Retcon -- a Prompt-Based Technique for Precise Control of LLMs in Conversations
تقدم هذه الورقة تقنية Retcon، وهي تقنية تعتمد على التلقين بلقطات قليلة (few-shot prompting) تتيح تحكماً دقيقاً على مستوى الدور في النماذج اللغوية الكبيرة خلال المحادثات متعددة الأدوار، مما يظهر أداءً أفضل بكثير من نهجي الصفر (zero-shot) واللقطات القليلة التقليدية.
البحث الأصلي مُهدى إلى الملك العام بموجب CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). 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 تقوم بتعليم روبوت ذكي جداً، ولكنه جامد نوعاً ما، كيف يجري محادثة مع إنسان.
المشكلة: الروبوت "يعلق" في نمط معين
عادةً، عندما نتحدث مع الذكاء الاصطناعي، فإننا نعطيه مجموعة من التعليمات في البداية، مثل الوصفة.
- التعلم من الصفر (Zero-Shot): نقول له: "كن مدرساً للغة الإنجليزية ودوداً". يحاول الروبوت القيام بذلك، لكنه قد يكون رسمياً أكثر من اللازم أو بسيطاً للغاية.
- التعلم من أمثلة قليلة (Few-Shot): نقول له: "كن مدرساً ودوداً. إليك ثلاثة أمثلة لكيفية رغبتي في حديثك". ينظر الروبوت إلى تلك الأمثلة الثلاثة ويحاول تقليدها.
العقبة: في المحادثات الطويلة، يميل الروبوت إلى "التعلق" في نبرة (vibe) الأمثلة القليلة الأولى. إذا استمرت المحادثة لـ 20 دورة، فقد ينسى الروبوت القواعد أو ينحرف عن النبرة المحددة التي أردتها (مثل التحدث ببساطة شديدة لمبتدئ أو بتركيب معقد لخبير). الأمر يشبه محاولة تعليم كلب حركة جديدة عبر عرض فيديو لتلك الحركة مرة واحدة، ثم توقع أن يتذكر ذلك الفيديو تماماً بينما تلعب معه لعبة "جلب الكرة" لمدة ساعة.
الحل: "الاستمرارية الارتجاعية" (Retcon)
ابتكر مؤلفو هذه الورقة البحثية تقنية تسمى Retcon.
في القصص المصورة، الـ "Retcon" هو عندما يقوم الكاتب بتغيير التاريخ الماضي لشخصية ما لجعل القصة تتناسب مع حبكة جديدة. على سبيل المثال: "في الواقع، سبايدرمان لم يفقد قواه في عام 1990؛ بل قام بإخفائها فقط!"
تقنية Retcon تفعل الشيء نفسه لمحادثات الذكاء الاصطناعي. فبدلاً من مجرد عرض بضعة أمثلة للروبوت في البداية، يقوم النظام بإعادة كتابة تاريخ المحادثة بأكمله في الوقت الفعلي، عبر إدراج "ملاحظة تعليمية" صغيرة قبل كل جملة قالها الروبوت على الإطلاق.
التشبيه: "نسخة المخرج"
تخيل أنك تخرج مسرحية.
- الطريقة التقليدية (Few-Shot): تعطي الممثل نصاً وفوقه ملاحظة: "تذكر أن تكون مبتهجاً". يقرأ الممثل النص، ويبدأ المسرحية، وفي منتصف الطريق، ينسى ويبدأ في التمثيل بنبرة عابسة.
- طريقة Retcon: قبل أن ينطق الممثل كل جملة، تهمس في أذنه بتذكير: "ابقَ مبتهجاً!"
- الجملة 1: (همس: "كن مبتهجاً!") -> "مرحباً!"
- الجملة 2: (همس: "ابقَ مبتهجاً!") -> "كيف حالك؟"
- الجملة 3: (همس: "ابقَ مبتهجاً!") -> "سعيد برؤيتك!"
من خلال القيام بذلك، يرى الروبوت نمطاً: تعليمات -> استجابة -> تعليمات -> استجابة. إنه يتعلم أنه في كل مرة يتحدث فيها، يجب عليه اتباع القاعدة المحددة لتلك اللحظة بالضبط.
كيف يعمل في الواقع؟
اختبر الباحثون ذلك من خلال الطلب من ذكاء اصطناعي أن يلعب دور مدرس لغة إنجليزية. أرادوا من الذكاء الاصطناعي تعديل مستوى صعوبة مفرداته أثناء الكلام (على سبيل المثال، التحدث كطفل في الخامسة من عمره في دورة معينة، ثم كأستاذ جامعي في الدورة التالية).
- الإعداد: أنشأوا "ورقة غش" (دالة تقييم) يمكنها قياس مدى صعوبة الجملة فورياً.
- السحر: قبل عرض المحادثة على الذكاء الاصطناعي، عادوا وأضافوا تسمية توضيحية قبل كل جملة في التاريخ، تقول: "هذه الجملة تم التحدث بها عند مستوى صعوبة B1."
- النتيجة: نظر الذكاء الاصطناعي إلى هذا التاريخ المعاد كتابته وأدرك: "أوه! في كل مرة أتحدث فيها، أحتاج إلى مطابقة مستوى الصعوبة المكتوب قبلي مباشرة".
لماذا يعد هذا أفضل؟
وجدت الورقة البحثية أن Retcon كان أفضل بكثير في اتباع التعليمات من الطرق التقليدية، حتى عند استخدام أمثلة أقل.
- التعلم من أمثلة قليلة التقليدي (Few-Shot): يشبه عرض كتاب مدرسي على طالب مرة واحدة. قد يتقن الفصل الأول، لكنه قد ينسى القواعد بحلول الفصل العاشر.
- طريقة Retcon: تشبه وجود معلم خصوصي يجلس بجانب الطالب، ويشير إلى القواعد في كل صفحة يقرؤها.
المقايضة (الثمن)
هناك تكلفة بسيطة. لأن Retcon يعيد كتابة تاريخ المحادثة بالكامل لإضافة تلك الملاحظات التعليمية الصغيرة، فإن "القصة" تصبح أطول بكثير. الأمر يشبه قراءة كتاب أضاف فيه المؤلف حواشي سفلية لكل كلمة. هذا يتطلب قدرة حوسبية ووقتاً أكبر، ولكن النتيجة هي روبوت يتبع قواعدك بدقة أكبر بكثير.
الخلاصة
Retcon هي خدعة ذكية تمنع الذكاء الاصطناعي من نسيان تعليماته أثناء الدردشات الطويلة. فبدلاً من الأمل في أن يتذكر الذكاء الاصطناعي القواعد من البداية، فإنه يذكره بالقواعد باستمرار قبل أن يتحدث مباشرة، مما يضمن بقاء المحادثة على المسار الصحيح تماماً، سواء كان الهدف أن يكون مضحكاً، جاداً، بسيطاً، أو معقداً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.