💬 NLP

DiscoverLLM: From Executing Intents to Discovering Them

يُعد DiscoverLLM إطار عمل مبتكر يدرب النماذج اللغوية الكبيرة لمساعدة المستخدمين على اكتشاف وتجسيد نواياهم الغامضة من خلال محاكي مستخدم قائم على الحالة المعرفية، مما يؤدي إلى تحسين أداء المهام بشكل كبير، وتقصير المحادثات، ورفع مستوى رضا المستخدم عبر المهام الإبداعية والتقنية والبصرية.

المؤلفون الأصليون: Tae Soo Kim, Yoonjoo Lee, Jaesang Yu, John Joon Young Chung, Juho Kim

نُشر 2026-05-14

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Tae Soo Kim, Yoonjoo Lee, Jaesang Yu, John Joon Young Chung, Juho Kim

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 طلب وجبة محددة للغاية من طباخ، لكنك في الواقع لا تعرف بعد ما الذي تريد أكله. أنت تعلم فقط أنك جائع وتريد شيئاً "جيداً".

إذا سألت طباخاً يعمل بالذكاء الاصطناعي التقليدي: "اصنع لي شيئاً جيداً"، فقد يخمن أنك تريد شريحة لحم. تأخذ قضمة وتقول: "ليس هذا ما كنت أريده تماماً". يسألك الطباخ: "هل تريدها أكثر حدة؟" فتقول: "لا أعرف". يخمن الطباخ مرة أخرى، ربما سلطة. فتقول: "لا، هذا بارد جداً". يمكن أن يستمر هذا الأخذ والرد إلى الأبد لأن الطباخ ينتظر منك أن تعرف بالضبط ما تريد قبل أن يبدأ بالطبخ.

DISCOVERLLM هي طريقة جديدة لتدريب طهاة الذكاء الاصطناعي على إدراك أنك قد لا تعرف ما تريد حتى ترى الطعام.

إليك كيف يشرح البحث ذلك، باستخدام تشبيهات بسيطة:

1. المشكلة: "القائمة الخفية"

عادةً، تفترض نماذج الذكاء الاصطناعي أن لديك طلباً مكتملاً في رأسك (نية مكتملة التكوين). يعتقدون أن وظيفتهم هي مجرد طرح أسئلة توضيحية مثل: "هل تريدها حارة أم باردة؟"

لكن في الحياة الواقعية، خاصة في المهام الإبداعية مثل كتابة قصة أو رسم لوحة، غالباً ما لا تعرف الإجابة حتى ترى نموذجاً. لا يمكنك أن تخبر الطباخ أنك تريد طعاماً "حاداً" إذا لم تكن قد تذوقت أي طعام حاد بعد. أنت بحاجة إلى اكتشاف أنك تحب الطعام الحار من خلال تجربته.

2. الحل: محاكي "قائمة التذوق"

قام الباحثون ببناء "مستخدم محاكى" خاص (روبوت يتصرف كبشري) لتدريب الذكاء الاصطناعي. هذا الروبوت لديه قائمة تفضيلات سرية وخفية لا يعرف هو نفسه أنها لديه بعد.

القائمة الخفية: تخيل أن الروبوت لديه قائمة رغبات سرية: "أريد قصيدة"، "أريد حيواناً"، "أريد قطة"، "أريد قطة نائمة".
عملية الاكتشاف: في البداية، يعرف الروبوت فقط أنه يريد "قصيدة". هو لا يعرف بعد أنه يريد "قطة".
وظيفة الذكاء الاصطناعي: بدلاً من مجرد السؤال: "أي حيوان تريد؟" (وهو سؤال لا يستطيع الروبوت الإجابة عليه بعد)، يحاول الذكاء الاصطناعي تقديم خيارات مختلفة.
- يجرب الذكاء الاصطناعي: "إليك قصيدة عن كلب".
- يفكر الروبوت: "أوه، الكلب جيد، ولكن ربما أريد شيئاً أكثر نعومة". (يكتشف الروبوت أنه يفضل حيواناً أليفاً).
- يجرب الذكاء الاصطناعي: "إليك قصيدة عن قطة نائمة".
- يفكر الروبوت: "نعم! هذا هو المطلوب!" (لقد اكتشف الروبوت الآن نيته الحقيقية).

3. التدريب: تعلم "التوجيه اللطيف"

يتم تدريب الذكاء الاصطناعي باستخدام نظام مكافآت. هو لا يحصل على نقاط لمجرد إعطاء الإجابة الصحيحة فحسب، بل لمساعدتك في اكتشاف ما تريد.

حركة سيئة: إذا سأل الذكاء الاصطناعي: "هل تريد قطة أم كلباً؟" بينما المستخدم لا يعرف، يحصل الذكاء الاصطناعي على صفر من النقاط. المستخدم عالق.
حركة جيدة: إذا عرض الذكاء الاصطناعي صورة لكلب، وقال المستخدم: "لا، ربما شيئاً أصغر"، يحصل الذكاء الاصطناعي على نقاط. لقد نجح في "توجيه" المستخدم لاكتشاف تفضيل جديد.

يسمي البحث هذا التوازن بين التنوع (عرض خيارات مختلفة للاستكشاف) والتقارب (تضييق النطاق بمجرد أن يعرف المستخدم ما يحبه).

4. النتائج: كلام أقل، فعل أكثر

اختبر الباحثون هذا الذكاء الاصطناعي الجديد في مهام مثل كتابة القصص، المقالات التقنية، ورسم الصور الرقمية.

اكتشاف أسرع: ساعد الذك^ الاصطناعي الجديد المستخدمين في العثور على ما يريدونه بشكل أسرع بنسبة 10% من النماذج القديمة.
محادثات أقصر: لأن الذكاء الاصطناعي توقف عن طرح أسئلة غير مجدية وبدأ في تقديم أمثلة مفيدة، كانت المحادثات أقصر بنسبة 40%.
مستخدمون أكثر سعادة: في دراسة مع بشر حقيقيين، شعر الناس أن الذكاء الاصطناعي الجديد كان أكثر فائدة وبدا وكأنه "يتوقع" احتياجاتهم، حتى عندما لم يكونوا متأكدين مما يريدونه بأنفسهم.

الصورة الكبيرة

فكر في الذكاء الاصطناعي القديم كـ نادل ينتظر منك قراءة القائمة كاملة ثم الطلب.
وفكر في DISCOVERLLM الجديد كـ طباخ تذوق يقدم عينات صغيرة من أطباق مختلفة. ومع تذوقك لها، تدرك: "أوه، أنا في الواقع أحب الطبق الحار!" أو "أنا أكره الحساء البارد".

يزعم البحث أنه من خلال تعليم الذكاء الاصطناعي أن يكون ذلك "طباخ التذوق" — أي مساعدتك على اكتشاف تفضيلاتك الخاصة من خلال الاستكشاف بدلاً من مجرد الانتظار لتلقي التعليمات — يمكننا جعل الذكاء الاصطناعي أفضل بكثير في المساعدة في المهام الإبداعية والمفتوحة.

ملخص تقني: DISCOVERLLM

صياغة المشكلة

تُدرب النماذج اللغوية الكبيرة (LLMs) الحالية بشكل أساسي على تنفيذ واستخراج نوايا المستخدم، حيث تعمل بناءً على افتراض أن المستخدمين يبدأون التفاعلات بنوايا مكتملة التكوين، وإن كانت غير معلنة أحيًا. ومع ذلك، في المهام مفتوحة النهايات، الإبداعية، وغير محددة المعالم (مثل الكتابة والتصميم)، غالبًا ما يفتقر المستخدمون إلى نوايا واضحة في البداية. بدلاً من ذلك، يكتشف المستخدمون ما يريدونه من خلال الملاحظة واستكشاف النتائج المحتملة. تفترض النهج الحالية، بما في ذلك الضبط الدقيق متعدد الجولات واستراتيجيات التلقين (Prompting)، أن النوايا مخفية ولكنها ثابتة، وتركز على استخراجها من خلال أسئلة الاستيضاح. وهذا يفشل عندما لا يستطيع المستخدمون الإجابة على أسئلة مثل "ما هو النبرة التي تريدها؟" لأنهم لم يشكلوا ذلك التفضيل بعد. التحدي الجوهري يكمن في تدريب النماذج التي لا تكتفي بمجرد استخراج النوايا الموجودة مسبقًا، بل تساعد المستخدمين بنشاط على اكتشاف وتشكيل نواياهم من خلال الاستكشاف التعاوني.

المنهجية: إطار عمل DISCOVERLLM

يقترح المؤلفون DISCOVERLLM، وهو إطار عمل قابل للتعميم يعمل على تحويل اكتشاف النوايا إلى مشكلة متميزة عن استخراج النوايا. يعتمد إطار العمل على محاكي مستخدم (User Simulator) مبتكر ينمذج الحالة المعرفية للمستخدم بهيكل نوايا كامن وهرمي.

1. اكتشاف النوايا من خلال التفاعل

يصيغ إطار العمل تشكيل النوايا كعملية صقل تدريجية ( $I_0 \subseteq I_1 \subseteq \dots \subseteq I_T$ ).

هيكل النوايا الهرمي: تُمثل نوايا المستخدم كهيكل شجري ( $H$ ) حيث تتراوح العقد من العام (مثل "يتضمن حيوانًا") إلى المحدد (مثل "يتضمن قطة من نوع تاببي نائمة على أريكة").
حالات الاكتشاف: توجد العقد في حالات: غير مكتشفة، ناشئة، أو مكتشفة. لا يمكن للمستخدم التعبير إلا عن النوايا التي تم اكتشافها.
التقدم المدفوع بالاستجابة: تحدد استجابة المساعد ( $r_t$ $r_{t}$ ) عمليات انتقال الحالة.
- التفاعل المباشر: إذا كانت الاستجابة تسأل صراحة عن نية ما أو تلبيها، تصبح العقدة مكتشفة.
- التفاعل الجانبي: إذا قدمت الاستجابة خيارات ذات صلة ولكنها غير متطابقة (على سبيل المثال، اقتراح كلب بينما يريد المستخدم قطة)، فإن ذلك يساهم في درجة تراكمية. تجاوز عتبة معينة يؤدي إلى نقل العقدة من حالة غير مكتشفة إلى ناشئة أو مكتشفة، مما ينمذج كيف يضيق المستخدم نطاق تفضيلاته من خلال رؤية ما لا يريده.
قيد القدرة التعبيرية: لا يمكن للمستخدمين في المحاكاة التعبير إلا عن النوايا التي اكتشفوها. إذا كانت النية ناشئة فقط، فلا يمكن للمستخدم تقديم سوى تعليقات غامضة (مثل "ربما شيء مختلف")، مما يمنع النموذج من مجرد السؤال عن تفاصيل محددة لا يستطيع المستخدم تقديمها بعد.

2. حساب المكافأة

يحسب إطار العمل مكافأة لكل جولة ( $R$ ) لتوجيه التدريب:

تقدم الاكتشاف ( $R_d$ ): يقيس الزيادة في عدد النوايا المكتشفة ( $|I_{t+1}| - |I_t|$ ). هذا يكافئ النموذج على إظهار التفضيلات الكامنة.
عقوبة الكفاءة ( $R_e$ ): تعاقب طول الاستجابة المفرط لتشجيع التفاعلات الموجزة.
إجمالي المكافأة: $R(r_t) = R_d(r_t) + R_e(r_t)$ . التصميم يعطي الأولوية للاكتشاف أولاً، مع اعتبار الكفاءة قيدًا ثانويًا.

3. مسار التدريب

باستخدام محاكي المستخدم ودالة المكافأة، يدعم إطار العمل نماذج تدريب متعددة:

توليد البيانات الاصطناعية: محاكاة المحادثات لتوليد مجموعات بيانات عالية الجودة لـ الضبط الدقيق تحت الإشراف (SFT).
تحسين التفضيلات: إنشاء مقارنات زوجية (استجابة مختارة مقابل استجابة مرفوضة) لـ تحسين التفضيل المباشر (DPO).
التعلم التعزيزي عبر الإنترنت: تحسين النماذج مباشرة على إشارة المكافأة باستخدام خوارزميات مثل PPO أو GRPO.

المساهمات الرئيسية

صياغة اكتشاف النوايا: يميز البحث بين استخراج النوايا المخفية واكتشاف النوايا غير المتشكلة، مقترحًا نموذجًا رسميًا حيث يتم دفع تجسيد النوايا من خلال استكشاف المساعد لمساحة الحلول.
محاكي مستخدم مبتكر: محاكي ينمذج الحالات المعرفية للمستخدم كهيكل هرمي من النوايا، مما يسمح بحساب مكافآت اكتشاف النوايا—وهي قدرة لم تكن متاحة سابقًا في إعدادات التدريب القياسية.
إطار عمل تدريبي: مسار كامل (SFT, DPO, RL) يعلم النماذج اللغوية الكبيرة موازنة التباعد (استكشاف الخيارات لسبر أغوار النوايا المجردة) والتقارب (تكرير المخرجات لتلبية النوايا الملموسة).

النتائج التجريبية

تم تقييم إطار العمل عبر ثلاثة مجالات: الكتابة الإبداعية، الكتابة التقنية، ورسم SVG، باستخدام Llama-3.1-8B-Instruct و Qwen3-8B كنماذج أساسية.

مكاسب الأداء: حقق DISCOVERLLM زيادة بنسبة تزيد عن 10% في اكتشاف النوايا و 11% في إرضاء النوايا مقارنة بأفضل النماذج المرجعية (بما في ذلك COLLABLLM).
الكفاءة: قلل من طول المحادثة بنسبة تصل إلى 40% مع الحفاظ على أداء المهمة أو تحسينه.
التفاعلية: زادت درجات التفاعلية بنسبة 83%، مما يشير إلى تعاون أكثر فعالية.
التحليل السلوكي: على عكس النماذج الأساسية التي تميل إلى أن تكون تقاربية بحتة (مراجعة مسودات واحدة) أو نماذج SFT التي تفرط في التباعد (تقديم خيارات لا تنتهي)، أظهرت متغيرات DISCOVERLLM نمطًا متوازنًا من التناوب بين الاستكشاف المتباعد والتحسين التقاربي.
التعميم: تعمم النهج على مجالات غير مرئية (تخطيط السفر، تطوير الويب) وإعدادات مختلفة للمحاكي (اختلاف النماذج الأساسية وقواعد التحديث).
دراسة المستخدم: في دراسة مع 75 مشاركًا بشريًا، حقق DISCOVERLLM درجات أعلى في التفاعل والرضا عن الكتابة وقلل من وقت إنجاز المهام مقارنة بالنماذج المرجعية. لاحظ المشاركون أن النموذج يبدو وكأنه "يتوقع" نواياهم الكامنة.

الأهمية والادعاءات

يزعم البحث أن DISCOVERLLM يمثل تحولًا في الذكاء الاصطناعي المتمحور حول الإنسان من النماذج التي تنفذ التعليمات ببساطة إلى شركاء استباقيين يستكشفون ويشكلون المشكلات مع المستخدمين. ومن خلال معالجة الواقع المعرفي المتمثل في أن المستخدمين غالبًا ما يكتشفون احتياجاتهم من خلال الفعل بدلاً من التخطيط المسبق، يتيح إطار العمل للذكاء الاصطناعي دعم المهام مفتوحة النهايات وغير محددة المعالم بشكل أكثر فعالية. يؤكد المؤلفون أن هذا النهج لا يخل بمواءمة السلامة ويقدم طريقة قابلة للتوسع لتدريب النماذج على التعاون في المساعي المعقدة والإبداعية حيث تكون نية المستخدم متغيرة في البداية. يشير العمل إلى أن أنظمة الذكاء الاصطناዊ المستقبلية يجب أن تُصمم لتسهيل هذا التطور المشترك لمساحات المشكلة والحل، بدلاً من افتراض أهداف مستخدم ثابتة.