ملخص تقني: VeriTime – الاستدلال عبر السلاسل الزمنية من خلال تركيب بيانات التفكير القابلة للتحقق من العملية والجدولة

1. بيان المشكلة

تنتشر بيانات السلاسل الزمنية (TS) في كل مكان عبر مجالات مثل التمويل والرعاية الصحية والطاقة، ومع ذلك، فإن تزويد النماذج اللغوية الكبيرة (LLMs) بقدرات استدلال قوية لمهام السلاكل الزمنية يظل تحديًا كبيرًا. وبينما تُظهر التطورات الأخيرة في النماذج اللغوية الكبيرة، لا سيالما تلك المعززة بالتعلم التعزيزي (RL) وسلسلة الأفكور (CoT)، وعودًا كبيرة، إلا أن تطبيقها على السلاسل الزمنية يعوقه ثلاث فجوات رئيسية:

1. ندرة البيانات: هناك نقص في بيانات (TS-CoT) المنسقة بعناية والتي تتضمن تعليقات توضيحية قابلة للتحقق من العملية لتوجيه خطوات الاستدلال الوسيطة.
2. الجدولة غير الفعالة: غالبًا ما تتجاهل النهج الحالية جدولة البيانات، مما يؤدي إلى كفاءة بيانات دون المستوى الأمثل أثناء التدريب.
3. عدم التوافق الخوارزمي: تعتمد خوارزميات التعلم التعزيزي الحالية لاستدلال السلاسل الزمنية بشكل كبير على المكافآت القائمة على النتيجة، متجاهلة الإشارات على مستوى العملية الضرورية للتحقق من صحة خطوات الاستدلال الوسيطة.

بناءً على ذلك، تفشل الطرق الحالية غالبًا في فهم الهياكل العلاقاتية الكامنة والارتباطات الزمنية متعددة المقاييس المتأصلة في السلاسل الزمنية الواقعية بشكل صريح، معتمدة بدلاً من ذلك على التلقين الأساسي أو التحسين القائم على النتيجة فقط.

2. المنهجية: إطار عمل VeriTime

يقترح المؤلفون VeriTime، وهو إطار عمل مصمم لتكييف النماذج اللغوية الكبيرة لمهام الاستدلال في السلاسل الزمنية من خلال نهج ثلاثي المحاور: تركيب البيانات، وجدولة البيانات، وتدريب التعلم التعزيزي المصمم خصيصًا.

2.1. تركيب بيانات استدلال السلاسل الزمنية (TSRgen)

لمعالجة فجوة البيانات، قدم المؤلفون TSRgen، وهو خط إنتاج آلي يبني TSRBench، وهو مجموعة بيانات متعددة الوسائط للسلاسل الزمنية والنصوص.

• مصادر البيانات: تدمج TSRBench كلاً من البيانات الاصطناعية (من ChatTS) والبيانات الواقعية (من مجالات الطب والطاقة والصوتيات الحيوية) لتغطية سبع مهام متميزة، بما في ذلك كشف الشذوذ، وعزو السيناريوهات، والحساب الاستدلالي.
• سلسلة أفكور (CoT) المصممة للسلاسل الزمنية: بخلاف سلسلة الأفكور العامة، يفرض TSRgen مسار استدلال مكونًا من ست خطوات ومرتبة منطقيًا ومحددة لخصائص السلاسل الزمنية:
  1. تحليل نية المهمة.
  2. اختيار الأنماط الرئيسية ذات الصلة بالمهمة (مثل الاتجاهات، والعتبات).
  3. تحليل عينات السلسلة الزمنية باستخدام الأنماط المختارة.
  4. توليد الإجابات الأولية.
  5. التأمل الذاتي والتحقق.
  6. تلخيص عملية التفكير.
• التعليقات التوضيحية القابلة للتحقق من العملية: يستخدم خط الإنتاج مستخرجًا قائمًا على القواعد ونموذج استدلال قوي (DeepSeek-R1) لتوليد مسارات الاستدلال. والأهم من ذلك، أنه يستخرج الملصقات القابلة للتحقق من العملية للخطوات الوسيطة (على سبيل المثال، تحديد الكيان المستهدف، والتحقق من اختيار النمط) جنبًا إلى جنب مع الحقيقة الأرضية النهائية. وهذا يسمح بالإشراف على عملية الاستدلال نفسها، وليس فقط الإجابة النهائية.

2.2. التعلم التعزيزي المصمم خصيصًا مع جدولة البيانات

يستخدم VeriTime إطار عمل الضبط الدقيق التعزيزي (RFT) ثنائي المراحل الذي يستخدم استراتيجية تدفق انتقائية لتحسين كفاءة التدريب.

• التدرج الهرمي للصعوبة: يتم تصنيف مجموعة البيانات إلى عينات "سهلة" (قائمة على السيناريو) و"صعبة" (قائمة على المعرفة) بناءً على تصنيف المهام وأداء النموذج.
• المرحلة 1 (الإحماء والضبط الدقيق الخاضع للإشراف - SFT): يتم تهيئة نموذج أساسي عبر الضبط الدقيق الخاضع للإشراف (SFT) على مجموعة فرعية صغيرة. يقوم هذا النموذج المهيأ بعد ذلك بإجراء الاستدلال على البيانات القائمة على السيناريو لتقسيمها إلى مجموعات "طبيعية" (تم حلها بشكل صحيح) و"صعبة" (فشلت في الحل).
• المرحلة 2 (RFT المستهدف):
  • يتم إجراء ضبط دقيق إضافي للنموذج على المجموعة الطبيعية عبر SFT لترسيخ أنماط الاستدلال الأساسية.
  • يتم تطبيق التعلم التعزيزي (باست using خوارزمية GRPO) حصريًا على المجموعة الصعبة. يضمن هذا النهج الانتقائي تركيز موارد التعلم التعزيزي على الحالات الصعبة حيث يمكن للنموذج التعلم بفعالية أكبر، وتجنب عدم استقرار التعلم التعزيزي على العينات السهلة.

2.3. تصميم المكافأة متعدد الأهداف

لتحسين مسار الاستدلال، يقدم VeriTime دالة مكافأة دقيقة ومتعددة الأهداف $R(y)$ تجمع بين ثلاثة مكونات:

1. المكافآت الهيكلية ($r_{struct}$): تفرض الالتزام بقوالب المخرجات (مكافأة التنسيق $r_{fmt}$) والطول المناسب للاستجابة ($r_{len}$).
2. المكافأة الصعبة ($r_{hard}$): إشارة أساسية تعتمد على الصحة الواقعية للإجابة النهائية.
3. مكافآت العملية ($r_{process}$): تقوم هذه المكافآت بتقييم الخطوات الوسيطة صراحةً بما يتوافق مع سلسلة الأفكور (CoT) المصممة للسلاسل الزمنية:
   • فهم المهمة ($r_{intent}$): يتحقق من التحديد الصحيح لهدف المهمة.
   • النمط الحرج ($r_{pattern}$): يكافئ تحديد الأنماط الزمنية الأساسية.
   • توافق الإجابة ($r_{align}$): يتحقق مما إذا كانت الإجابة الأولية تتوافق مع الحقيقة الأرضية.
   • التحقق من الإجابة ($r_{verify}$): يكافئ صحة القرار النهائي للتحقق الذاتي بعد التأمل.

3. المساهمات الرئيسية

يدعي البحث ثلاث مساهمات رئيسية:

1. خط إنتاج TSRgen وTSRBench: أول مجموعة بيانات لاستدلال السلاسل الزمنية تدمج مسارات استدلال (CoT) المصممة للسلاسل الزمنية مع تعليقات توضيحية قابلة للتحقق من العملية مشتقة من كل من البيانات الاصطناعية والواقعية، وتغطي سبع مهام متنوعة.
2. إطار عمل RFT ثنائي المراحل: استراتيجية تدريب مبتكرة تجمع بين SFT وRL مع آلية جدولة البيانات التي تختار ديناميكيًا العينات القابلة للتعلم بناءً على الصعوبة، مما يحسن كفاءة التدريب.
3. نظام مكافأة متعدد الأهداف: تصميم مكافأة يشرف صراحةً على خطوات الاستدلال الوسيطة، متجاوزًا التحسين القائم على النتيجة فقط لتعزيز التماسك المنطقي وصحة استدلال السلاسل الزمنية.

4. النتائج التجريبية

أُجريت تجارب واسعة النطاق على TSRBench وTimeSeriesExam وDROP، باستخدام نماذج مدمجة (Qwen2.5-3B وQwen3-4B) كنماذج أساسية.

• مكاسب الأداء: يتفوق VeriTime بشكل كبير على النماذج المرجعية. في المهام القائمة على السيناريو، حقق Qwen2.5-3B تحسنًا متوسطًا يزيد عن 100% (على سبيل المثال، +239.56% في كشف الشذوذ) مقارنة بنسخته الأساسية. أظهر Qwen3-4B مكاسبًا ثابتة عبر جميع المهام، مع تحسن إجمالي قدره 14.67% وزيادة قدرها 22.74% في الحساب الاستدلالي.
• المقارنة مع النماذج الأكبر: ومن الملاحظ أن النماذج المدمجة (3B–4B) التي تم تدريبها باستخدام VeriTime حققت قدرات استدلال تساوي أو تتجاوز النماذج اللغوية الكبيرة المملوكة (مثل GPT-4o-mini وDeepSeek-R1-Distill-7B) والنماذج المتخصصة في لغة السلاسل الزمنية (Time-MQA وTime-R1).
• الكفاءة: قللت نهج (CoT) المصمم للسلاسل الزمنية من استخدام توكنات الاستدلال بشكل كبير، حيث حققت متوسط تقليل في التوكنات بنسبة 71% عبر المهام مقارنة بالنموذج الأساسي، الذي كان غالبًا ما يولد تحليلات طويلة وغير مركزة.
• دراسات الاستئصال (Ablation Studies): أدى إزالة مكافآت العملية أو استراتيجية جدولة البيانات إلى انخفاض كبير في الأداء، مما يؤكد ضرورة الإشراف على الخطوات الوسيطة وتنسيق صعوبة البيانات.

5. الأهمية والادعاءات

يفترض البحث أن صلاحية وقابلية تفسير عملية الاستدلال أمر بالغ الأهمية لتحليل السلاسل الزمنية. ومن خلال الانتقال من الإشراف القائم على النتيجة إلى الاستدلال القابل للتحقق من العملية، يمكّن VeriTime النماذج اللغوية الكبيرة متوسطة الحجم من إتقان مهام الاستدلال الزمني المعقدة التي كانت تتطلب سابقًا نماذج أكبر أو بنيات متخصصة.

يدعي المؤلفون أن عملهم يضع اتجاهًا واعدًا للاستفادة من استدلال النماذج اللغوية الكبيرة في تحليل السلاسل الزمنية، موضحين أن جودة البيانات (تحديدًا CoT القابل للتحقق من العملية) وجدولة البيانات الاستراتيجية أكثر أهمية للأداء من مجرد حجم مجموعة البيانات أو حجم النموذج. نجح إطار العمل في سد الفجوة بين قدرات النماذج اللغوية الكبيرة العامة والمتطلبات المحددة والمعقدة لاستدلال السلاسل الزمنية.