🤖 AI

TodyComm: Task-Oriented Dynamic Communication for Multi-Round LLM-based Multi-Agent System

تقدم الورقة البحثية TodyComm، وهو خوارزمية اتصالات ديناميكية موجهة نحو المهام تعمل على تحسين التعاون متعدد الوكلاء القائم على النماذج اللغوية الكبيرة عبر جولات متعددة من خلال توليد توبولوجيا تكيفية مدفوعة بالسلوك عبر التدرج السياساتي، مما يتفوق بذلك على الأساليب ذات البنية الثابتة في البيئات العدائية الديناميكية والبيئات ذات عرض النطاق الترددي المحدود مع الحفاظ على كفاءة الرموز (tokens) والقابلية للتوسع.

المؤلفون الأصليون: Wenzhe Fan, Tommaso Tognoli, Henry Peng Zou, Chunyu Miao, Yibo Wang, Xinhua Zhang

نُشر 2026-05-12

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Wenzhe Fan, Tommaso Tognoli, Henry Peng Zou, Chunyu Miao, Yibo Wang, Xinhua Zhang

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 مجموعة من الخبراء يحاولون حل لغز صعب معاً. في عالم مثالي، سيتحدثون جميعاً مع بعضهم البعض، ويشاركون أفكارهم، ويدمجون معرفتهم للوصول إلى أفضل إجابة. هكذا تعمل العديد من أنظمة الذكاء الاصطناعي الحالية: فريق من "الوكلاء" (نماذج الذكاء الاصطناعي) الذين يتعاونون عبر عدة جولات لحل مشكلة ما.

ومع ذلك، تشير الورقة البحثية إلى خلل كبير في كيفية عمل هذه الفرق حالياً. معظم الأنظمة تستخدم خطة تواصل ثابتة. الأمر يشبه اجتماعاً يُجبر فيه الجميع على الجلوس في نفس المقاعد والتحدث إلى نفس الأشخاص، بغض النظر عما يحدث. إذا بدأ شخص ما في الغرفة بتقديم نصائح سيئة (أو كان يحاول سراً خداع المجموعة)، فإن الخطة الثابتة لا تتغير. وتستمر المجموعة في الاستماع إلى الشخص المثير للمشاكل، مما يؤدي إلى إجابة خاطئة.

يقترح مؤلفو هذه الورقة نظاماً جديداً يسمى TodyComm (التواصل الديناميكي الموجه نحو المهام). فكر في TodyComm ليس كجدول اجتماعات جامد، بل كـ أرضية رقص ذكية ومتغيرة.

الفكرة الجوهرية: أرضية رقص ديناميكية

في النظام التقليدي، يتم تحديد "شركاء الرقص" (من يتحدث إلى من) مرة واحدة في البداية ولا يتغيرون أبداً.

في TodyComm، يتغير شركاء الرقص في كل جولة بناءً على من يرقص جيداً ومن يرتكب أخطاءً ويعيق الآخرين.

المشكلة: أحياناً، قد يبدأ أحد الوكلاء (أعضاء الفريق) بالتصرف بشكل غريب. ربما يكون متعباً، أو مرتبكاً، أو حتى "مخرباً" يحاول تضليل المجموعة. في النظام الثابت، تستمر المجموعة في الاستماع إليه.
حل TodyComm: يراقب النظام سلوك الوكلاء في الوقت الفعلي. إذا بدأ الوكيل (أ) في تقديم إجابات مربكة أو خاطئة، يقوم TodyComm فوراً بقطع الاتصال. لم يعد مسموحاً للوكيل (أ) بالتحدث إلى بقية الفريق. وفي الوقت نفسه، يعزز الروابط بين الوكلاء الذين يقدمون إجابات جيدة وموثوقة.

كيف يعمل (السر وراء الكواليس)

تصف الورقة هذه العملية باستخدام بعض الحيل الذكية:

"درجة السمعة" (إمكانات العقد - Node Potentials):
تخيل أن لكل وكيل "درجة سمعة" مخفية يتم تحديثها بعد كل جولة. إذا قدم الوكيل إجابة جيدة، ترتفع درجته. وإذا قدم إجابة سيئة أو مضللة، تنخفض درجته. يستخدم TodyComm شبكة ذاكرة خاصة (تسمى GRN) لتذكر تاريخ الوكيل، بحيث يعرف ما إذا كان الشخص موثوقاً باستمرار أم أنه مر فقط بيوم سيء.
"الفلتر الذكي" (الطوبولوجيا الديناميكية):
بدلاً من ترك الجميع يتحدثون إلى الجميع، يبني النظام "خريطة" جديدة من الاتصالات لكل جولة. ويسأل: "من يجب أن يتحدث إلى من الآن لحل هذه المشكلة المحددة؟"

إذا كان الفريق يواجه مسألة رياضية، فقد يربط "خبير الرياضيات" بـ "مدقق المنطق".
إذا ظهر مخرب، يقوم النظام فعلياً بوضعه في حالة "وقت مستقطع"، حيث يقطع خطوط الاتصال الخاصة به حتى لا يلوث تفكير المجموعة.

التعلم بالممارسة (التعلم التعزيزي):
النظام لا يخمن فقط من يثق به، بل يتعلم. فهو يجرب أنماط اتصال مختلفة ويرى أي منها يؤدي إلى الإجابة الصحيحة. ومع مرور الوقت، يصبح بارعاً جداً في رصد "الأشخاص السيئين" وعزلهم، بينما يعزز مكانة "الأشخاص الجيدين".

لماذا هذا مهم: اختبار "المخرب"

اختبر الباحثون هذا في سيناريو صعب للغاية: الأطر التنافسية الديناميكية.
تخيل فريقاً من 6 وكلاء. في منت المنتصف أثناء المحادثة، يقرر 3 منهم فجأة التصرف كـ "مخربين". هم لا يقدمون فقط إجابات خاطئة، بل يقدمون إجابات تبدو منطقية ولكنها خاطئة ومصممة لخداع الآخرين.

الأنظمة القديمة: نظراً لالتزامها بخطة ثابتة، تستمر في الاستماع إلى المخربين. وتنخفض دقتها بشكل كبير (أحياناً بأكثر من 50%).
TadyComm: يلاحظ التحول في السلوك. يقوم بسرعة بإعادة تنظيم الفريق، مما يؤدي إلى إسكات المخربين والسماح للوكلاء الموثوقين بالقيادة. حتى عندما يحاول نصف الفريق خداعهم، يظل TadyComm يجد الإجابة الصحيحة.

الفوائد

الكفاءة: لا يضيع الوقت في الاستماع إلى أشخاص لا يساعدون. وهذا يوفر "الرموز" (التكلفة الحسابية لتوليد النص)، مما يجعل النظام أسرع وأرخص في التشغيل.
المرونة: يعمل سواء كان الفريق صغيراً أو كبيراً، وسواء كانت المشكلة تتعلق بالعلوم أو الرياضيات أو المعرفة العامة.
المرونة والقدرة على الصمود: يمكنه التعامل مع المواقف التي يغير فيها "الجهات السيئة" تكتيكاتهم أو يظهرون في أوقات مختلفة.

باختصار

TadyComm يشبه قائد فريق شديد الملاحظة. بدلاً من اتباع سيناريو جامد، يراقب القائد أداء الفريق جولة بجولة. إذا بدأ شخص ما في الخطأ أو محاولة خداع المجموعة، يقوم القائد فوراً بتغيير ترتيب الجلوس لاستبعادهم ويركز طاقة المجموعة على الأعضاء الذين يفعلون الشيء الصحيح. وهذا يسمح للفريق بحل المشكلات المعقدة حتى عندما تكون البيئة فوضوية أو عدائية.

ملخص تقني: TodyComm

بيان المشكلة

تعتمد أنظمة الوكلاء المتعددين (MAS) الحالية القائمة على النماذج اللغوية الكبيرة (LLM) والمتعددة الجولات عادةً على تضاريس اتصال (topologies) ثابتة أثناء الاستدلال. ورغم فعاليتها في البيئات الساكنة، إلا أن هذه الرسوم البيانية الثابتة تفشل في التكيف مع السيناريوهات الديناميكية حيث تتغير أدوار الوكلاء، أو موثوقيتهم، أو القيود البيئية (مثل عرض نطاق الاتصال) عبر جولات التفاعل. وتحديداً، في البيئات العدائية الديناميكية، قد ينتقل الوكلاء إلى سلوك عدائي في جولات غير معروفة، مما ينتج تحليلات تبدو منطقية ولكنها مضللة. ولا تستطيع التضاريس الثابتة عزل هؤلاء الوكلاء غير الموثوقين في الوقت الفعلي، مما يؤدي إلى تدهور كبير في الأداء. علاوة على ذلك، تفتقر النهج الديناميكية الحالية غالباً إلى التغذية الراجعة للمهام (المنفعة/utility) أو تتطلب تسميات عدائية (adversarial labels) غير عملية أثناء التدريب.

المنهجية: TodyComm

يقترح المؤلفون إطار عمل TodyComm (الاتصال الديناميكي الموجه بالمهام)، وهو إطار لتعلم تضاريس اتصال متكيفة مع الجولات ومدفوعة بسلوك الوكلاء لأنظمة الوكلاء المتعددين القائمة على النماذج اللغوية الكبيرة. تتضمن المنهجية الأساسية صياغة التفاعل بين الوكلاء المتعددين كعملية قرار ماركوف (MDP) وتحسين هيكل الاتصال عبر التعلم التعزيزي (RL).

1. صياغة عملية قرار ماركوف (MDP)

الحلقات (Episodes): حل استعلام $q$ عبر $T$ من جولات التفاعل.
الإجراءات (Actions): تسلسل رسوم بيانية للاتصال بين الوكلاء $G^t_C$ للجولات $t \in [2, \dots, T]$ والرسم البياني للقرار النهائي $G_D$ عند الجولة $T+1$ .
الحالة (State): الاستجابات الجماعية لجميع الوكلاء $\{o^t_i\}$ ، والاستعلام $q$ ، والسياق التاريخي.
المكافأة (Reward): منفعة المهمة (على سبيل المثال، الدقة) للإجابة المجمعة النهائية.
الهدف (Objective): تعظيم المنفعة المتوقعة للمهمة $E[U_q(\tau)]$ من خلال تعلم سياسة $\pi_\theta$ تبني رسوماً بيانية مثلى للاتصال.

2. تحسين الحواف الديناميكي

يتعلم TodyComm اختيار الحواف بناءً على سلوك الوكيل بدلاً من القواعد الثابتة.

تضمينات العقد (Node Embeddings): تقوم شبكة متكررة بوابية (GRN) بتجميع المعلومات عبر الجولات، مما يلتقط التبعيات الزمنية، وسلوك الوكيل الفردي، والسياق العلاقاتي. يتم بناء ميزات العقد $f^t_i$ من المعلومات الذاتية، ومعلومات الجوار، ومعلومات الاختلاف (مقايلات عدم الاتفاق).
الجهود القياسية (Scalar Potentials): بدلاً من تحسين الحواف المنفصلة مباشرة، يتعلم النموذج جهوداً عقدية قياسية $c^t_i \in [0, 1]$ عبر شبكة MLP. تمثل هذه الجهود "إمكانية الاتصال" للوكيل في جولة معينة.
بناء الرسم البياني المقيد: يتم بناء الرسم البياني للاتصال من خلال:
1. الفحص (Screening): تصفية العقد ذات الجهود المنخفضة لتقليل مساحة البحث.
2. الاختيار الجشع للحواف (Greedy Edge Selection): إضافة الحواف بشكل تكراري بين العقد ذات الإمكانات العالية بناءً على حاصل ضرب جهودها ( $c^t_i c^t_j$ $c_{i}^{t} c_{j}^{t}$ )، مع مراعاة القيود:
  - قيد الرسم البياني الموجه غير الدوري (DAG): يجب أن يكون الرسم البياني رسماً بيانياً موجهاً غير دوري.
  - ميزانيات الدرجة (Degree Budgets): حدود لكل عقدة لعدد الحواف الواردة ( $B_{in}$ ) والصادرة ( $B_{out}$ ) للتحكم في استهلاك الرموز (tokens).
  - أقنعة الحواف (Edge Masks): قيود محددة مسبقاً على الاتصالات المسموح بها.

3. الضمانات النظرية

تقدم الورقة حداً نظرياً للندم (الخسارة في المنفعة) للرسم البياني المتعلم مقارنة بالرسم البياني الأمثل. يتم تحديد الندم بمجموع:

ندم الفحص (Screening Regret): المنفعة المفقودة باستبعاد العقد التي قد تكون مفيدة خلال مرحلة الفحص.
خسارة التقدير (Estimation Loss): الأخطاء في تقدير الجهود القياسية.
خسارة الجمعية للحواف (Edge-Additivity Loss): الانحرافات عن الافتراض بأن منفعة المهمة هي تقريباً جمعية (additive) فوق الحواف.

المساهمات الرئيسية

أول تضاريس ديناميكية موجهة بالمهام: يعد TodyComm أول إطار عمل لتعلم تضاريس اتصال ديناميكية مدفوعة بسلوك الوكيل ومنفعة المهمة في أنظمة الوكلاء المتعددين القائمة على النماذج اللغوية الكبيرة، حيث يتكيف مع الهياكل أثناء كل من التدريب والاستدلال.
القوة تجاه الخصوم الديناميكيين: تتعامل الطريقة بفعالية مع السيناريوهات التي ينتقل فيها الوكلاء إلى سلوك عدائي في جولات غير معروفة، مما يعزلهم ديناميكياً للحفاظ على أداء النظام.
كفاءة الرموز والقابلية للتوسع: من خلال فرض ميزانيات الدرجة وتقليم الاتصالات غير الموثوقة، يحقق TodyComm دقة عالية في المهمة مع تقليل استهلاك الرموز بشكل كبير مقارنة بالنماذج ذات التضاريس الثابتة.
التعميم: يظهر الإطار قدرة قوية على التعميم عبر أعداد متفاوتة من الوكلاء، وآليات الهجوم (المستهدفة مقابل غير المستهدفة)، وأنماط تفشي الهجوم، ومجالات المهام المختلفة.

النتائج التجريبية

أُجريت التجارب على خمسة معايير مرجعية (MMLU, ARC-Challenge, GSM8K, OpenBookQA, MedQA) تحت معدلات هجوم مختلفة (<50%, =50%, >50%).

الأداء: يتفوق TodyComm باستمرار على النماذج المرجعية (Random Graph, Complete Graph, G-Designer, AgentPrune). وفي ظل معدلات هجوم عالية (>50%)، يحقق دقة أعلى بكماً (على سبيل المثال، 64.71% مقابل 45.97% في MMLU).
كفاءة الرموز: يضاهي TodyComm أو يتجاوز كفاءة الرموز في الطرق القائمة على التقليم مثل AgentPrune مع الحفاظ على دقة متفوقة. وقد قلل من استخدام الرموز بنسبة تصل إلى 27% في OpenBookQA تحت قيود الميزانية.
الاستقرار: تظهر الطة تبايناً منخفضاً عبر البذور العشوائية وتتقارب بسرعة أثناء التدريب دون فرط في التخصيص (overfitting).
القابلية للتوسع: يظل الأداء مستقراً مع زيادة عدد الوكلاء من 6 إلى 20، بشرما يتم تطبيق ميزانيات درجة معقولة.
التعميم: يتعمم النموذج جيداً عند تدريبه على عدد أقل من الوكلاء، أو مجموعات بيانات مختلفة، أو آليات هجوم مختلفة، وعند تقييمه في ظروف غير متطابقة.

الأهمية والادعاءات

تدعي الورقة أن TodyComm يعالج فجوة حرجة في أبحاث الوكلاء المتعددين: وهي عدم قدرة الأنظمة الحالية على تكييف هياكل الاتصال مع سلوكيات الوكلاء المتطورة والقيود الديناميكية. ومن خلال صياغة اختيار التضاريس كمشكلة تحسين مدفوعة بالمهمة، يُمكّن TodyComm الأنظمة من الحفاظ على القوة والكفاءة في بيئات تعاونية واقعية وغير متوقعة. ويؤكد المؤلفون أن نهجهم يتجاوز تصميمات الرسوم البيانية الساكنة أو الاستدلالية، ويقدم آلية قابلة للتعلم ومنضبطة لتنسيق الوكلاء اللغويين، وهي آلية قائمة على أسس نظرية ومثبتة تجريبياً عبر مهام استدلال متنوعة وبيئات عدائية. تُقدم هذه الأعمال في المقام الأول كتقدم بحثي في التعاون القوي والفعال بين الوكلاء، مع اقتراح أعمال مستقبلية لتوسيع هذه القدرات الدينامية للرسوم البيانية لتشمل سيناريوهات التعاون غير العدائية.