Test-time Recursive Thinking: Self-Improvement without External Feedback
تقترح الورقة البحثية "التفكير العودي في وقت الاختبار" (TRT)، وهو إطار عمل للتحسين الذاتي التكراري يُمكّن النماذج اللغوية الكبيرة من تعزيز أدائها في الاستنتاج والبرمجة بشكل كبير في الاختبارات المعيارية الصعبة دون الحاجة إلى تغذية راجعة خارجية أو تدريب إضافي، وذلك عبر الاستفادة من توليد مرشحات متنوعة والتحقق الذاتي.
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 تحاول حل لغز صعب للغاية، مثل مسألة رياضية معقدة أو كتابة قطعة برمجية صعبة. عادةً، قد تطلب مفتاح الإجابة من معلم، أو تطلب من مدرب أن يخبرك متى ارتكبت خطأً. ولكن ماذا لو كنت وحيداً في غرفة دون أي شخص لمساعدتك، وكان عليك اكتشاف الأمر بمفردك تماماً؟
تقدم هذه الورقة البحثية طريقة جديدة تسمى التفكير التكراري وقت الاختبار (Test-time Recursive Thinking - TRT). فكر في الأمر كأنك تعلم ذكاءً اصطناعياً ذكياً كيف يكون أفضل مدرب، ومعلم، وطالب لنفسه في آن واحد، دون الحاجة إلى أي مساعدة خارجية.
إليك كيف يعمل الأمر، مقسماً إلى قصة بسيطة:
المشكلة: فخ "التخمين والتحقق"
عادةً، عندما يحاول الذكاء الاصطناعي حل مشكلة صعبة، قد يكتفي بمجرد تخمين إجابة. إذا أخطأ، يحاول مرة أخرى. ولكن بدون معلم، غالباً ما يرتكب نفس الأخطاء مراراً وتكراراً، أو يكتفي بالتخمين العشوائي. الأمر يشبه محاولة العثور على مفتاح معين في غرفة مظلمة عن طريق التحسس الأعمى؛ قد تجده في النهاية، لكن الأمر سيستغرق وقتاً طويلاً وستتعثر باستمرار بنفس قطع الأثاث.
الحل: حلقة "التفكير التكراري"
ابتكر المؤلفون نظاماً لا يكتفي فيه الذكاء الاصطناعي بالتخمين فحسب؛ بل يلعب لعبة "جرب، احكم، وتعلم" في حلقة مستمرة. تخيل الذكاء الاصطناعي كمحقق يحل لغزاً.
الخطوة 1: المحقق يولد المشتبه بهم (التوليد - Generation)
بدلاً من مجرد تخمين إجابة واحدة، يقوم الذكاء الاصطناعي بإنشاء عدة "مشتبه بهم" (حلول) مختلفة في وقت واحد. لكن الخدعة هنا هي أنه لا يخمن عشوائياً؛ بل ينظر إلى دفتر ملاحظات للأشياء التي تعلمها من المحاولات السابقة (مثل "لا تستخدم تلك الحيلة الرياضية المحددة" أو "لا تنسَ التحقق من الحالات الحدية"). يستخدم هذا الدفتر لإنشاء مشتبه بهم جدد ومختلفين يتجنبون أخطاء الماضي.
الخطوة 2: المحقق يعمل كقاضٍ (الاختيار - Selection)
الآن أصبح لدى الذكاء الاصطناعي قائمة بالمشتبه بهم. وبما أنه لا يوجد معلم ليقول له "هذا هو الصحيح"، يجب على الذكاء الاصطناعي أن يحكم على نفسه.
- في الرياضيات: يبحث عن الإجابة التي تبرز بوضوح. إذا كانت هناك 10 تخمينات كلها أرقام مختلفة، ولكن 9 منها خاطئة بوضوح بناءً على المنطق، فإن الرقم المتبقي هو على الأرجب الفائز.
- في البرمجة: يكتب الذكاء الاصطناعي "حالات اختبار" خاصة به (مثل امتحان مصغر) بناءً على ما يعتقد أن المشكلة تطلبه. ثم يقوم بتشغيل الكود مقابل هذه الاختبارات. الكود الذي يجتاز أكبر عدد من الاختبارات هو الذي يحصل على النجمة الذهبية.
الخطوة 3: المحقق يحدث دفتر الملاحظات (التفكير التأملي - Reflection)
هذا هو الجزء الأهم. يقارن الذكاء الاصطناعي بين "المشتبه به" الفائز و"المشتبه بهم" الخاسرين. ويسأل نفسه: "لماذا فشل هذا؟"
- هل فاتته حالة حدية؟
- هل كان المنطق معيباً؟
- هل استخدم خوارزمية بطيئة؟
بعد ذلك، يكتب الذكاء الاصطناعي ملاحظة قصيرة وواضحة في دفتر ملاحظات المعرفة الخاص به (على سبيل المثال: "في المرة القادمة، تذكر التحقق من أخطاء تجاوز الحدود بواحد - off-by-one errors"). إنه يتخلص من التفاصيل الفوضوية للمحاولات الفاشلة ويحتفظ فقط بالدروس رفيعة المستوى.
النتيجة: يصبح أكثر ذكاءً في الوقت الفعلي
اختبرت الورقة هذا الأسلوب على نوعين من التحديات:
- مسائل رياضية صعبة (AIME): وصلت نماذج الذكاء الاصطناعي مفتوحة المصدر التي تستخدم هذه الطريقة إلى دقة بنسبة 100%. لقد حلوا كل مسألة من خلال التعلم من محاولاتهم الخاصة.
- مشكلات برمجة صعبة (LiveCodeBench): تحسنت نماذج الذكاء الاصطناعي رفيعة المستوى والمغلقة (مثل o3 و o4-mini) بنسبة 10% إلى 15% بمجرد استخدام هذه الطريقة. لم يحتاجوا إلى تدريب جديد أو معلمين خارجيين؛ لقد أصبحوا فقط أفضل في التفكير التكراري.
لماذا هذا مهم؟
فكر في الأمر كأنها لعبة فيديو ليس فيها شاشة "انتهت اللعبة" (Game Over). بدلاً من ذلك، في كل مرة تموت فيها، تكتب اللعبة فوراً ملاحظة في مذكراتك تقول: "لا تقفز من فوق ذلك المنحدر مرة أخرى"، ثم تسمح لك بتجربة المستوى مرة أخرى مع تلك المعرفة الجديدة.
تثبت الورقة أن النماذج اللغوية الكبيرة (LLMs) لا تحتاج إلى إعادة تدريبها من قبل البشر لتصبح أفضل في مهمة معينة. إذا منحتها طريقة لتوليد أفكار متنوعة، ونقد نفسها، وتذكر دروسها، فيمكنها حل أصعب المشكلات بمفردها، تماماً في الوقت الذي تُسأل فيه.
باخت-القول: تثبت الورقة أن الذكاء الاصطناعي يمكنه تعليم نفسه كيف يصبح أكثر ذكاءً أثناء الاختبار الفعلي، ببساطة من خلال المرور بدورة من المحاولة، والحكم، وتحديث "ورقة الغش" الخاصة به حول ما لا يجب فعله.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.