ملخص تقني: A-RAG: توسيع نطاق التوليد المعزز بالاسترجاع الوكيل عبر واجهات الاسترجاع الهرمية

بيان المشكلة

تحدد الورقة البحثية عدم توافق حرج بين القدرات المتطورة للنماذج اللغوية الكبيرة (LLMs) وأنظمة التوليد المعزز بالاسترجاع (RAG) الحالية. فبينما أظهرت النماذج اللغوية الحديثة قدرات قوية في الاستنتاج واستخدام الأدوات طويل الأمد، إلا أن نماذج RAG الحالية تفشل في الاستفادة من هذه السمات. يرى المؤلفون أن الطرق الحالية تعتمد على نموذجين مقيدين:

1. الاسترجاع بضربة واحدة (Single-Shot Retrieval): تقوم الخوارزميات باسترجاع فقرات متعددة دفعة واحدة ودمجها في مدخلات النموذج، مما يمنع النموذج من المشاركة في قرارات الاسترجاع.
2. سير العمل المحدد مسبقاً (Predefined Workflows): تطلب هذه الأنظمة من النماذج تنفيذ سير عمل ثابت الخطوات (مثل IRCoT وFLARE)، وهي تفتقر إلى الاستقلالية لتكييف الاستراتيجيات بناءً على خصائص مهمة معينة أو لتحديد متى تم جمع أدلة كافية.

لا يسمح أي من النهجين للنموذج باختيار استراتيجيات التفاعل ديناميكياً، مما يؤدي إلى عدم كفاءة في التوسع مع تحسن النماذج. وتفترض الورقة أن RAG يجب أن ينتقل من المسارات الثابتة إلى الأنظمة القائمة على الوكلاء (Agent-based systems) حيث يمتلك النموذج الاستقلالية فوق عملية الاسترجاع.

المنهجية: إطار عمل A-RAG

لمعالجة هذه القيود، قدم المؤلفون A-RAG، وهو إطار عمل للـ RAG الوكيل مصمم لتعريض واجهات استرجاع هرمية للنموذج مباشرة. الجوهر يكمن في أن معلومات المتن منظمة بطبيعتها عند مستويات متعددة من التفصيل، ويجب أن يتمكن الوكلاء من الوصول إلى هذه المستويات بشكل تكيفي.

1. بناء الفهرس الهرمي

يستخدم إطار العمل إجراء فهرسة خفيف الوزن يتكون من مرحلتين:

• التقطيع (Chunking): يتم تقسيم المتن إلى قطع (حوالي 1,000 توكن) تتماشى مع حدود الجمل للحفاظ على التماسك الدلالي.
• التضمين (Embedding): يتم تفكيك كل قطعة إلى جمل، ويتم حساب تمثيلات متجهية كثيفة لهذه الجمل. وهذا يخلق خريطة من الجمل وصولاً إلى القطع الأم.
• على مستوى الكلمات المفتاحية (Keyword-Level): على عكس النهج القائم على الرسوم البيانية (Graph-based)، لا يتم فهرسة معلومات الكلمات المفتاحية مسبقاً؛ بل يتم إجراء مطابقة نصية دقيقة عند وقت الاستعلام لتقليل العبء الحسابي.

ينتج عن ذلك تمثيل للمعلومات على ثلاثة مستويات: مستوى الكلمات المفتاحية الضمني، وتضمين مستوى الجملة، وتخزين مستوى القطعة.

2. واجهات الاسترجاع الهرمية

يوفر A-RAG للوكيل ثلاث أدوات متميزة، مما يسمح له باختيار مستوى التفصيل المناسب بناءً على الاستعلام:

• البحث بالكلمات المفتاحية (Keyword Search): يقوم بمطابقة معجمية دقيقة لتحديد القطع التي تحتوي على مصطلحات محددة. ويعيد مقتطفات مختصرة تحتوي على الكلمات المفتاحية، موزونة بتكرار المصطلح وطوله.
• البحث الدلالي (Semantic Search): يستخدم الاسترجاع الكثيف للعثور على فقرات متشابهة دلالياً. يقوم بترميز الاستعلام وحساب تشابه جيب التمام (cosine similarity) مقابل تضمينات الجمل، مع تجميع النتائج حسب القطع الأم.
• قراءة القطعة (Chunk Read): يسمح للوكيل بالوصول إلى المحتوى الكامل لقطع معينة (أو القطع المجاورة) التي حددتها الأدوات السابقة. وهذا يمكن الوكيل من قراءة السياقات الكاملة فقط عند الضرورة، مما يقلل من عبء التوكنات (tokens).

3. حلقة الوكيل (Agent Loop)

يستخدم إطار العمل حلقة وكيل بسيطة شبيهة بـ ReAct (استنتاج واستدعاء أدوات متداخل). يختار الوكيل أداة بشكل تكراري، ويلاحظ النتيجة، ثم يقرر الإجراء التالي.

• متتبع السياق (Context Tracker): لمنع التكرار، يتتبع النظام القطع التي تمت قراءتها. إذا حاول الوكيل قراءة قطعة تم الوصول إليها بالفعل، فإن الأداة تعيد إشعاراً بدلاً من النص الكامل، مما يوفر التوكنات ويشجع على استكشاف معلومات جديدة.
• الإنهاء (Termination): تستمر الحلقة حتى يقدم الوكيل إجابة أو يصل إلى الحد الأقصى لعدد التكرارات، وعندها يقوم بتوليف استجابة بناءً على المعلومات التي تم جمعها.

المساهمات الرئيسية

1. تحديد التحول في النموذج (Paradigm Shift): تسلط الورقة الضوء على ضرورة تحويل RAG من مسارات ثابتة إلى أطر عمل وكيلة ديناميكية حيث تدير النماذج استراتيجيات الاسترجاع بشكل مستقل.
2. إطار عمل A-RAG: تقديم إطار عمل يتميز بواجهات استرجاع هرمية (الكلمات المفتاحية، البحث الدلالي، ومستوى القطعة) تمكن الوكلاء من البحث والاسترجاع بشكل تكيفي عبر مستويات متعددة من التفصيل.
3. تحليل التوسع (Scaling Analysis): دراسات منهجية تثبت أن A-RAG يتوسع بكفاءة مع حجم النموذج وحسابات وقت الاختبار، مما يظهر مكاسب في الأداء مع زيادة الموارد الحسابية.

النتائج التجريبية

قيم المؤلفون A-RAG على أربع اختبارات مرجعية للأسئلة متعددة الخطوات (multi-hop QA) وهي: HotpotQA، و 2WikiMultiHopQA، و MuSiQue، و GraphRAG-Bench، باستخدام GPT-4o-mini و GPT-5-mini كنماذج أساسية.

• الأداء: تفوق A-RAG باستمرار على النماذج المرجعية الحالية، بما في ذلك Naive RAG، و Graph-RAG (مثل GraphRAG و HippoRAG2)، و Workflow RAG (مثل FaithfulRAG و MA-RAG).
  • باستخدام GPT-5-mini، حقق A-RAG (Full) أعلى دقة عبر جميع مجموعات البيانات (على سبيل المثال، 94.5% LLM-Acc في HotpotQA، و 89.7% في 2Wiki).
  • حتى A-RAG (Naive)، المزود بأداة تضمين واحدة فقط، تفوق على معظم طرق Graph-RAG و Workflow المعقدة، مما يشير إلى أن استقلالية الوكيل هي المحرك الأساسي للأداء.
• الكفاءة: خلافاً للاعتقاد السائد بأن استرجاع المزيد من المحتوى يؤدي إلى نتائج أفضل، حقق A-RAG (Full) دقة فائقة مع استرجاع عدد توكنات مماثل أو أقل من طرق RAG التقليدية. فعلى سبيل المثال، في HotpotQA، استرجع A-RAG (Full) حوالي 2,737 توكن مقارنة بـ 5,358 لـ Naive RAG.
• التوسع في وقت الاختبار (Test-Time Scaling): أظهرت التجارب أن زيادة الحد الأقصى لخطوات الاستنتاج (من 5 إلى 20) والجهد الاستنتاجي أدت إلى تحسينات مستمرة في الأداء، خاصة للنماذج القوية مثل GPT-5-mini.
• دراسات الاستبعاد (Ablation Studies): أدى إزالة أي مكون من مجموعة الأدوات الهرمية (البحث بالكلمات المفتاحية، البحث الدلالي، أو قراءة القطعة) إلى تدهور الأداء، مما يؤكد ضرورة وجود أدوات متعددة المستويات.

الأهمية والادعاءات

تدعي الورقة أن A-RAG يمثل تحولاً جوهرياً في تصميم RAG. فمن خلال تعريض الواجهات الهرمية، يسمح إطار العمل للنماذج بالاستفيد من قدراتها الاستنتاجية المتأصلة لتعديل الاستراتيجيات ديناميكياً بدلاً من اتباع خوارزميات جامدة.

• صداقة الوكيل (Agent-Friendliness): تشير النتائج إلى أن الطبيعة "الوكيلة" لإطار العمل — وتحديداً القدرة على اختيار الأدوات والاستراتيجيات بشكل مستقل — أكثر أهمية من تعقيد خوارزميات الاسترجاع الأساسية.
• القابلية للتوسع (Scalability): ثبت أن إطار العمل يتوسع بفعالية مع تقدم قدرات النماذج وحسابات وقت الاختبار، مما يجعله اتجاهاً واعداً لأنظمة RAG المستقبلية.
• الاتجاه المستقبلي: يقترح المؤلفون أن الأبحاء المستقبلية يجب أن تركز على تصميم واجهات صديقة للوكلاء بدلاً من خوارزميات استرجاع معقدة. كما يشيرون إلى وجود قيود، بما في ذلك عدم التحقق على نماذج رائدة أكبر (مثل GPT-5 أو Gemini-3) بسبب قيود الموارد، والحاجة إلى استقصاء التعميم لمهام تتجاوز الأسئلة متعددة الخطوات (مثل التحقق من الحقائق أو الحوار).

باختصار، تجادل الورقة بأن الطريق نحو RAG أكثر فعالية لا يكمن في بناء رسوم بيانية للاسترجاع أكثر تعقيداً أو مسارات عمل محددة مسبقاً، بل في تمكين النماذج من الاستقلالية للتنقل عبر هرميات المعلومات من خلال استخدام الأدوات بشكل تكيفي.