QED-Nano: Teaching a Tiny Model to Prove Hard Theorems
تقدم الورقة البحثية QED-Nano، وهو نموذج مفتوح المصدر بحجم 4 مليارات معلمة يحقق قدرات تنافسية في إثبات النظريات على مستوى الأولمبياد من خلال خط إنتاج تدريبي ثلاثي المراحل يتضمن التقطير، والتعلم المعزز القائم على معايير التقييم، وذاكرة التخزين المؤقت للاستنتاج، متفوقاً بذلك على النماذج المفتوحة الأكبر حجماً ومقترباً من أداء النماذج المملوكة بتكلفة ضئيلة.
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 أن لديك عالم رياضيات عبقرياً، بمستوى عالمي (مثل نموذج ذكاء اصطناعي بـ 685 مليار معلمة)، يمكنه حل أصعب المسائل الرياضية في العالم، ولكن تكلفة توظيفه باهظة للغاية لدرجة أن عمالقة التكنولوجيا فقط هم من يستطيعون تحمل تكلفتها. إنه يشبه الطائرة الخاصة: سريعة وقوية، لكن لا يمكنك شراء واحدة، ولا يمكنك حتى رؤية كيف يعمل محركها.
ثم، هناك نماذج الذكاء الاصطنا[] "الصغيرة". إنها تشبه الدراجة الهوائية الموثوقة والميسورة التكلفة؛ فهي رخيصة ومتاحة للجميع، لكنها عادةً لا تستطيع سوى السير في الطرق المستوية والسهلة. إنها تعاني أمام الجبال الصخرية الشاهقة والمنحدرة لبرهنة الرياضيات المتقدمة.
السؤال الكبير: هل يمكننا أخذ تلك الدراجة الهو الميسورة التكلفة وتدريبها لتتسلق نفس الجبال التي تتسلقها الطائرة الخاصة؟
الإجابة: نعم. الفريق الذي يقف وراء هذه الورقة البحثية بنى QED-Nano، وهو نموذج صغير بـ 4 مليارات معلمة، تعلم كيفية إثبات النظريات الرياضية المعقدة، متفوقاً على نماذج أكبر منه بحجم 30 إلى 100 مرة.
إليك كيف فعلوا ذلك، مشروحاً من خلال قصة بسيطة:
معسكر التدريب المكون من ثلاث مراحل
لتحويل نموذج صغير إلى عبقري في الرياضيات، لم يكتفِ الفريق بضخ المزيد من البيانات فيه، بل استخدموا معسكراً تدريبياً مكوناً من ثلاث مراحل محددة:
1. "مدرب الأسلوب" (الضبط الدقيق الخاضع للإشراف - Supervised Fine-Tuning)
تخيل أنك تريد تعلم كيفية كتابة حجة قانونية مثالية. لن تكتفي بقراءة كتب عشوائية؛ بل ستستأجر محامياً ماهراً ليريكم بالضبط كيف يبني جملة، وأين يضع الفواصل، وكيف يبني منطقه.
- ماذا فعلوا: أخذوا النموذج الصغير وأظهروا له آلاف الأمثلة لبرهانات رياضية مثالية مكتوبة بواسطة النموذج العملاق "DeepSeek-Math-V2".
- التشبيه: هذا يشبه إعطاء الدراجة الهوائية هيكلاً جديداً وتعليمها "أسلوب" متسابق محترف. لقد تعلمت كيف "تتحدث" كعالم رياضيات، لكنها لم تكن تفهم المنطق العميق بالضرورة بعد.
2. "الحكم الصارم" (التعلم التعزيزي باستخدام معايير التقييم - Reinforcement Learning with Rubrics)
الآن يمكن للنموذج أن يكتب كالمحترفين، لكنه قد يرتكب أخطاء منطقية. في الماضي، كان يتم تقييم الذكاء الاصطناعي مثل اختبار الاختيار من متعدد: "هل حصلت على الرقم الصحيح؟ نعم/لا". لكن البراهين الرياضية ليست اختياراً من متعدد؛ إنها مقالات. يمكنك الحصول على الإجابة الصحيحة بمنطق خاط، أو إجابة خاطئة بمنطق عبقري.
- ماذا فعلوا: أنشأوا "معيار تقييم" (ورقة درجات مفصلة) لكل مسألة. بدلاً من مجرد قول "خطأ"، يقوم ذكاء اصطناعي "حكم" (يعمل كقاضٍ) بتقييم البرهان خطوة بخطوة.
- "عمل جيد في ذكر النظرية (+1 نقطة)."
- "لق သင် نسيت إثبات صحة هذه الخطوة (-2 نقطة)."
- "منطقك هنا دائري، لذا لا توجد نقاط لهذا القسم."
- التشبيه: هذا يشبه مدرباً لا يكتفي بالصراخ "اركض أسرع!"، بل يراقب بدلاً من ذلك وضعية العداء، ويشير بدقة إلى المكان الذي تهبط فيه قدمه بشكل خاطئ، ويعطيه درجة بناءً على كيفية ركضه، وليس فقط إذا أنهى السباق. تعلم النموذج تحسين منطقه للحصول على درجة أعلى من الحكم.
3. "وقفة التفكير" (مخزن الاستدلال والركائز الزمنية - Reasoning Cache & Test-Time Scaffolds)
هذا هو السر الحقيقي. عادةً، عندما يحل الذكاء الاصطناعي مسألة ما، يجب عليه إخراج الإجابة كاملة دفعة واحدة. إذا كانت المسألة ضخمة، يصاب الذكاء الاصطناعي بالإرهاق وينسى بداية عملية التفكير الخاصة به.
- ماذا فعلوا: علموا النموذج أن يتوقف، ويلخص ما توصل إليه حتى الآن، ثم يبدأ الخطوة التالية بناءً على ذلك الملخص. الأمر يشبه كتابة مقال طويل، ثم التوقف كل بضع فقرات لكتابة ملخص "موجز" لما قلته، ثم استخدام هذا الملخص لكتابة الجزء التالي.
- التشبيه: تخيل محاولة حل متاهة. بدلاً من الركض بعمى حتى تصطدم بجدار، يتوقف النموذج كل بضع خطوات، ويرسم خريطة للمكان الذي كان فيه، ثم يستخدم تلك الخريطة للتخطيط للخطوة التالية. هذا يسمح للنموذج الصغير بـ "التفكير" لفترة طويلة جداً (تصل إلى 2 مليون توكن!) دون أن يتوه.
النتائج: انتصار الطرف الأضعف
كانت النتائج صادمة.
- النموذج الصغير: حقق QED-Nano (بـ 4 مليارات معلمة) نسبة 40% في اختبار أولمبياد رياضيات صعب دون أي مساعدة إضافية.
- النماذج العملاقة: لقد هزم نماذج أكبر منه بـ 30 مرة (مثل Nomos-1) وحتى 60 مرة (مثل GPT-OSS-120B).
- مع "وقفة التفكير": عندما سمحوا للنموذج باستخدام خدعة "الملخص" للتفكير لفترة أطول، سجل 57%، مقترباً جداً من أداء نموذج "Gemini 3 Pro" المغلق والمكلف.
لماذا هذا مهم؟
- الديمقراطية (الوصول للجميع): لم تعد بحاجة إلى ميزانية بمليارات الدولارات لحل المسائل الرياضية الصعبة. يمكن لنموذج صغير مفتوح المصدر القيام بذلك إذا تم تدريبه بشكل صحيح.
- الكفاءة: تشغيل نموذج بـ 4 مليارات معلمة يشبه ركوب دراجة هوائية؛ بينما تشغيل نموذج بـ 600 مليار معلمة يشبه قيادة طائرة خاصة. الدراجة أرخص بكثير وأسهل في الصيانة، ومع ذلك يمكنها الوصول إلى نفس الوجهة.
- الشفافية: نظرًا لأن هذا النموذج "مفتوح"، يمكن للعلماء رؤية كيفية تدريبه بالضبط. نحن لا نخمن كيف يعمل السحر؛ لدينا الوصفة.
باختاًصر: تثبت هذه الورقة البحثية أنك لا تحتاج إلى عقل ضخم لحل المشكلات الصعبة؛ أنت فقط بحاجة إلى التدريب الصحيح، وحكم صارم، والقدرة على التوقف والتفكير قبل التحدث. لقد حولوا ذكاءً اصطناعياً صغيراً وميسور التكلفة إلى منافس في الأولمبياد الرياضي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.