💬 NLP

RGAlign-Rec: Ranking-Guided Alignment for Latent Query Reasoning in Recommendation Systems

تقترح الورقة البحثية إطار عمل RGAlign-Rec، وهو إطار عمل مغلق الحلقة يدمج مبرهناً دلالياً قائماً على النماذج اللغوية الكبيرة مع نموذج ترتيب من خلال نموذج تدريب مبتكر يعتمد على "المحاذاة الموجهة بالترتيب" لسد الفجوة الدلالية ومحاذاة الاستدلال مع أهداف الترتيب، مما يؤدي إلى تحسين كبير في التنبؤ الاستباقي بالنوايا وأداء التوصية في أنظمة التجارة الإلكترونية الصناعية.

المؤلفون الأصليون: Junhua Liu, Yang Jihao, Cheng Chang, Kunrong LI, Bin Fu, Kwan Hui Lim

نُشر 2026-02-16

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Junhua Liu, Yang Jihao, Cheng Chang, Kunrong LI, Bin Fu, Kwan Hui Lim

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 دخلت متجرًا ضخمًا وفوضويًا (مثل موقع تجارة إلكترونية هائل). تبدو مرتبكًا بعض الشيء، ربما تحمل في يدك طردًا لم يصل بعد، أو تشعر بالقلق بشأن عملية دفع فشلت. لم تنطق بكلمة واحدة بعد، لكن مساعد متجر متعاونًا (الدردشة الآلية/Chatbot) يقترب منك فورًا ويقول: "أرى أنك تنتظر شحنة. هل تود التحقق من الحالة أو تسريع عملية الشحن؟"

هذا هو هدف هذه الورقة البحثية: التنبؤ الاستباقي بالنية (Proactive Intent Prediction). النظام يريد تخمين ما تحتاجه قبل أن تطلبه حتى.

ومع ذلك، وجد المؤلفون أن الأنظمة الحالية كانت مثل مساعد المتجر الذي يتحدث لغة مختلفة عن الزبائن، أو ذاك الذي يجيد الدردشة ولكنه سيء جدًا في البيع. إليك كيف أصلحوا ذلك باستخدام RGAlign-Rec.

المشكلتان الكبيرتان

1. "فجوة الترجمة" (الفجوة الدلالية - Semantic Gap)
تخيل أن مساعد المتجر لديه دفتر ملاحظات يحتوي على مشكلات العملاء مكتوبة بشفرة معقدة (معرفات المستخدمين، أرقام الطلبات مثل "8492"). لكن العميل يتحدث بلغة طبيعية ("شحنتي تأخرت!").

المشكلة: الأنظمة القديمة حاولت مطابقة الشفرة بالشفرة مباشرة. لقد فاتهم المعنى. لم يستطيعوا فهم أن "الطلب 8492" + "عمره 7 أيام" = "أنا غاضب بسبب تأخر الشحنة".
الحل: قدموا مُحللًا يعتمد على النماذج اللغوية الكبيرة (LLM Reasoner) (مترجم ذكي يعمل بالذكاء الاصطناعي). هذا الذكاء الاصطناعي يقرأ الشفرة، ويفهم القصة الكامنة وراءها، ويترجمها إلى سؤال طبيعي: "الحالة لا تتحدث؛ هل يمكننا تسريع الأمر؟"

2. "الهدف الخاطئ" (عدم توافق الأهداف - Objective Misalignment)
تخيل أن مساعد المتجر مدرب ليكون شاعرًا عظيمًا. هو يكتب جملًا جميلة ومهذبة. لكن مدير المتجر يهتم بشيء واحد فقط: هل نقر العميل على الرابط؟

المشكلة: كان الذكاء الاصطناعي يكتب شعرًا جميلًا (وهو أمر جيد للبشر) ولكنه لا يكتب "العرض البيعي" المحدد الذي يدفع العميل للنقر (وهو أمر جيد للأعمال). كان الذكاء الاصطناعي متوافقًا مع مشاعر البشر، وليس مع مقاييس الترتيب (Ranking Metrics).
الحل: احتاجوا لإعادة تدريب الذكاء الاصطناعي ليهتم بـ "النقر"، وليس فقط بالشاعرية.

الحل: RGAlign-Rec (فريق "الحلقة المغلقة")

ابتكر المؤلفون معسكر تدريب من ثلاث خطوات لإصلاح هذه المشكلات. فكر في الأمر كـ مدرب، ولاعب، وحكم يعملون معًا.

الخطوة 1: المدرب يضع قواعد اللعبة (QE-Rec)

أولاً، قاموا ببناء نموذج ترتيب معزز بالاستعلام (Query-Enhanced Ranking Model).

تشبيه: تخيل كرسيًا بثلاث أرجل.
- الرجل 1 (المستخدم): من أنت؟ (تاريخك، ملفك الشخصي).
- الرجل 2 (النية): ما هي المشكلات المحتملة؟ (قائمة النوايا).
- الرجل 3 (الاستعلام): ما الذي "يفكر" فيه الذكاء الاصطناعي أنك تحتاجه؟ (الذكاء الاصطناعي "المترجم" الجديد).
قاموا بتدريب هذا الكرسي ليكون مستقرًا جدًا. هذا النموذج يعمل بمثابة الحكم. هو يعرف بالضبط أي "تخمين" سيؤدي إلى نقرة.

الخطوة 2: معسكر التدريب (المواءمة الموجهة بالترتيب - Ranking-Guided Alignment)

الآن، يأخذون "المترجم" (النموذج اللغوي الكبير) ويضعونه في معسكر تدريبي.

التمرين: يقوم الذكاء الاصطناعي بتوليد 4 تخمينات مختلفة لما يحتاجه المستخدم.
قرار الحكم: "المدرب" (نموذج الترتيب) يقيم هذه التخمينات. "التخمين (أ) حصل على نقرة! التخمين (ب) تم تجاهله".
الدرس: يتعلم الذكاء الاصطناً: "أوه، لا ينبغي لي فقط كتابة جملة مهذبة. يجب أن أكتب الجملة المحددة التي يعرف المدرب أنها ستجلب النقرة."
الخدعة السحرية (Best-of-N): هم لا يختارون واحدًا فقط. بل يولدون خيارات عديدة، ويختارون الفائزين، ويعلمون الذكاء الاصطناعي محاكاة الفائزين. كما يستخدمون تقنية التعلم التبايني (Contrastive Learning)، وهي تشبه عرض صورتين للذكاء الاصطناعي: واحدة لـ "تخمين جيد" وأخرى لـ "تخمين سيء"، وإجباره على فهم الفرق في الرياضيات العميقة بينهما.

الخطوة 3: الحلقة المغلقة (المعايرة - Calibration)

بمجرد أن يصبح الذكاء الاصطناعي أفضل في التخمين، يقومون بتغذية تلك التخمينات الأفضل عائدًا إلى "المدرب" (نموذج الترتيب).

تشبيه: يصبح المدرب أفضل في الحكم لأن اللاعب أصبح الآن يقدم مدخلات أفضل. واللاعب يصبح أفضل لأن المدرب يحكم بدقة أكبر. يستمرون في القيام بذلك حتى يصبحوا متناغمين تمامًا.

النتائج: لماذا يهم هذا؟

عندما اختبروا هذا في العالم الحقيقي (على Shopee، وهو تطبيق تسوق ضخم):

تخمين أفضل: أصبح النظام أفضل بكثير في التنبؤ بما يريده المستخدمون. انخفض "معدل الخطأ" (التخمين الخاطئ) بنسبة 3.5%. قد يبدو هذا الرقم صغيرًا، ولكن في نظام يضم ملايين المستخدمين، يمثل ذلك آلاف العملاء السعداء.
نقرات أكثر: ارتفع معدل النقر (CTR). أصبح الناس ينقرون على الاقتراحات بشكل أكثر تكرارًا.
سرعة في العالم الحقيقي: يعمل بسرعة كافية ليتم استخدامه في دردشة حية دون جعل المستخدم ينتظر.

الخلاصة الكبرى

هذه الورقة البحثية تتعلق بتعليم الذكاء الاصطناعي التوقف عن كونه "محاورًا عامًا" والبدء في كونه "مساعد مبيعات متخصصًا".

الطريقة القديمة: "إليك قائمة بالأشياء التي قد تعجبك بناءً على رقم التعريف الخاص بك." (ممل، وغالبًا ما يكون خاطئًا).
الطريقة الجديدة (RGAlign-Rec): "أرى أنك تنتظر طردًا. إليك أسرع طريقة لتتبعه." (ذكي، مفيد، ويجلب النقرة).

لقد فعلوا ذلك من خلال إنشاء حلقة تغذية راجعة حيث يتحدث "عقل" الذكاء الاصطناعي (النموذج اللغوي الكبير) و"هدف" النظام (نموذج الترتيب) مع بعضهما البعض باستمرار حتى يصبحا متوافقين تمامًا.

إليك ملخص تقني مفصل لورقة البحث بعنوان "RGAlign-Rec: المحاذاة الموجهة بالترتيب للاستدلال في الاستعلامات الكامنة لأنظمة التوصية".

1. بيان المشكلة

تتناول الورقة تحدي التنبؤ الاستباقي بالقصد (Proactive Intent Prediction) في روبوتات الدردشة الخاصة بالتجارة الإلكترونية. بخلاف أنظمة التوصية التقليدية التي تعتمد على استعلامات المستخدم الصريحة أو سجل التفاعلات طويل الأمد، يجب على الأنظمة الاستباقية توقع احتياجات المستخدم (مثل تأخر التسليم، أو فشل الدفع) عند دخول واجهة الدردشة دون أي مدخلات صريحة (إعداد "الاستعلام الصفري" - Zero-Query).

حدد المؤلفون تحديين جوهريين في الأنظمة الصناعية الحالية:

الفجوة الدلالية وعدم تطابق الأنماط (Semantic Gap & Modality Mismatch): تعتمد نماذج التوصية بالتعلم العميق (DLRMs) التقليدية على معرفات منفصلة (معرفات المستخدم، معرفات القصد). ومع ذلك، فإن مقاصد الدردشة غنية دلالياً ودقيقة للغاية. إن سد الفجوة بين الميزات السلوكية المتفرقة والتمثيلات الدلالية المستمرة في سياق الاستعلام الصفري أمر صعب.
عدم توافق الأهداف (Objective Misalignment): عادة ما يتم محاذاة النماذج اللغوية الكبيرة (LLMs) مع التفضيلات البشرية (الطلاقة، الفائدة) عبر تقنيات مثل SFT أو DPO. هذه الأهداف لا ترتبط مباشرة بمقاييس الترتيب اللاحقة (مثل معدل النقر إلى الظهور أو CTR). وبناءً على ذلك، فإن التمثيلات الدلالية التي تولدها النماذج اللغوية قد تكون سليمة لغوياً ولكنها غير مثالية لمهام الترتيب.

2. المنهجية: إطار عمل RGAlign-Rec

يقترح المؤلفون RGAlign-Rec، وهو إطار عمل مغلق الحلقة يدمج مستدلًا دلاليًا قائمًا على نموذج لغوي كبير مع نموذج ترتيب معزز بالاستعلام (QE-Rec). يعمل الإطار عبر ثلاث مراحل تكرارية:

أ. مكونات البنية الأساسية

مستدل استعلام المستخدم القائم على النموذج اللغوي الكبير ( $\pi$ ):
- التعبير اللفظي للميزات (Feature Verbalization): يتم تحويل ميزات المستخدم المنفصلة (الملف الشخصي، حالة الطلب، تسلسل السلوك) إلى سلاسل لغوية طبيعية لإنشاء سياق "سلسلة الأفكام" (Chain-of-Thought).
- الاستدلال في الاستعلام الكامن (Latent Query Reasoning): يقوم نموذج لغوي كبير (Qwen3-4B) بمعالجة هذا السياق لتخليق استعلام مستخدم كامن.
- استخراج التمثيل (Representation Extraction): بدلاً من تجميع المتوسط (mean pooling) أو مشفرات الجمل الخارجية، يستخدم النظام تجميع الرمز الأخير (Last Token Pooling - LTP) على مخرجات النموذج اللغوي. تعمل الحالة المخفية للرمز الأخير كتمثيل دلالي عالي الدقة ( $e_{LTP}$ ) يمثل قصد المستخدم الكامن.
نموذج الترتيب المعزز بالاستعلام (QE-Rec):
- بنية ثلاثية الأبراج: برج المستخدم (ترميز هرمي للميزات الثابتة والمتسلسلة)، برج القصد (هجين من المعرفات والتمثيلات الدلالية)، وبرج الاستعلام (يقوم بإسقاط $e_{LTP}$ الخاص بالنموذج اللغوي في فضاء الترتيب).
- دالة التقييم تجمع بين الإشارات التعاونية (المستخدم-القصد) والمطابقة الدلالية (الاستعلام-القصد).

ب. عملية المحاذاة الموجهة بالترتيب (RGA)

لمحاذاة استدلال النموذج اللغوي مع أهداف الترتب، قدم المؤلفون نموذج تدريب متعدد المراحل:

المرحلة الأولى: تدريب QE-Rec الأولي:
- يقوم مستدل لغوي مجمد بتوليد التمثيلات.
- يتم تدريب نموذج QE-Rec لتعظيم مقاييس الترتيب. يعمل هذا النموذج بعد ذلك كـ نموذج مكافأة (Reward Model - RM).
المرحلة الثانية: المحاذاة الموجهة بالترتيب (RGA):
- التقطير متعدد النماذج اللغوية (Multi-LLM Distillation): يتم توليد الاستعلامات بواسطة عدة نماذج معلمة (GPT-5, Gemini, CompassMax) والنموذج الطالب (Qwen3-4B).
- أخذ عينات الأفضل من N (Best-of-N Sampling): يقوم نموذج المكافأة QE-Rec بتقييم جميع الاستعلامات المرشحة. يتم اختيار الاستعلامات الأعلى أداءً (بناءً على NDCG) كعينات إيجابية ( $Q_w$ )، وتعمل الأخرى كعينات سلبية ( $Q_l$ ).
- الضبط الدقيق الخاضع للإشراف الموجه بالترتيب (RG-SFT): يتم ضبط النموذج اللغوي بدقة لتوليد "أفضل" الاستعلامات التي حددها نموذج المكافأة.
- التعلم التبايني الموجه بالترتيب (RG-CL): لمعالجة قيود التحسين على مستوى الرمز (مثل DPO)، يستخدم المؤلفون التعلم التبايني القائم على InfoNCE. يقوم هذا بضبط الحالات المخفية الداخلية للنموذج اللغوي (الرمز الأخير) مباشرة مع الفضاء الدلالي للاستعلامات المثلى، مما يضمن الاتساق الهندسي مع تفضيلات الترتيب.
- ملاحظة: وجدت الورقة أن المحاذاة على مستوى التمثيل (CL) أكثر قوة وقابلية للتوسع من المحاذاة القائمة على التفضيل (DPO) في هذا السياق.
المرحلة الثالثة: المعايرة مغلقة الحلقة (Closed-Loop Calibration):
- يتم استخدام النموذج اللغوي المطور لإعادة تدريب نموذج QE-Rec. يخلق هذا حلقة تغذية راجعة حيث يحسن كل من المرتب والمستدل بعضهما البعض، مما يزامن الاستدلال الدلالي مع أهداف الترتيب.

3. المساهمات الرئيسية

بنية RGAlign-Rec: دمج مبتكر لمستدل دلالي يعتمد على نموذج لغوي كبير داخل إطار عمل توصية ثلاثي الأبراج معزز بالاستعلام، مصمم خصيصًا لسد الفجوة الدلالية في التنبؤ بالقصد في وضع الاستعلام الصفري.
المحاذاة المغلقة الحلقة الموجهة بالترتيب (RGA): نموذج تدريب يستخدم نموذج الترتيب اللاحق كنموذج مكافأة. يقدم التعلم التبايني الموجه بالترتيب (RG-CL) لمحاذاة التمثيلات الدلالية الكامنة مباشرة مع منافع الترتيب، متجاوزًا عدم التوافق بين التفضيل البشري ومقاييس الترتيب.
التحقق الصناعي: تم التحقق من صحة الإطار على مجموعة بيانات ضخمة من Shopee، مما أثبت أن المحاذاة الموجهة بالترتيب تحسن بشكل كبير كلاً من دقة التنبؤ وجودة الخدمة في بيئة الإنتاج.

4. النتائج التجريبية

تم تقييم النظام على مجموعة بيانات تضم حوالي 7.53 مليون عينة من روبوت الدردشة الخاص بـ Shopee (جنوب شرق آسيا وأمريكا اللاتينية).

الأداء خارج الإنترنت (Offline Performance):

GAUC: حقق زيادة مطلقة قدرها +0.12% عن خط الأساس في الإنتاج (أي انخفاض بنسبة 3.52% في الخطأ النسبي).
Recall@3: تحسن بنسبة +0.56%.
المقارنة: تفوق نظام RGAlign-Rec الكامل (SFT + CL + Calibration) على المتغيرات التي استخدمت فقط SFT أو DPO أو التكامل الخام للنماذج اللغوية. أثبتت المحاذاة على مستوى التمثيل (CL) أنها أكثر قوة من طرق المحاذاة القائمة على التفضيل (DPO).

اختبار A/B عبر الإنترنت (Online A/B Testing):

CTR (معدل النقر إلى الظهور): حقق نموذج QE-Rec وحده ارتفاعًا بنسبة +0.98%. وأضافت مرحلة المحاذاة الموجهة بالترتيب اللاحقة زيادة قدرها +0.13%.
معدل إصابة القصد (IHR): تحسن بنسبة +1.43% (لـ QE-Rec) وإضافة قدرها +0.30% (لـ RGAlign-Rec).
رضا العملاء (CSAT): أظهر انخفاضًا طفيفًا (-0.21%)، مما يشير إلى أنه بينما تحسن تحديد القصد، فإن جودة محتوى الاستجابة لتلك المقاصد تظل تحديًا منفصلاً.

دراسات الاستئصال (Ablation Studies):

تجميع الرمز الأخير (LTP): تفوق على تمثيلات BGE التقليدية للجمل، مما أثبت أن الاستفادة من الحالات المخفية الداخلية للنموذج اللغوي هي الأفضل للتحسين الشامل.
استراتيجية أخذ العينات: استراتيجية "Non-Qwen3 Filtering" (استبعاد الاستعلامات التي ولدها النموذج الطالب نفسه أثناء التدريب) منعت تحيز الملاءمة الذاتية وحققت أفضل النتائج النهائية.

5. الأهمية

تقدم هذه الورقة حلاً حاسمًا لـ "الفجوة الدلالية" في أنظمة التوصية الصناعية. من خلال تجاوز معاملة النماذج اللغوية الكبيرة كمجرد مستخرجات للميزات بدلاً من إنشاء نظام مغلق الحلقة حيث توجه إشارات الترتيب الاستدلال الدلالي، يوضح المؤلفون مسارًا عمليًا لنشر الذكاء الاصماعي التوليدي في سيناريوهات التوصية عالية المخاطر وفي الوقت الفعلي. تسلط الورقة الض الضوء على أن المحاذاة على مستوى التمثيل غالبًا ما تكون أكثر فعالية من تحسين التفضيل على مستوى الرمز (Token-level) للمهام التي يكون هدفها النهائي هو مقياس منفعة محدد (مثل CTR) بدلاً من الجودة الحوارية البشرية.