💬 NLP

Short Chains, Deep Thoughts: Balancing Reasoning Efficiency and Intra-Segment Capability via Split-Merge Optimization

تقدم الورقة البحثية CoSMo، وهو إطار عمل يعزز نماذج الاستدلال الكبيرة باستخدام خوارزمية تقسيم ودمج موجهة بالاتساق وتعلم تعزيزي متوافق مع البنية للقضاء على التكرار الهيكلي، مما يؤدي إلى تحسين الدقة بشكل كبير مع تقليل العبء الحسابي.

المؤلفون الأصليون: Runquan Gui, Jie Wang, Zhihai Wang, Chi Ma, Jianye Hao, Feng Wu

نُشر 2026-05-04

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Runquan Gui, Jie Wang, Zhihai Wang, Chi Ma, Jianye Hao, Feng Wu

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 معقد، مثل لعبة "أين والدو؟" (Where's Waldo?) ولكن باستخدام الحقائق بدلاً من القميص المخطط. لديك فريق من المحققين (الذكاء الاصطناعي) يحاولون إيجاد الإجابة.

في الماضي، كان يُطلب من هؤلاء المحققين "التفكير خطوة بخوة". لقد فعلوا ذلك، لكنهم غالباً ما بالغوا في التفكير. كانوا يكتبون كل فكرة، حتى تلك التي كانت مجرد تكرار لما يعرفونه بالفعل أو التحقق من أشياء لا يحتاجون للتحقق منها. أدى ذلك إلى دفتر ملاحظات ضخم وفوضوي مليء بالملاحظات المكررة. استغرق الأمر وقتاً طويلاً للقراءة، وأهدر الكثير من الورق (قدرة الحوسبة)، وأحياناً، كان حجم الملاحظات الهائل يؤدي فعلياً إلى إرباك المحقق، مما يجعله يغفل عن الإجابة الواضحة.

تقدم هذه الورقة البحثية طريقة جديدة تسمى CoSMo (تحسين الدمج والتقسيم الموجه بالاتساق) لإصلاح هذا. فكر في CoSMo كـ محرر ذكي يعلم المحقق كيف يكتب قصة موجزة ومثالية دون فقدان أي نقاط حبكة مهمة.

إليك كيف يعمل CoSMo، باستخدام تشبيهات بسيطة:

1. المشكلة: الكثير من الثرثرة

تجادل الورقة بأن نماذج الذاء الاصطناعي الحالية تشبه الأشخاص الذين يتحدثون كثيراً. فهم لا يكتفون بقول "الإجابة هي س"؛ بل يقولون، "أنا أفكر في س، وأنا أفكر في س أيضاً مرة أخرى، وربما يجب أن أتحقق مما إذا كانت س صحيحة، وأوه انظر، س صحيحة مرة أخرى".

المشكلة: هذه "الثرثرة" تخلق تكراراً هيكلياً. المشكلة ليست في أن الكلمات طويلة جداً، بل في أن عدد الخطوات المتميزة (الأجزاء) مرتفع جداً.
التشبيه: تخيل أنك تحاول المشي من منزلك إلى المتجر. الشخص الطبيعي يمشي مباشرة إلى هناك. أما الذكاء الاصطناعي الذي يفرط في التفكير، فقد يمشي إلى الحديقة، ثم يتحقق من الوقت، ثم يعود، ثم يمشي إلى المكتبة، ثم يتحقق من الوقت مرة أخرى، وبعد ذلك يمشي إلى المتجر. المسافة (عدد الرموز/tokens) قد تكون متشابهة، لكن عدد التوقفات (الأجزاء) ضخم وغير فعال.

2. الحل: خوارزمية "التقسيم والدمج"

تعامل CoSMo سلسلة تفكير الذكاء الاصطناعي كجملة تحتاج إلى تحرير. وهي تستخدم عملية من خطوتين لتنظيفها:

الدمج (قص الحشو): إذا كتب الذكاء الاصطناعي خطوتين تقولان الشيء نفسه أو هما مجرد تنويعات طفيفة على بعضهما البعض، تقول CoSMo: "مهلاً، هذان هما نفس الفكرة!" وتقوم بـ دمجهما في جملة واحدة قوية وواضحة.
- التشبيه: بدلاً من قول "أنا جائع. أشعر بقرقعة في معدتي"، تدمجها CoSMo لتصبح "أنا جائع".
التقسيم (ملء الفجوات): أحياناً، يحاول الذكاء الاصطناعي أن يكون فعالاً للغاية ويتخطى بعض الخطوات، فينتقل من "أ" إلى "ج" دون شرح "ب". تكتشف CoSMo هذه "القفزة المنطقية" وتقول: "انتظر، لقد تخطيت خطوة!" وتقوم بـ تقسيم هذه القفزة الكبيرة إلى خطوتين أصغر ومنطقيتين.
- التشبيه: إذا قال الذكاء الاصطناعي: "رأيت كلباً، لذا اشتريت مقوداً"، تقوم CoSMo بتقسيمها: "1. رأيت كلباً. 2. أحتاج إلى مقود للكلب".

3. التدريب: تعلم أن يكون "مثالياً تماماً"

تصف الورقة عملية تدريب مكونة من مرحلتين لتعليم الذكاء الاصطناعي هذه الطريقة الجديدة في التفكير:

المرحلة 1: المحرر (الضبط الدقيق الخاضع للإشراف): يأخذ الباحثون إجابات الذكاء الاصطناعي الفوضوية والطويلة جداً ويستخدمون خوارزمية التقسيم والدمج لإعادة كتابتها إلى نسخ مثالية وموجزة. ثم يعلمون الذكاء الاصطناعي محاكاة هذه النسخ المثالية. إنه يشبه طالباً يدرس مقالاً نموذجياً ليتعلم كيفية الكتابة بوضوح.
المرحلة 2: المدرب (التعلم المعزز): الآن، يحاول الذكاء الاصطناعي حل المشكلات بمفرده. "المدرب" (نظام المكافأة) لا يحسب فقط عدد الكلمات التي يستخدمها الذكاء الاصطناعي. بدلاً من ذلك، يحسب عدد الخطوات المتميزة التي يتخذها الذكاء الاصطناعي.
- التحول الجوهري: تقول CoSMo للمدرب: "يمكنك كتابة عدد الكلمات الذي تحتاجه داخل الخطوة الواحدة لتكون مفصلاً ودقيقاً للغاية. ولكن، يجب ألا تأخذ خطوات كثيرة جداً".
- لماذا هذا مهم: حاولت الطرق السابقة تحديد إجمالي عدد الكلمات. لكن CoSMo تدرك أنك أحياناً تحتاج إلى جملة طويلة لشرح فكرة معقدة. لذا، فهي تعاقب الذكاء الاصطناعي على اتخاذ الكثير من التوقفات (الأجزاء)، وليس على كتابة جمل طويلة.

4. النتائج: سلاسل أقصر، أفكار أعمق

اختبرت الورقة CoSMo على أسئلة صعبة متنوعة (مثل المعلومات العامة متعددة الخطوات أو فهم المقروء).

النتيجة: أنتجت CoSMo إجابات كانت أكثر دقة واستخدمت خطوات أقل من الطرق الأخرى.
الاستعارة: تخيل سباقاً. العداؤون الآخرون كانوا يركضون في دوائر (خطوات مكررة) أو يقومون بقفزات ضخمة وخرقاء (تخطي المنطق). أما عداء CoSMo فقد سلك المسار الأكثر مباشرة، وتوقف بالضبط بالعدد الصحيح من المرات للتحقق من خريطته، لكنه لم يتوقف أبداً ليربط حذاءه مرتين.
الإحصائيات: تزعم الورقة أن CoSMo حسنت الدقة بنحو 3.3 نقطة مع تقليل عدد خطوات التفكير بنسبة تقارب 29%.

الملخص

باخت-الكلمات، تقول هذه الورقة: لا تجعل الذكاء الاصطناعي يتحدث أقل فحسب؛ بل اجعله يفكر بكفاءة أكبر.

من خلال تعليم الذكاء الاصطناعي دمج أفكاره المتكررة وتقسيم خطواته المفقودة، تخلق CoSMo أسلوب تفكير "مثالي تماماً": ليس قصيراً جداً (مما يؤدي لفقدان التفاصيل)، وليس طويلاً جداً (مما يضيع الوقت)، بل هو "مثالي" لتعقيد المشكلة. إنها تسمح للذكاء الاصطناعي بأن يكون عميقاً ومفصلاً حيث يحتاج لذلك، بينما يقصي الفوضى الهيكلية التي تبطئه.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "سلاسل قصيرة، أفكار عميقة: موازنة كفاءة الاستدلال مع القدرة داخل الجزء عبر تحسين الدمج والتقسيم".

١. بيان المشكلة

أظهرت نماذج الاستدلال الكبيرة (LRMs) قدرات مثيرة للإعجاب في المهام المعقدة (مثل الإجابة على الأسئلة متعددة القفزات، الرياضيات، والبرمجة) من خلال توليد سلاسل طويلة من التفكير (CoT). ومع ذلك، فإن هذا الاعتماد على التوليد المطول يؤدي إلى مشكلتين حرجتين:

الأعباء الحسابية: تؤدي سلاسل الاستدلال الطويلة إلى زمن استجابة كبير واستهلاك عالٍ للرموز (tokens).
الحشو الهيكلي: إن تقصير السلاسل بشكل عشوائي (على سبيل المثال، عبر حدود عدد الرموز أو التقليم) غالبًا ما يؤدي إلى تعطيل التماسك المنطقي. وعلى العكس من ذلك، فإن الطول المفرط يُدخل خطوات زائدة عن الحاجة يمكن أن تشتت النموذج، لا سيما في مهام الإجابة على الأسئلة (QA) كثيفة المعرفة ومتعددة القفزات.
التحدي الجوهري: تفشل الطرق الحالية في التمييز بين الحشو الهيكلي (خطوات أو أجزاء استدلال غير ضرورية) والعمق داخل الجزء الواحد (حجم الرموز الضروري لشرح خطوة منطقية واحدة). غالبًا ما تعاقب الأساليب الحالية إجمالي طول الرموز، مما يؤدي دون قصد إلى قمع قدرات الاستدلال العميق اللازمة للمشكلات المعقدة.

٢. المنهجية: إطار عمل CoSMo

يقترح المؤلفون إطار عمل CoSMo (تحسين الدمج والتقسيم الموجه بالاتساق)، وهو مصمم لتحسين طوبولوجيا سلسلة الاستدلال بدلاً من مجرد طولها. ويعمل الإطار عبر مرحلتين:

أ. خوارزمية تحسين الدمج والتقسيم (تنسيق البيانات والضبط الدقيق الموجه - SFT)

مستوحى من خوارزميات تقسيم الصور، يعامل CoSMo سلسلة الاستدلال كسلسلة من الأجزاء المنفصلة ( $s_1, s_2, ..., s_N$ ). وتقوم الخوارزمية بتحسين السلسلة بشكل تكراري لمواءمة عدد الأجزاء ( $N$ ) مع عدد القفزات الحقيقي ( $k^*$ ) للمشكلة.

مرحلة الدمج: إذا كان $N > k^*$ (وجود حشو)، تستخدم الخوارما خوارزمية "قاضي الاتساق" القائم على النماذج اللغوية الكبيرة لتحديد الأجزاء المتجاورة التي تعد زائدة دلاليًا (مثل إعادة الصياغة أو التوسعات التافهة). ثم يقوم "مولد دلالي" بدمج هذه الأجزاء في وحدة منطقية واحدة موجزة.
مرحلة التقسيم: إذا كان $N < k^*$ (وجود قفزات منطقية)، تكتشف الخوارزمية المنطق ضعيف التفاصيل حيث تم ضغط خطوات متعددة. ويقوم المولد بتفكيك هذه الخطوات إلى أجزاء فرعية أكثر دقة وتماسكًا لضمان الاستمرارية المنطقية.
النتيجة: تخلق هذه العملية مجموعة بيانات عالية الجودة وكثيفة المنطق ( $D_{cosmo}$ ) تُستخدم في الضبط الدقيق الموجه (SFT)، مما يغرس تصورًا هيكليًا في النموذج.

ب. التعلم التعزيزي المتوافق هيكليًا (RL)

بعد مرحلة الضبط الدقيق (SFT)، يتم تحسين النموذج بشكل أكبر باستخدام تحسين السياسة النسبي للمجموعات (GRPO).

آلية مكافأة مبتكرة: بدلاً من معاقبة إجمالي عدد الرموز، يقدم CoSMo "ميزانية على مستوى الجزء".
- مكافأة التنسيق: تضمن الالتزام الصارم بهيكل القائمة المرقمة.
  تعداد الأجزاء من الحقيقة ( $|N - k^*|$ ).
الابتكار الرئيسي: يسمح هذا التصميم للنموذج بتوسيع طول الرموز داخل الجزء الواحد (من أجل الاستدلال العميق) دون عقوبة، طالما ظل عدد الأجزاء مثاليًا. وهذا يفصل بين الكفاءة الهيكلية والعمق الوصفي.

٣. المساهمات الرئيسية

الفصل بين الهيكل والعمق: تحدد الورقة رسميًا كفاءة الاستدلال ليس من خلال حجم الرموز، بل من خلال التوافق الطوبولوجي مع تعقيد المشكلة. وهي تفصل بين الحشو الهيكلي (عدد الأجزاء) والاستدلال داخل الجزء (دقة الرموز).
الدمج والتقسيم الموجه بالاتساق: خوارزمية مبتكرة تقوم بتنسيق بيانات التدريب ديناميكيًا عبر دمج الخطوات الزائدة وتقسيم الفجوات المنطقية، مما يضمن الإيجاز والاستمرارية المنطقية في آن واحد.
الميزانية على مستوى الجزء في التعلم التعزيزي (RL): استراتيجية تعلم تعزيزي تستبدل قيود الرموس الشاملة بعقوبة على عدد الأجزاء، مما يمنع قمع تفاصيل الاستدلال العميق الضرورية.
التحقق التجريبي: تجارب شاملة تثبت أن تحسين الهيكل يحقق أداءً أفضل من تحسين الطول وحده.

٤. النتائج التجريبية

قيم المؤلفون CoSMo على عدة معايير (HotpotQA, HaluEval, NQ, CRAG) باستخدام نماذج Llama-3.1-8B و Qwen-2.5.

مكاسب الأداء: حقق CoSMo متوسط تحسن في الدقة قدره +3.3 نقطة عبر المعايير مقارنة بنماذج كفاءة الاستدلال الأساسية.
الكفاءة:
- خفض متوسط استهلاك الرموز بنسبة 29.5%.
- خفض متوسط عدد الأجزاء بنسبة 28.7% مقارنة بنماذج كفاءة الاستدلال الأساسية.
- في HotpotQA (التي تتكون غالبًا من أسئلة ذات قفزتين)، خفض CoSMo الحشو الهيكلي (الأجزاء التي تتجاوز الحقيقة) من ~1.6 (CoT) إلى 0.6.
المتانة:
- حافظ CoSMo على دقة عالية مع زيادة صعوبة المهمة (من أسئلة ذات قفزتين إلى 4 قفزات)، بينما عانت النماذج الأساسية مثل CoT و C3oT من انخفاض كبير في الدقة.
- أظهر النموذج تفوقًا ثابتًا عبر مختلف المحكمين (Qwen-7B/14B/72B, Llama-3.1)، مما يثبت أن المكاسب ناتجة عن الصلاحية المنطقية الجوهرية وليس عن انحياز المحكم.
دراسات الاستئصال (Ablation Studies):
- وفرت مرحلة SFT (الدمج والتقسيم) وحدها مكاسب كبيرة في الدقة وخفض الرموز.
- عززت مرحلة RL القدرات الجوهرية بشكل أكبر.
- حقق الجمع بين المرحلتين أفضل النتائج، مما يؤكد أن التصورات الهيكلية والمواءمة عبر التعلم التعزيزي يكملان بعضهما البعض.

٥. الأهمية والأثر

الاستدامة الحسابية: من خلال القضاء على الحشو الهيكلي دون التضحية بعمق الاستدلال، يقدم CoSMo مسارًا نحو "الذكاء الاصطناعي الأخضر"، مما يقلل من البصمة الكربونية وتكاليف الاستدلال لنماذج الاستدلال الكبيرة.
تحول في النموذج المعرفي: تتحدى الورقة نهج "ميزانية الرموز" السائد، وتقترح أن هيكل الاستدلال هو هدف تحسين أكثر أهمية من حجم الرموز.
القابلية للتفسير: هيكل الاستدلال المجزأ الناتج أكثر شفافية، مما يسمح بتحليل أفضل لكيفية تخصيص النماذج للموارد أثناء الاستدلال.
القدرة على التعميم: الطريقة مستقلة عن النموذج وفعالة عبر مختلف بنيات النماذج المستندة (backbone) ومستويات الصعوبة، مما يجعلها نهجًا واعدًا لنشر نماذج استدلال فعالة على الأجهزة ذات الموارد المحدودة.