FS-Researcher: Test-Time Scaling for Long-Horizon Research Tasks with File-System-Based Agents
يُعد FS-Researcher إطار عمل ثنائي الوكيل يعتمد على نظام الملفات، يتغلب على قيود نافذة السياق في مهام البحث طويلة الأمد عبر استخدام ذاكرة خارجية مستمرة لتمكين التوسع الفعال في وقت الاختبار، محققاً جودة تقارير هي الأفضل في فئتها عبر مختلف النماذج الأساسية.
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 بارع تم استئجارك لحل لغز ضخم ومعقد. لديك مساعد فائق الذكاء (الذكاء الاصطناعي) يمكنه قراءة الكتب والتحدث مع الناس، ولكن هناك عقبة: مساعدك لديه ذاكرة قصيرة المدى.
إذا كان اللغز صغيراً، يمكن لمساعدك تذكر كل شيء. ولكن إذا كانت القضية تتضمن قراءة 500 موقع إلكتروني، ومقابلة 50 خبيراً، وكتابة تقرير مكون من 100 صفحة، فإن عقل مساعدك سيمتلئ. سيبدأ في نسيان ما قرأه قبل خمس دقائق، أو قد يشعر بالإرهاق ويستسلم. هذه هي مشكلة "الباحثين" الحاليين من الذكاء الاصطناعي؛ فهم ينفدون من "المساحة الذهنية" (نافذة السياق) قبل أن يتمكنوا من إنهاء المهمة.
إليك "FS-Researcher": المحقق ذو خزانة الملفات اللانهائية.
تقدم هذه الورقة البحثية طريقة جديدة لمساعدة الذكاء الاصطناعي على إجراء أبحاث عميقة. فبدلاً من محاولة إجبار الذكاء الاصطناعي على تذكر كل شيء في رأسه، منح الباحثون له خزانة ملفات رقمية (نظام ملفات) لا تنفد مساحتها أبداً.
إليك كيف يعمل الأمر، مقسماً إلى قصة بسيطة:
مسرحية من فصلين
يستخدم النظام "شخصيتين" مختلفتين من الذكاء الاصطناعي يعملان معاً، حيث يتبادلان حقيبة ملفات مادية.
الفصل الأول: أمين المكتبة (باني السياق)
تخيل أمين مكتبة منظم للغاية. وظيفته الوحيدة هي الخروج إلى الإنترنت الفوضوي، والبحث عن الأدلة، وقراءة المقالات، وتدوين الملاحظات.
- الطريقة القديمة: كان أمين المكتبة سيحاول حفظ كل حقيقة ومحاولة قولها جميعاً دفعة واحدة. وفي النهاية، سيصاب بالارتباك وينسى بداية القصة.
- طريقة FS-Researcher: أمين المكتبة لا يحفظ أي شيء. بدلاً من ذلك، هو يفتح خزانة ملفات.
- يجد وثيقة حول "شركة التأمين (أ)". يقرأها، ويلخص النقاط الرئيسية، ثم يضعها في مجلد بعنوان "الشركة (أ)".
- يجد وثيقة عن "التوجهات العالمية". يلخصها ويضعها في مجلد بعنوان "التوجهات".
- يستمر في فعل ذلك لساعات، أو أيام، أو أسابيع. الخزانة تكبر وتكبر، لكن عقل أمين المكتبة يظل نشطاً لأن كل ما يحتاج لتذكره هو ما يوجد في المجلد الحالي الذي ينظر إليه.
- كما يحتفظ بـ "قائمة مهام" على المكتب لتتبع ما أنجزه وما ينقصه.
الفصل الثاني: الكاتب (كاتب التقارير)
بمجرد أن يقول أمين المكتبة: "الخزانة ممتلئة ومنظمة"، يأتي دور الكاتب.
- الكاتب لا ينظر أبداً إلى الإنترنت. هو ينظر فقط إلى خزانة الملفات.
- يحتاج لكتابة فصل عن "القوة المالية". يفتح مجلد "القوة المالية"، يقرأ الملاحظات المحددة التي دونها أمين المكتبة، ثم يصيغ هذا القسم.
- بعد ذلك، يغلق هذا المجلد، ويفتح مجلد "النمو"، ويكتب القسم التالي.
- ولأن الكاتب ينظر فقط إلى مجلد صغير واحد في كل مرة، فإنه لا يشعر أبداً بالإرهاق. يمكنه كتابة تقرير طويل ومثالي من خلال تجميع الملاحظات من الخزانة، قسماً تلو الآخر.
لماذا يعد هذا تغييراً جذرياً في قواعد اللعبة؟
1. الذاكرة "اللانهائية"
الذكاء الاصطناعي الحالي يشبه شخصاً يحاول حمل مكتبة كاملة بين يديه. إذا كانت المكتبة كبيرة جداً، فستسقط الكتب منه. أما FS-Researcher فهو يشبه شخصاً لديه مستودع ضخم. يمكنه تخزين قدر هائل من المعلومات، ويمكنه العودة إلى المستودع لجلب كتاب محدد متى أراد.
2. لا مزيد من "النسيان"
في الأنظمة القديمة، إذا كان على الذكاء الاصطناعي قراءة 100 صفحة، فقد ينسى أول 50 صفحة بحلول وصوله إلى الصفحة 100. مع خزانة الملفات، يمكن للذكاء الاصطناعي العودة، وإعادة قراءة الملاحظات من الصفحة 1، والتأكد من أن التقرير النهائي متسق تماماً.
3. سر "توسيع نطاق وقت الاختبار" (Test-Time Scaling)
اكتشف الباحثون شيئاً رائعاً: كلما تركت أمين المكتبة يعمل لفترة أطول، كان التقرير النهائي أفضل.
- إذا تركت أمين المكتبة يقضي 3 ساعات في ملء الخزانة، فسيكون التقرير جيداً.
- إذا تركته يقضي 10 ساعات، فستكون الخزانة أكثر امتلاءً، والملاحظات أكثر تفصيلاً، وسينتج الكاتب تحفة فنية.
- هذا يثبت أنه يمكنك جعل الذكاء الاصطناعي أكثر ذكاءً ليس فقط عبر بناء "دماغ أذكى"، بل عبر إعطائه وقتاً أكثر ومساحة عمل أفضل للقيام بالعمل.
النتيجة
اختبر الباحثون هذا النظام على أسئلة صعبة (مثل "قارن بين أفضل 10 شركات تأمين وتوقع من سيفوز في الصين").
- الذكاء الاصطناعي القديم: غالباً ما كان يستسلم، أو يفوت حقائق رئيسية، أو يكتب تقارير سطحية.
- FS-Researcher: أنتج تقارير كانت أكثر عمقاً، ودقة، وأفضل توثيقاً من أي نظام آخر تقريباً، حتى تلك التي تستخدم أغلى نماذج الذكاء الاصطناعي.
باختصار
فكر في FS-Researcher كمن أعطى الذكاء الاصطناعي دفتر ملاحظات دائماً وبطاقة مكتبة. بدلاً من محاولة حمل العالم كله في رأسه، يقوم ببناء مكتبة خاصة به، وينظمها بشكل مثالي، ثم يكتب تقريره باستخدام تلك المكتبة. إنه يحول مشكلة "الذاكرة قصيرة المدى" إلى حل يعتمد على "التنظيم طويل المدى".
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.