة إلى لغة طبيعية ودمجها مع قطع الأدلة الأصلية. يتم تغذية المولد (Generator LLM) بهذا التلقين المهيكل، مما يوفر "سقالة" صريحة توجه النموذج عبر الخطوات المنطقية المطلوبة للوصول إلى الإجابة النهائية.

3. المساهمات الرئيسية

طبقة ما بعد الاسترجاع مستقلة عن المسترجع: على عكس طرق الرسم البياني العالمية، يعمل SARG حصرياً في مرحلة ما بعد الاسترجاء، مما يجعله متوافقاً مع المتون الديناميكية وأي طريقة استرجاع (متفرقة، كثيفة، أو قائمة على التعلم التعزيزي) دون الحاجة لإعادة الفهرسة.
مخطط خاص بالاستدلال: يثبت أن النماذج اللغوية الكبيرة الضبطية (instruction-tuned) يمكنها استخراج ثلاثيات سببية عالية الدقة دون ضبط دقيق، مما يعمل كمرشح دلالي لتجنب ضجيج الاستخراج المفتوح العام.
اكتشاف متعدد الخطوات ثنائي الاتجاه: يستخدم مصنفاً مستخلصاً لتحديد اتجاه التتبع ويقوم ببحث شعاعي مستهدف لاستعادة الخطوات الوسيطة الضمنية الضرورية للاستدلال متعدد الخطوات.
استدلال شفاف وقابل للتحقق: من خلال تسلسل مسارات التتبع الدقيقة المستخدمة، يوفر SARG مخرجات قابلة للتفسير بالكامل، مما يسمح بالتحقق من عملية الاستدلال وتصحيحها.

4. النتائج التجريبية

قيم المؤلفون SARG على معايير قياسية متعددة الخطوات (HotPotQA، MuSiQue) وعلى مجموعتي بيانات مخصصتين لمجالات معينة (تقلبات أسعار البيتكوين، مرض غوشر).

الأداء على المعايير القياسية:
- تفوق SARG بشكل كبير على RAG ذي السياق المسطح (flat-context) وعلي نماذج الرسم البياني العالمية (GraphRAG، HippoRAG، HyperGraphRAG).
- في MuSiQue (باستخدام GPT-4o-mini)، حقق SARG نسبة 38.60% في التطابق التام (EM) و 45.13% في درجة F1، متفوقاً على أفضل النماذج المرجعية بفارق كبير.
- في النماذج مفتوحة المصدر (Qwen2.5-7B)، حقق SARC باستمرار أعلى الدرجات، مما يثبت قدرته على تعزيز الاستدلال في النماذج الأصغر.
الاستدلال في المجالات المتخصصة (مقاييس G-Eval):
- الأمانة (Faithfulness): حقق SARC درجات شبه مثالية (99.70% في مرض غوشر)، مما يثبت أنه يستند في إجاباته بدقة إلى الأدلة المسترجعة.
- دقة التركيب: طابق SARC أو تجاوز طرق الرسم البياني العالمية، حيث نجح في تركيب تفسيرات تقنية معقدة.
- المنطق الاستدلالي: أظهر SARC أكبر المكاسب هنا (مثلاً 87.90 في البيتكوين)، مما يظهر قدرة فائقة على بناء حجج متماسكة وخطوة بخطوة.
التقييم البشري: في دراسة معماة (N=30)، حقق SARC أعلى معدل فوز (32.2% - 35.6%) وأعلى متوسط درجة (3.96 - 4.31) مقارنة بجميع النماذج المرجعية.
الكفاءة:
- SARC أسرع بـ 5 إلى 7 مرات من طرق الفهرسة العالمية (GraphRAG) لأنه يعالج فقط الوثائق المسترجعة ( $O(|D|)$ ) بدلاً من المتن بأكمله ( $O(|C|)$ ).
- وقت بناء الاستدلال ضئيل (~1.2 ثانية)، حيث يهيمن وقت فك ترميز المولد على إجمالي زمن الاستجابة.

5. الأهمية

يمثل SARC تحولاً نوعياً في بنية RAG من خلال سد الفجوة بين مرونة الاسترجاع وعمق الاستدلال القائم على الرسم البياني.

القابلية للتوسع: يحل معضلة المقايضة بين "الثابت والديناميكي"، مما يتيح استدلالاً معقداً على بيانات حية ومتغيرة دون عبء صيانة الرسوم البيانية العالمية مسبقة البناء.
القابلية للتفسير: يتجاوز مفهوم "الصندوق الأسود" في التوليد عبر إظهار سلاسل الاستدلال الدقيقة، وهو أمر بالغ الأهمية في المجالات عالية المخاطر مثل التمويل والطب.
القدرة على التعميم: يثبت أن التوجيه الهيكلي الصريح يمكن حقنه في أي مسار RAG للتغلب على ظاهرة "الضياع في المنتصف"، مما يحسن بشكل كبير من الدقة الواقعية والتماسك المنطقي في المهام متعددة الخطوات.