ToolOmni: Enabling Open-World Tool Use via Agentic learning with Proactive Retrieval and Grounded Execution
تُعد ToolOmni إطار عمل وكيل موحد يعزز استخدام النماذج اللغوية الكبيرة للأدوات في العالم المفتوح من خلال الجمع بين مجموعة بيانات تفاعل متعدد الدور للبداية الباردة وخوارزمية GRPO متعددة الأهداف والمفككة لتحقيق أداء رائد في كل من الاسترجاع الاستباقي للأدوات والتنفيذ المرتكز على الواقع.
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 مساعداً عبقرياً لكنه يفتقر للخبرة يُدعى ToolOmni. هدفك هو جعل هذا المساعد يحل المشكلات المعقدة من خلال استخدام مكتبة ضخمة من الأدوات الرقمية (مثل تطبيقات الطقس، أو أنظمة حجز الرحلات الجوية، أو قواعد بيانات الأفلام).
إليك المشكلة: المكتبة ضخمة (أكثر من 16,000 أداة)، وتتغير باستمرار، ومليئة بالتسميات المربكة.
الطريقة القديمة: "أمين المكتبة السلبي" مقابل "الحافظ الآلي"
قبل ظهور ToolOmni، كانت هناك طريقتان رئيسيتان يحاول المساعدون من خلالهما استخدام هذه الأدوات:
- أمين المكتبة السلبي (استرجاع التضمين - Embedding Retrieval): تسأل المساعد: "أحتاج إلى أداة للطقس". فيبحث المساعد في قائمة الأدوات ويختار تلك التي تبدو "الأكثر تشابهاً" مع كلمة "طقس".
- العيب: الأمر يشبه أن تطلب من أمين مكتبة "كتاباً عن الفضاء"، فيعطيك كتاباً عن "الفضاء الخارجي" بينما كنت تحتاج في الواقع إلى كتاب عن "السفر عبر الفضاء". إنه تطابق سطحي. إذا نمت المكتبة لتصل إلى 10,000 كتاب، سيشعر أمين المكتبة بالارتباك ويختار الأدوات الخاطئة.
- الحافظ الآلي (ذاكرة المعاملات - Parameter Memory): يحاول المساعد حفظ دليل تعليمات كل أداة داخل عقله.
- العيب: إذا أضيفت أداة جديدة للمكتبة أو تغيرت أداة قديمة، سيعلق المساعد. الأمر يشبه محاولة حفظ دليل الهاتف بالكامل؛ فبمجرد تغيير رقم واحد، تصبح ذاكرتك خاطئة.
الطريقة الجديدة: ToolOmni (المحقق الاستباقي)
يغير ToolOmni قواعد اللعبة. فبدلاً من مجرد انتظار التعليمات أو حفظ الحقائق، يعمل كـ محقق استباقي يعرف كيف يحقق في الأمور. إنه يستخدم عملية مكونة من خطوتين:
الخطوة 1: مرحلة "البحث والاختيار" (الاسترجاع الاستباقي)
بدلاً من التخمين بشأن الأداة التي يجب استخدامها، يقوم ToolOmni بالبحث بنشاط عن الأدوات المناسبة.
- التشبيه: تخيل أنك بحاجة لإصلاح صنبور يسرب الماء. المساعد العادي قد يمسك بأول مفتاح ربط يراه. أما ToolOmni، فيقول: "انتظر، أحتاج إلى مقاس محدد. دعني أبحث في صندوق الأدوات، وأتحقق من الملصقات، وربما أبحث مرة أخرى بكلمات مفتاحية مختلفة، ثم أختار مفتاح الربط المثالي".
- كيف يعمل: إنه يطرح على "محرك البحث" أسئلة متعددة، ويقوم بتحسين أسئلته حتى يجد بالضبط مجموعة الأدوات المطلوبة. هو لا يكتفي باختيار أفضل 5 نتائج؛ بل يختار النتائج الصحيحة، حتى لو كان ذلك يعني اختيار نتيجتين فقط.
الخطوة 2: مرحلة "التنفيذ القائم على الواقع" (Grounded Execution)
بمجرد حصوله على الأدوات الصحيحة، يستخدمها بعنا كثفة.
- التشبيه: إذا انزلق مفتاح الربط وانكسر البرغي (خطأ)، فإن المساعد العادي قد يصاب بالذعر أو يستمر في المحاولة مع نفس البرغي المكسور. أما ToolOmni فيقول: "حسناً، هذا لم ينجح. دعني أفكر... ربما أحتاج إلى أداة مختلفة أو زاوية مختلفة". إنه يتعلم من الخطأ في الوقت الفعلي ويعدل خطته.
كيف علموه؟ (المعسكر التدريبي)
لا يمكنك مجرد منح المحقق شارة وتوقع أن يكون بارعاً على الفور. لقد درب الباحثون ToolOmni في مرحلتين:
- "البداية الباردة" (SFT): أولاً، عرضوا على النموذج آلاف الأمثلة لمحققين جيدين يحلون الجرائم. علموه الأساسيات: "هكذا تطرح سؤالاً، وهكذا تقرأ دليل الأداة، وهكذا تعالج خطأً ما". أعطاه هذا أساساً متيناً.
- "التجربة والخطأ" (التعلم المعزز باستخدام GRPO): هذا هو السر. تركوا النموذج يتدرب في عالم محاكى حيث يمكنه الفشل.
- خدعة "الفصل": عادةً، إذا كافأت طالباً على "إيجاد الكتاب الصحيح" و"قراءة الكتاب" في نفس الوقت، فسيصاب بالارتباك. يقوم ToolOmni بفصل هذه المكافآت. فهو يحصل على "نجمة ذهبية" لـ إيجاد الأدوات الصحيحة، ونجمة ذهبية منفصلة لـ استخدامها بشكل صحيح. هذا يمنع النموذج من الارتباك بشأن الجزء الذي يجب عليه التركيز عليه من الوظيفة.
لماذا يعد هذا أمراً كبيراً؟
اختبر الباحثون ToolOmni مقابل نماذج ذكاء اصطناعي أخرى في اختبار مرجعي ضخم يسمى ToolBench.
- النتيجة: لم يكتفِ ToolOmni بالفوز فحسب، بل سيطر تماماً. لقد حل 10.8% أكثر من المهام مقارنة بأفضل نموذج تالٍ له.
- القوة الخارقة: لم يكتفِ بحفظ الأدوات التي رآها أثناء التدريب. عندما أعطوه أدوات جديدة لم يرها من قبل (مثل نوع جديد من تطبيقات الطقس)، ظل قادراً على اكتشاف كيفية استخدامها. لقد تعلم مفهوم استخدام الأدوات، وليس مجرد أدوات محددة.
الخلاصة
فكر في ToolOmni كفرق بين سائح يتبع الخريطة بعمى، وبين دليل محلي يعرف كيف يتنقل في المدينة حتى عندما تتغير الطرق.
- الذكاء الاصطناعي القديم: "أرى أداة تسمى 'الطقس'. سأستخدمها". (غالباً ما يفشل إذا كانت الأداة مختلفة قليلاً).
- ToolOmni: "أحتاج إلى بيانات الطقس. دعني أبحث، وأتحقق من الأداة، وأتأكد من عملها، وإذا فشلت، دعني أجرب نهجاً مختلفاً حتى أصل إلى الإجابة".
إنه يحول الذكاء الاصطناعي من مستخدم سلبي للأدوات إلى حلّال مشكلات نشط يمكنه التعامل مع العالم المفتوح الفوضوي وغير المتوقع للإنترنت.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.