💬 NLP

APEX-Searcher: Augmenting LLMs' Search Capabilities through Agentic Planning and Execution

تقدم الورقة البحثية APEX-Searcher، وهو إطار عمل وكيل جديد ثنائي المراحل يعزز قدرات البحث لنماذج اللغات الكبيرة في المهام المعقدة متعددة الخطوات من خلال فصل العملية إلى تخطيط استراتيجي مُحسَّن عبر التعلم التعزيزي وتنفيذ قوي مُنقَّح عبر الضبط الدقيق الخاضع للإشراف، وذلك للتغلب على قيود التدريب النهائي المباشر مثل مسارات الاسترجاع الغامضة والمكافآت الشحيحة.

المؤلفون الأصليون: Kun Chen, Qingchao Kong, Zhao Feifei, Wenji Mao

نُشر 2026-03-17

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Kun Chen, Qingchao Kong, Zhao Feifei, Wenji Mao

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 محقق تحاول حل لغز غامض للغاية. اللغز هو سؤال معقد مثل: "هل مخرج فيلم 'The Exorcist' ومخرج فيلم 'Ed Wood' من نفس البلد؟"

إذا سألت ذكاءً اصطناعيًا عاديًا (ذكاءً "ساذجًا") هذا السؤال، فقد يخمن بناءً على ما حفظه أثناء تدريبه. ولكن إذا لم يعرف الإجابة، فقد يقوم بمجرد اختلاق إجابة من عنده ("هلوسة") أو يستسلم.

إذا استخدمت ذكاءً اصطناعيًا للبحث (يُسمى RAG)، فإنه يعمل كمحقق يمسك بكتاب واحد من المكتبة، يقرأه، ثم يحاول الإجابة. وإذا لم تكن الإجابة موجودة في هذا الكتاب الواحد، فسيفشل المحقق، حتى لو كانت الإبابة مخبأة في ثلاثة كتب أخرى تحتاج إلى قراءتها بترتيب معين.

APEX-Searcher يشبه ترقية هذا المحقق إلى محقق بارع لديه كبير استراتيجيين وفريق من الباحثين.

إليك كيف يعمل، مقسمًا إلى خطوات بسيطة:

1. المشكلة: خطأ "المحاولة الواحدة"

معظم أجهزة الذكاء الاصطناعي للبحث تشبه الأشخاص الذين يحاولون أكل بيتزا كاملة في قضمة واحدة. إنهم يحاولون إيجاد الإجابة لسؤال معقد في بحث واحد. إذا كانت الإجابة تتطلب ربط النقاط بين قطع مختلفة من المعلومات (مثل معرفة جنسية الشخص (أ)، ثم جنسية الشخص (ب)، ثم مقارنتهما)، فإن البحث الواحد عادة ما يفشل.

2. الحل: APEX-Searcher

يغير APEX-Searcher قواعد اللعبة عن طريق تقسيم المهمة إلى دورين متميزين: المخطط والمستكشف.

المرحلة الأولى: كبير الاستراتيجيين (التخطيط الوكيل - Agentic Planning)

قبل أن يبدأ المحقق بالركض في المكتبة، يجلس كبير الاستراتيجيين (وكيل التخطيط) مع خريطة.

ماذا يفعل: ينظر إلى السؤال الكبير والمخيف ويقسمه إلى قائمة مرجعية من الخطوات الصغيرة والسهلة.
التشبيه: بدلاً من السؤال: "من هما هذان الرجلان ومن أين أتيا؟"، يقول الاستراتيجي:
1. أولاً، ابحث عن هوية سكوت ديريكسون ومن أين هو.
2. بعد ذلك، ابحث عن هوية إد وود ومن أين هو.
3. أخيرًا، قارن بين البلدين.
كيف يتعلم: تستخدم الورقة طريقة تدريب خاصة تسمى التعلم التعزيزي (RL). فكر في هذا الأمر كأنه لعبة فيديو حيث يحصل الاستراتيجي على "نقاط" (مكافآت) فقط إذا قام بتقسيم المشكلة بشكل مثالي. إذا وضع خطة سيئة، فإنه يحصل على صفر من النقاط. بمرور الوقت، يتعلم أن يكون أفضل مخطط في العالم.

المرحلة الثانية: المستكشف (الاستكشاف الوكيل - Agentic Exploration)

بمجرد أن ينتهي كبير الاستراتيجيين من وضع القائمة المرجعية، يبدأ المستكشف (وكيل التنفيذ) في العمل.

ماذا يفعل: يتولى مهام القائمة المرجعية عنصرًا تلو الآخر. يبحث عن الإجابة للخطوة 1، ثم يدونها، ثم يستخدم تلك الإجابة للمساعدة في البحث عن الخطوة 2، وهكذا.
التشبيه: تخيل أن المستكشف هو أمين مكتبة منظم جدًا.
- الخطوة 1: "أحتاج إلى جنسية سكوت." -> يبحث في المكتبة. -> يجد "أمريكي". -> يدونها في دفتر ملاحظاته.
- الخطوة 2: "الآن أحتاج إلى جنسية إد." -> يبحث في المكتبة. -> يجد "أمريكي". -> يدونها في الدفتر.
- الخطوة 3: "هل هما متشابهان؟" -> ينظر في الدفتر. -> نعم! كلاهما أمريكيان.
كيف يتعلم: يتم تدريب المستكشف باستخدام الضبط الدقيق الخاضع للإشراف (SFT). هذا يشبه إعطاء المستكشف كتابًا مدرسيًا يحتوي على "أمثلة مثالية" توضح له بالضبط كيفية البحث، ومتى يتوقف عن البحث عندما يمتلك معلومات كافية، وكيف يجمع الإجابات معًا.

2. لماذا هذا أفضل؟

الطريقة القديمة: "سأبحث عن كل شيء دفعة واحدة وآمل أن يحالفني الحظ." (غالبًا ما تفشل في الأسئلة الصعبة).
طريقة APEX-Searcher: "لدي خطة. سأحل المشكلة خطوة بخطوة، مستخدمًا الإجابة من الخطوة الأولى لمساعدتي في حل الخطوة الثانية."

النتائج

اختبرت الورقة هذا النظام على العديد من الأسئلة الصعبة "متعددة القفزات" (الأسئلة التي تتطلب ربط معلومات متعددة).

النتيجة: أصبح APEX-Searcher أذكى بكثير من الطرق الأخرى. لقد توقف عن التخمين وبدأ في الحل.
لحظة الإدراك: أظهرت التجارب أن امتلاك خطة (الاستراتيجي) لا يقل أهمية عن امتلاك باحث جيد (المستكشف). إذا كان لديك باحث جيد بدون خطة، فسيضيع. وإذا كان لديك خطة ولكن باحث سيء، فلن يتمكن من العثور على الأدلة. أنت بحاجة إلى كليهما.

ملخص باختصار

تخيل أنك تحاول بناء قلعة "ليجو" معقدة.

الذكاء الاصطناዊ التقليدي يحاول الإمساك بمجموعة من الطوب والأمل في أن تتناسب مع بعضها البعض.
APEX-Searcher يشبه وجود مهندس معماري يرسم مخططًا أولاً (التخطيط)، ثم بناء يتبع المخطط خطوة بخطوة، ويتحقق من التعليمات بعد كل قطعة يضعها (الاستكشاف).

من خلال فصل التفكير (التخطيط) عن التنفيذ (البحث)، يساعد APEX-Searcher الذكاء الاصطناعي على حل المشكلات التي كانت تعتبر سابقًا معقدة للغاية بالنسبة لهم.

إليك ملخص تقني مفصل لورقة البحث بعنوان "APEX-Searcher: تعزيز قدرة النماذج اللغوية الكبيرة على البحث من خلال التخطيط والاستكشاف الوكيل".

1. بيان المشكلة

بينما يعمل نظام "التوليد المعزز بالاسترجاع" (RAG) بفعالية في الحد من الهلوسة وتوفير الوصول إلى المعرفة الخارجية للنماذج اللغوية الكبيرة (LLMs)، إلا أن أطر عمل RAG القياسية تواجه صعوبة في التعامل مع الأسئلة المعقدة متعددة الخطوات (multi-hop questions). تتطلب هذه الأسئلة تجميع المعلومات من قطع متعددة ومترابطة من الأدلة.

محدودية النهج الحالية: تعتمد الحلول الموجودة بشكل أساسي على RAG التكراري (Iterative RAG)، والذي يزيد من عدد جولات الاسترجاع أو يقوم بتحسين الاستعلامات بشكل تفاعلي. ومع ذلك، تفتقر هذه الأساليب غالبًا إلى خطة استراتيجية شاملة. فهي تعمل على مستوى "تكتيكي" (بالتفاعل مع آخر معلومة تم الحصول عليها) بدلاً من المستوى "الاستراتيجي" (تفكيك المشكلة مسبقاً).
الفجوة الجوهرية: بدون استراتيجية متماسكة لتفكيك المهام، تعاني الأساليب التكرارية من مسارات بحث غير فعالة، والتخطيط المفرط، والاستعلامات المتكررة، والارتباك بسبب الوثائق غير ذات الصلة. تجادل الورقة بأن تعزيز قدرة النموذج اللغوي الكبير الجوهرية على تخطيط المهام هو أمر أكثر أهمية من مجرد زيادة تكرارات الاسترجاع.

2. المنهجية: إطار عمل APEX-Searcher

يقترح المؤلفون APEX-Searcher (الباحث الاستكشافي القائم على التخطيط والوكالة)، وهو إطار عمل هرمي يفصل عملية الاستدلال إلى مرحلتين متمايزتين ومتكاملتين:

المرحلة الأولى: التخطيط الوكيل المدفوع بالتعلم التعزيزي (المستوى العالي)

الهدف: تفكيك استعلام معقد متعدد الخطوات ( $Q$ ) إلى تسلسل منطقي وقابل للتنفيذ من الأسئلة الفرعية الأبسط ( $S = \{s_1, s_2, ..., s_n\}$ ).
الآلية: يتم تدريب وكيل التخطيط (Planning Agent) (نموذج لغوي كبير) باستخدام التعلم التعزيزي (RL).
الخوارزمية: يستخدم المؤلفون خوارزمية تحسين السياسة النسبية الجماعية (GRPO). وخلافاً لخوارزمية PPO، لا تتطلب GRPO دالة قيمة مساعدة؛ بل تستخدم متوسط المكافأة لعينات متعددة كخط أساس ديناميكي.
دالة المكافأة: يتم حساب المكافأة ( $R_{plan}$ ) في نهاية حلقة التفكيك من خلال مقارنة الخطة المولدة مقابل خطة "ذهبية" (gold plan) محددة بشرياً. المقياس هو درجة F1 بناءً على التشابه الدلالي (باستخدام sentence-transformers) والمطابقة الثنائية المثلى (خوارزمية هنجاريان) للتعامل مع ترتيب الخطوات وإعادة الصياغة.
المخرجات: خطة مهيكلة حيث يمكن للأسئلة الفرعية الإشارة إلى إجابات سابقة (على سبيل المثال: "ما هي عاصمة #1؟").

المرحلة الثانية: الاستكشاف الوكيل الموجه بالضبط الدقيق للتعليمات (المستوى المنخفض)

الهدف: تنفيذ الخطة المولدة من خلال إجراء عمليات استرجاع واستدلال تكرارية لكل سؤال فرعي.
الآلية: يتم تدريب وكيل التنفيذ (Execution Agent) عبر الضبط الدقيق الخاضع للإشراف (SFT) على مجموعة بيانات متخصصة من تعليمات الاسترجاع متعددة الجولات.
العملية:
1. حل المراجع: يتم حل الرموز النائبة (placeholders) في الأسئلة الفرعية باستخدام قاعدة المعرفة المتراكمة ( $K_{acc}$ ).
2. التحقق من كفاية المعرفة: يقرر الوكيل ما إذا كان السياق الحالي كافياً للإجابة على السؤال الفرعي أم أن هناك حاجة لمزيد من الاسترجاع.
3. حلقة تعدد الخطوات التكيفية: إذا لزم الأمر، يقوم الوكيل بتوليد استعلامات ديناميكية، واسترجاع الوثائق، وتصفية المكررات، وتحديث السياق. تستمر هذه الحلقة حتى الوصول إلى الحد الأقصى لعدد الخطوات ( $H_{max}$ ) أو حتى يقرر الوكيل التوقف.
4. التوليف (Synthesis): بمجرد الإجابة على جميع الأسئلة الفرعية، يقوم الوكيل بتوليد الإجابة النهائية ودرجة الثقة.

3. المساهمات الرئيسية

إطار عمل مبتكر: تقديم APEX-Searcher، الذي يفصل صراحة بين التخطيط الاستراتيجي (التفكيك) والتنفيذ التكتيكي (الاسترجاع)، معالجاً غياب الاستدلال الشامل في أنظمة RAG التكرارية الحالية.
التعلم التعزيزي للتخطيط: تطبيق خوارزمية GRPO مع مكافآت تفكيك المهام لتحسين قدرة النموذج اللغوي الكبير بشكل كبير على تقسيم المشكلات المعقدة إلى مهام فرعية منطقية.
الضبط الدقيق للتعليمات (SFT) للاستكشاف: بناء مجموعة بيانات عالية الجودة لتعليمات الاسترجاع متعددة الجولات لتدريب وكيل التنفيذ عبر SFT، مما يحسن قدرة النموذج على إدارة السياق وتوليد الاستعلامات الديناميكية.
تقييم شامل: إثبات الأداء المتفوق (State-of-the-art) عبر عدة اختبارات معيارية صعبة (HotpotQA, 2WikiMultiHopQA, MuSiQue, Bamboogle).

4. النتائج التجريبية

تم تقييم إطار العمل على نماذج Qwen2.5-3B و Qwen2.5-7B مقابل نماذج مرجعية تشمل Standard RAG، و IRCoT (RAG التكراري)، ومختلف طرق Agentic RAG (مثل Search-o1، و Search-R1، إل_ع).

مكاسب الأداء:
- حقق APEX-Searcher أعلى درجات المطابقة التامة (Exact Match - EM) عبر جميع الاختبارات المعيارية.
- في نموذج 7B، حقق تحسناً متوسطاً قدره 0.230 مقارنة بـ Standard RAG وتفوق بشكل ملحوظ على أقوى النماذج المرجعية (مثلاً: زيادة بنسبة +8.2% إلى +13.1% في درجة EM على مجموعات بيانات محددة).
- في نموذج 3B، كان التحسن أكثر دراماتيكية، حيث أظهر زيادة نسبية قدرها 149% عن النموذج المرجعي عند تفعيل جميع المكونات.
دراسات الاستبعاد (Ablation Studies):
- التآزر (Synergy): تم تحقيق أفضل أداء فقط عند الجمع بين التخطيط (RL) والاستكشاف (SFT).
- ضرورة التخطيط: استخدام وحدة التخطيط دون تحسين RL أدى إلى مكاسب محدودة أو حتى تراجع في الأداء في النماذج الصغيرة (بسبب التفكيك القسري دون توجيه).
- تأثير RL: إضافة RL إلى وحدة التخطيط حسنت جودة الخطة بشكل كبير (على سبيل المثال، تحسن نموذج 3B من 12.63 إلى 18.10 في درجة التقييم).
- تأثير SFT: كان SFT حاسماً لـ "قدرة التنفيذ"، مما سمح للنماذج باستخدام السياق المسترجع بشكل أفضل، خاصة للنماذج الأصغر.
حساسية المعلمات (Parameter Sensitivity):
- عدد الاسترجاع: تحسنت الدقة مع زيادة الوثائق المسترجعة من 1 إلى 3، لكنها انخفضت بعد ذلك بسبب الضجيج.
- خطوات الاستدلال: أظهرت الدقة ارتباطاً إيجابياً مع الحد الأقصى المسموح به لخطوات الاستدلال (حتى 5 خطوات).

5. الأهمية والخاتمة

تثبت هذه الورقة أن التخطيط الاستراتيجي هو مكون حاسم وغالباً ما يتم تجاهله في حل مهام الاستدلال المعقدة متعددة الخطوات. من خلال فصل "ما يجب البحث عنه" (التخطيط) عن "كيفية البحث" (الاستكشاف)، يوفر APEX-Searcher هيكلاً قوياً للنماذج اللغوية الكبيرة.

الرؤية النظرية: ينقل النموذج من الاسترجاع التكراري التفاعلي إلى الاستكشاف الاستباقي القائم على التخطيط.
الأثر العملي: يثبت إطار العمل أن النماذج الأصغر (3B) يمكن أن تحقق أداءً يضاهي أو يتجاوز النماذج الأكبر عندما يتم تجهيزها باستراتيجيات تدريب التخطيط والاستكشاف الصحيحة.
العمل المستقبلي: يقترح المؤلفون استكشاف التعلم التعزيزي متعدد الجولات خلال مرحلة الاستكشاف، وتوسيع نطاق الاسترجاع من قواعد البيانات المحلية إلى البحث في الويب.

باختصار، يمثل APEX-Searcher تقدماً كبيراً في مجال Agentic RAG، حيث يثبت أن تزويد النماذج اللغوية الكبيرة بقدرات تخطيط صريحة ومحسنة بالتعلم التعزيزي هو أمر ضروري لإتقان مهام البحث عن المعلومات المعقدة.