← أحدث الأبحاث
💬 NLP

CVPD at QIAS 2026: RAG-Guided LLM Reasoning for Al-Mawarith Share Computation and Heir Allocation

تقدم الورقة البحثية مساراً للتوليد المعزز بالاسترجاع (RAG) يجمع بين البيانات الاصطناعية القائمة على القواعد، والاسترجاع الهجين مع إعادة ترتيب باستخدام المشفر المتقاطع، والتحقق المقيد بالمخطط (schema) لتحقيق أداء رائد في حساب حصص الميراث الإسلامي وتوزيعها على الورثة، مما ضمن المركز الأول في لوحة صدارة مسابقة QIAS 2026.

المؤلفون الأصليون: Wassim Swaileh, Mohammed-En-Nadhir Zighem, Hichem Telli, Salah Eddine Bekhouche, Abdellah Zakaria Sellam, Fadi Dornaika, Dimitrios Kotzinos

نُشر 2026-03-26
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Wassim Swaileh, Mohammed-En-Nadhir Zighem, Hichem Telli, Salah Eddine Bekhouche, Abdellah Zakaria Sellam, Fadi Dornaika, Dimitrios Kotzinos

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

إليك شرح للورقة البحثية، مترجماً من المصطلحات الأكاديمية المعقدة إلى قصة يمكنك فهمها أثناء احتساء كوب من القهوة.

المشكلة الكبرى: "وصفة العائلة" المليئة بالرياضيات

تخيل تجمعاً عائلياً حيث توفي الجد. حضر 20 قريباً، وكل منهم يطالب بقطعة من الفطيرة. لكن هناك شرط: قانون الميراث الإسلامي ليس مجرد تقسيم للفطيرة بالتساوي؛ بل هو وصفة معقدة للغاية ومتعددة الخطوات.

  1. من يحق له الدخول؟ (بعض الأقارب يُحجبون من الميراث إذا وُجد قريب أقرب منهم).
  2. من يحصل على حصة ثابتة؟ (الزوجات، الآباء، والبنات لديهم نسب محددة وغير قابلة للتغيير).
  3. من يحصل على الباقي؟ (البقية تذهب للأبناء أو الإخوة).
  4. "خلل رياضي": أحياناً مجموع الحصص الثابتة يزيد عن 100% (الفطيرة أصغر من المطلوب)، أو يقل عن 100% (هناك فطيرة زائدة). القانون لديه قواعد خاصة لإصلاح هذه الأخطاء الرياضية.

التحدي الذي يواجه الحواسيب هو أن هذا ليس مجرد "قراءة" لقصة، بل هو حل لغز منطقي حيث يمكن لخطأ صغير واحد في الرياضيات أو القواعد أن يفسد الإجابة بأكملها.

الحل: "أمين المكتبة الخارق" + "المحرر الصارم"

قام الفريق (CVPD) ببناء نظام للفوز بمسابقة تسمى QIAS 2026. لم يقوموا بمجرد تدريب روبوت لـ "تخمين" الإجابة، بل بنوا فريقاً مكوناً من ثلاثة أجزاء:

1. الطباخ الاصطناعي (مولد البيانات)

قبل تعليم الروبوت، أدركوا أنهم بحاجة إلى مسائل تدريبية أكثر مما هو موجود في العالم الحقيقي.

  • التشبيه: تخيل طباخاً لا يكتفي بطبخ وجبات حقيقية، بل يستخدم الكمبيوتر لإنشاء 100,000 وصفة وهمية ولكنها مثالية.
  • ماذا فعلوا: كتبوا برنامج كمبيوتر صارم ("حاسبة رمزية") يتبع القواعد القانونية بدقة لإنشاء سيناريوهات عائلية وهمية وحلولها المثالية. منح هذا الذكاء الاصطنا artificial intelligence مكتبة ضخمة من "الإجابات الصحيحة" ليتعلم منها، مما ضمن فهمه للرياضيات بشكل مثالي قبل أن يحاول التحدث.

2. أمين المكتبة الخارق (نظام RAG)

عندما يتلقى الذكاء الاصطناعي سؤالاً حقيقياً، فإنه لا يعتمد فقط على ذاكرته، بل يعمل مثل أمين مكتبة خارق.

  • التشبيه: إذا سألت أمين مكتبة عادياً سؤالاً، فقد يخمن بناءً على ما يتذكره. أما إذا سألت أمين المكتبة الخارق، فسيجري فوراً إلى الرفوف، ويخرج أفضل 5 كتب ذات صلة، ويقدمها لك لتقرأها قبل أن يجيب.
  • كيف عمل النظام: استخدم النظام طريقتين للبحث (واحدة لمعنى الكلمات والأخرى للكلمات الدقيقة) للعثور على أكثر الحالات الماضية تشابهاً في مكتبتهم. ثم استخدم "المشفّر المتقاطع" (Cross-Encoder) - وهو فلتر ذكي - لاختيار أفضل الأمثلة لتقديمها للذكاء الاصطناعي. هذا يضمن أن الذكاء الاصطناعي ينظر إلى "السوابق" الصحيحة قبل أن يتحدث.

3. المحرر الصارم (المُدقق)

هذا هو السر وراء نجاحهم. حتى أذكى ذكاء اصطناعي قد يصبح مهملًا؛ فقد ينسى فاصلة، أو يخطئ في اسم، أو يجعل الحسابات تصل إلى 101%.

  • التشبيه: تخيل محرراً صارماً يرفض طباعة صحيفة ما لم يتناسب كل عنوان مع النموذج، وتكون كل الأرقام فيها دقيقة تماماً، وتُكتب كل الأسماء بشكل صحيح. إذا ارتكب الذكاء الاصطناعي خطأً، يقوم المحرر بإصلاحه أو رفضه.
  • ماذا فعلوا: بنوا "شبكة أمان" تتحقق من مخرجات الذكاء الاصطناعي مقابل قائمة مراجعة صارمة. هل ذكر جميع الورثة؟ هل الرياضيات صحيحة؟ هل التنسيق صحيح؟ إذا لم يكن الأمر كذلك، يتم إصلاحه تلقائياً.

النتيجة: الفوز بالسباق

كانت المسابقة (QIAS 2026) بمثابة الأولمبياد للذكاء الاصطناعي القانوني.

  • الدرجة: سجلوا 0.935 (من أصل 1.0).
  • الترتيب: حصلوا على المركز الأول.
  • لماذا فازوا: حاولت الفرق الأخرى جعل الذكاء الاصطناعي "أذكى" باستخدام نماذج أكبر. لكن الفريق الفائز أدرك أن الموثوقية أهم من الذكاء الخام. من خلال تزويد الذكاء الاصطراعي بمكتبة من الأمثلة المثالية (الاسترجاع/Retrieval) ومحرر صارم لمراجعة واجباته (التحقق/Validation)، حلوا المشكلة بشكل أفضل من أي شخص آخر.

لحظات "وجدتها!" (الدروس المستفادة)

  1. لا تثق بـ "الإنترنت": عندما اختبر الفريق البحث في الإنترنت المفتوح عن إجابات، ارتبك الذكاء الاصطناعي بسبب المعلومات السيئة. البحث في ملفاتهم الـ PDF المنظمة والمثالية (أمين المكتبة الخارق الذي يمتلك الكتب الجيدة فقط) كان أفضل بنسبة 100%.
  2. "الرياضيات" أصعب من "اللغة": كان الذكاء الاصطناعي بارعاً في فهم الكلمات العربية، لكن المشكلة كانت في المنطق. لم تكن الأخطاء بسبب عدم معرفة الذكاء الاصطناعي باللغة، بل لأنه أخطأ في الرياضيات أو قواعد الحجب.
  3. الهندسة تتفوق على السحر: لا تحتاج إلى ذكاء اصطناعي "سحري" يعرف كل شيء؛ بل تحتاج إلى آلة تعمل بسلاسة، تراجع عملها، تستخدم المراجع الصحيحة، وتتبع القواعد بصرامة.

باختصار

لم يبنِ الفريق مجرد روبوت ذكي، بل بنوا روبوتاً لديه دليل مرجعي ورئيس صارم. من خلال الجمع بين مكتبة ضخمة من الأمثلة القانونية المثالية ونظام يدقق في الرياضيات، أصبحوا الأفضل عالمياً في حل ألغاز الميراث الإسلامي.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💬 cs.CL →