💬 NLP

Don't Retrieve, Navigate: Distilling Enterprise Knowledge into Navigable Agent Skills for QA and RAG

تقدم الورقة البحثية Corpus2Skill، وهي طريقة تحول مجموعات الوثائق إلى أشجار مهارات هرمية وقابلة للتنقل لتمكين وكلاء النماذج اللغوية الكبيرة من الاستكشاف والاستنتاج بنشاط حول هياكل المعرفة المؤسسية، مما يؤدي إلى التفوق على النهج التقليدية القائمة على الاسترجاع في معايير اختبار الأسئلة والأجوبة.

المؤلفون الأصليون: Yiqun Sun, Pengfei Wei, Lawrence B. Hsieh

نُشر 2026-04-17

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Yiqun Sun, Pengfei Wei, Lawrence B. Hsieh

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 لورقة البحث "Don't Retrieve, Navigate" (لا تسترجع، بل تصفّح) باستخدام لغة بسيطة وتشبيهات من الحياة اليومية.

الفكرة الكبرى: توقف عن البحث، وابدأ في الاستكشاف

تخيل أنك محقق يحاول حل لغز في مكتبة ضخمة وفوضوية.

الطريقة القديمة (RAG التقليدي):
تسأل أمين المكتبة: "أين الكتاب الذي يتحدث عن تغيير نشاطي التجاري من مؤسسة فردية إلى شركة ذات مسؤولية محدودة (LLC)؟"
يركض أمين المكتبة إلى الخلف، ويحضر لك أفضل 5 كتب تحتوي على كلمات مثل "LLK" أو "تجارة" على غلافها، ويسلمها لك.

المشكلة: تحصل على خمسة كتب. أحدهم عن الضرائب، وآخر عن فتح حساب بنكي، والثالث عن النماذج القانونية. لا يوجد أي منها يخبرك فعلياً كيف تغير نوع عملك لأن تلك القاعدة المحددة مخبأة في قسم آخر من المكتبة. عليك قراءة الكتب الخمسة، وتخمين أيها يهمك، والأمل في أنك لم تفوت الإجابة الحقيقية. أنت هنا مستهلك سلبي لما وجده أمين المكتبة.

الطرقة الجديدة (CORPUS2SKILL):
بدلاً من تسليمك كتباً عشوائية، تعطيك المكتبة خريطة مفصلة ومنظمة للمبنى بأكمله قبل أن تبدأ بالبحث.

ترى لوحة كبيرة مكتوب عليها: "الأعمال والتمويل".
تتوجه إلى هناك لتجد لوحة: "تغييرات الكيان القانوني".
تمشي في ذلك الممر وتجد لوحة: "تغيير أنواع الأعمال".
أخيراً، تجد الباب المحدد الذي يحتوي على الإجابة.

إذا مشيت في الممر الخطأ (مثل "النماذج الضريبية")، ستدرك فوراً: "أوه، هذا ليس صحيحاً"، ثم تعود أدراجك لتجربة مسار مختلف. أنت هنا مستكشف نشط يمتلك خريطة.

كيف يعمل الأمر: تشبيه "الطبخ"

تصف الورقة عملية مكونة من خطوتين: التجميع/التحضير (الطبخ) والتقديم (الأكل).

1. مرحلة التجميع (الشيف يجهز الوجبة)

قبل أن يسأل أي شخص أي سؤال، يقوم النظام بأخذ كومة فوضوية من أكثر من 6000 وثيقة (مثل حقيبة ضخمة من المكونات المختلطة) وينظمها.

التجميع (Clustering): يقوم بتجميع الوثائق المتشابهة معاً (مثل وضع كل "الخضروات" في صندوق واحد و"التوابل" في صندوق آخر).
التلخيص (Summarizing): لكل مجموعة، يكتب بطاقة ملخص قصيرة (مثل ملصق على الصندوق يقول "توابل: فلفل، كمون، ملح").
بناء الشجرة: ينشئ تسلسلاً هرمياً.
- المستوى 1: فئات كبرى (مثل "المدفوعات"، "التسويق").
- المستوى 2: فئات فرعية (مثل "بطاقات الائتمان"، "تحسين محركات البحث SEO").
- المستوى 3: وثائق محددة.
النتيجة: يتم حفظ "شجرة مهارات" نظيفة وقابلة للتصفح (مثل مخزن منظم جيداً). يحدث هذا مرة واحدة، بشكل غير متصل (offline).

2. مرحلة التقديم (الزبون يطلب الطعام)

عندما يطرح المستخدم سؤالاً، لا يقوم وكيل الذكاء الاصطناي (AI Agent) بالبحث في قاعدة بيانات. بل هو يقرأ القائمة.

الخطوة 1: يرى الوكيل الفئات الرئيسية. "ممم، المستخدم سأل عن تغيير أنواع الأعمال. هذا يبدو متعلقاً بـ 'المدفوعات' أو 'القانون'".
الخطوة 2: يفتح مجلد "المدفوعات" ويقرأ الملخص. "آه، هناك مجلد فرعي يسمى 'إدارة الحسابات'".
الخطوة 3: يفتح ذلك المجلد، ويرى قائمة بمقالات محددة، ويختار المقال الذي يحمل عنوان "تغيير نوع عملك التجاري".
الخطوة 4: يقرأ ذلك المقال الوحيد ويعطي الإجابة.

إذا أدرك الوكيل أن مسار "المدفوعات" خاطئ، يمكنه إغلاق ذلك المجلد وفتح مجلد "القانون" بدلاً من ذلك. لديه القدرة على اتخاذ القرار (Agency).

لماذا يعد هذا أفضل؟

اختبرت الورقة هذا الأسلوب على معيار حقيقي لدعم العملاء (WixQA) ووجدت أنه تفوق على الطرق القديمة في ثلاث نقاط رئيسية:

إنه يرى "الغابة": البحث التقليدي يرى فقط "الأشجار" (الوثائق الفردية). أما هذا النظام فيرى الغابة بأكملها. إذا كان السؤال يشمل موضوعين (مثل "كيف أغير عملتي لدرسي عبر الإنترنت؟")، يمكن للوكيل النظر في مجلد "الدورة التدريبية"، وإدراك أن الإجابة ليست هناك، ثم النظر في مجلد "الفواتير" لدمج الجزئين من المعلومات.
يمكنه التراجع: إذا سلك الوكيل طريقاً مسدودًا، سيعرف أنه طريق مسدود لأن الملخص أخبره بذلك. يمكنه الالتفاف وتجربة مسار آخر. البحث التقليدي يعطيك الإجابة الخاطئة وعليك أنت أن تخمن.
لا يوجد "صندوق أسود": في البحث التقليدي، لا يعرف الذكاء الاصطناي لماذا اختار وثيقة معينة. في هذا النظام، يعرف الوكيل تماماً من أي مجلد جاء ولماذا اختار هذا المسار.

المقايضة: التكلفة مقابل الجودة

التكلفة: تستخدم هذه الطريقة المزيد من "الرموز/Tokens" (قوة الحوسبة) لكل سؤال لأن الذكاء الاصطناعي عليه قراءة ملخصات المجلدات أثناء التنقل. الأمر يشبه قراءة القائمة قبل الطلب، مما يستغرق بضع ثوانٍ.
الفائدة: الإجابات أكثر دقة وواقعية بكثير. بالنسبة للأسئلة التجارية المعقدة حيث يكون الخطأ مكلفاً (مثل النصائح القانونية أو الفواتير)، فإن التكلفة الإضافية تستحق العناء.

تشبيه الملخص

الـ RAG التقليدي يشبه سؤال شخص عشوائي في الشارع عن الاتجاهات. قد يدلك على الشارع الصحيح، أو قد يدلك على طريق مسدود لأنه لا يعرف سوى بضعة شوارع فقط.
CORPUS2SKILL يشبه إعطاء المسافر جهاز GPS مع خريطة كاملة للمدينة. يمكنه رؤية المسار بأكمله، واختيار أفضل طريق، وإذا أخطأ في الطريق، يمكنه رؤية الخريطة فوراً وتغيير مساره.

الرسالة الرئيسية للورقة بسيطة: لا تكتفِ بجعل الذكاء الاصطناعي يبحث عن الإجابات فحسب. بل أعطه خريطة حتى يتمكن من التنقل للوصول إليها.

إليك ملخص تقني مفصل لورقة البحث: "لا تسترجع، بل تصفح: تقطير المعرفة المؤسسية إلى مهارات قابلة للتصفح لأسئلة الاستعلام والجيل المعزز بالاسترجاع (RAG)."

1. بيان المشكلة

تواجه أنظمة التوليد المعزز بالاسترجاع (RAG) الحالية قيداً هيكلياً: فهي تعامل النماذج اللغوية الكبيرة (LLMs) كـ مستهلكين سلبيين لنتائج البحث.

مشكلة "الغابة من أجل الأشجار": يستخدم نظام RAG التقليدي البحث القائم على التشابه عبر التضمين (embedding) لاسترجاع أفضل $k$ من الفقرات. يتلقى النموذج هذه الأجزاء لكنه يفتقر إلى رؤية شاملة لهيكل المجموعة (corpus). لا يمكنه رؤية المواضيع الموجودة خارج المجموعة المسترجعة، ولا يمكنه التفكير في تنظيم المعرفة، ولا يمكنه الربط بفعالية بين الأدلة المتفرقة من فروع مختلفة.
قيود الـ RAG الوكيل (Agentic RAG): بينما يسمح الـ RAG الوكيل للنماذج اللغوية بإصدار استعلامات متعددة بشكل تكراري، إلا أن الوكلاء يعملون دون "خريطة". يجب عليهم تخمين مصطلحات البحث ويفتقرون إلى طريقة منهجية لاستطلاع هيكل المجموعة، مما يؤدي غالباً إلى عمليات بحث غير فعالة تشبه "الضرب في الظلام".
قيود الـ RAG الهرمي (مثل RAPTOR و GraphRAG): تنظم هذه الأنظمة المستندات في أشجار أو رسوم بيانية مع ملخصات، لكن الهيكل يظل غير مرئي للنموذج اللغوي وقت الاستعلام. لا يزال النموذج يعتمد على البحث بالتشابه الشعاعي للعثور على العقد، بدلاً من التنقل النشط داخل الهيكل.

التحدي الجوهري: كيف يمكن تحويل مجموعة مستندات ثابتة إلى واجهة قابلة للتصفح تسمح لوكيل النموذج اللغوي باستكشاف الهيكل، والتفكير فيه، وتحديد موقع الأدلة بشكل منهجي، بدلاً من الاعتماد على الاسترجاع الغامض.

2. المنهجية: CORPUS2SKILL

يقترح المؤلفون إطار عمل CORPUS2SKILL، الذي ينقل النموذج من "الاسترجاع" إلى "التصفح". وهو يعمل عبر مرحلتين متمايزتين:

أ. مرحلة التجميع (أوفلاين - Offline)

تحول هذه المرحلة مجموعة المستندات الخام إلى "دليل مهارات" هرمي (نظام ملفات من الملخصات).

تحميل المستندات والتضمين: يتم تخصيص معرفات فريدة للمستندات وتضمينها باستخدام نموذج تضمين جمل.
التجميع الهرمي التكراري:
- يستخدم النظام نهجاً من الأسفل إلى الأعلى بنسبة تفرع $p$ (مثلاً 10).
- حلقة (التضمين-التجميع-التلخيص): يتم تجميع المستندات (باستخدام K-Means)، ويقوم نموذج لغوي بتوليد ملخص موجز لكل مجموعة يصف تغطيتها الموضوعية، وأنواع الأسئلة، والكلمات المفتاحية.
- يتم إعادة تضمين هذه الملخصات وتجميعها مرة أخرى لتشكيل مستويات أعلى.
- يستمر هذا حتى الوصول إلى مستوى جذر مكون من $K$ من المجموعات.
تجسيد شجرة المهارات: يتم تحويل الهيكل إلى هيكل نظام ملفات:
- المجموعات الجذرية: تصبح أدلة مهارات عليا تحتوي على ملف SKILL.md (ملخص + قائمة بالمجموعات الفرعية).
- المجموعات الفرعية: تصبح مجلدات فرعية تحتوي على ملف INDEX.md (ملخص + قائمة بالمجموعات الفرعية الإضافية أو معرفات المستندات).
- مستندات الأوراق (Leaf Documents): يتم تخزين النص الكامل خارجياً في ملف documents.json ويُشار إليه بواسطة المعرف (ID).
- الإفصاح التدريجي: يتم تحميل البيانات الوصفية فقط (الأسماء/الأوصاف) مسبقاً؛ بينما يتم تحميل المحتوى الكامل عند الطلب.

ب. مرحلة الخدمة (أونلاين - Online)

عند وقت الاستعلام، يتنقل وكيل النموذج اللغوي في هذه الشجرة المجمعة مسبقاً باستخدام أداتين محددتين:

تنفيذ الكود (تصفح الملفات): يستخدم الوكيل أوامر (مثل view و cat) لقراءة ملفات SKILL.md و INDEX.md. يوفر هذا "رؤية شاملة" للمجموعة.
get_document(doc_id): بمجرد أن يحدد الوكيل معرف مستند ذي صلة من ملف INDEX.md الورقي، فإنه يسترجع النص الكامل.

سير العمل:

النظرة العامة: يرى الوكيل أوصاف المهارات المحملة مسبقاً ويختار مهارة عليا ذات صلة.
التعمق: يقرأ ملف SKILL.md لرؤية المجموعات الفرعية، ثم يقرأ ملف INDEX.md ذي الصلة لرؤية ملخصات المستندات.
الاسترجاع: يستدعي الوكيل دالة get_document لمعرفات محددة.
التوليد (Synthesis): يقوم بتوليد إجابة مستندة إلى الواقع بناءً فقط على المستندات الكاملة المسترجعة.

3. المساهمات الرئيسية

قابلية تصفح المجموعة (Corpus Navigability): تحديد "قابلية التصفح" كبعد غير مستكشف في الـ RAG. يوفر النظام نظرة عامة مهيكلة، مما يسمح بتحديد الأدلة بشكل منهجي والتراجع عن المسارات.
المهارات المعلوماتية: إعادة توظيف مفهوم "مهارات الوكيل" (التي تكون عادةً سير عمل إجرائي) لتشفير المعرفة المعلوماتية. تصبح المجموعة نفسها شجرة مهارات قابلة للتصفح.
إطار عمل (التجميع ثم التصفح): تقديم خط إنتاج يستثمر الحوسبة في وقت التجميع لإنشاء هيكل قابل للتصفح، مما يلغي الحاجة إلى قواعد بيانات شعاعية أو فهارس تضمين في وقت الخدمة.
تنفيذ الإفصاح التدريجي: الاستفيد من حزم المهارات القائمة على نظام الملفات لإدارة نوافذ السياق بكفاءة، حيث يتم تحميل الملخصات الضرورية فقط قبل استرجاع المستندات الكاملة.

4. النتائج التجريبية

تم التقييم باستخدام WixQA، وهو معيار دعم العملاء للمؤسسات يحتوي على 6,221 مستنداً و200 استعلام خبير.

المقارنة مع النماذج المرجعية (Baselines):

الاسترجاع المسطح (Flat Retrieval): BM25، الكثيف (Dense/Vector)، والهجين (Hybrid).
الاسترجاع الهرمي (Hierarchical Retrieval): RAPTOR (القائم على الأشجار).
الـ RAG الوكيل (Agentic RAG): وكيل متعدد الخطوات يستخدم أدوات بحث تقليدية.

النتائج الرئيسية:

جودة فائقة: حقق CORPUS2SKILL أعلى الدرجات عبر جميع المقاييس الستة (Token F1، BLEU، ROUGE-1/2، Factuality، Context Recall).
- Token F1: بلغ 0.460 (مقابل 0.388 لـ Agentic RAG، و0.363 لـ Dense).
- الواقعية (Factuality): بلغت 0.729 (مقابل 0.724 لـ Agentic، و0.675 لـ RAPTOR).
- استدعاء السياق (Context Recall): بلغ 0.652 (مقابل 0.481 لـ Agentic)، مما يشير إلى أنه يظهر محتوى أكثر صلة من البحث الشعاعي.
المفاضلة بين التكلفة والجودة:
- نظام CORPUS2SKILL أكثر تكلفة لكل استعلام ( $0.172) من RAPTOR ($ 0.12) أو Agentic RAG ($0.098) بسبب زيادة استخدام الرموز (tokens) في المدخلات (لقراءة ملفات التنقل).
- ومع ذلك، فإنه ينتج إجابات أكثر دقة واستناداً إلى الحقائق، مما يبرر التكلفة للاستعلامات المؤسسية عالية المخاطر.
دراسات الاستبعاد (Ablation Studies):
- الهيكل: تفوقت الأشجار الأضيق ( $p=5$ ) قليلاً على الأشجار الأعرض ( $p=20$ )، مما يشير إلى أن التوجيه الأكثر دقة مفيد.
- الميزانية: ظلت الجودة مستقرة حتى مع تقليل جولات التفاعل، مما يثبت أن الهيكل منظم جيداً.
- النموذج: حقق نموذج أرخص للخدمة (Claude Haiku) جودة مماثلة بنصف التكلفة، مما يثبت قوة الهيكل.

5. الأهمية والتوجهات المستقبلية

تحول في النموذج: تجادل الورقة بضرورة نقل العبء الحسابي من وقت الاستعلام (البحث) إلى وقت التجميع (الهيكلة). من خلال جعل المجموعة قابلة للتصفح، يتم استغلال قدرات التفكير للنموذج اللغوي بشكل كامل.
القابلية للتوسع: ينمو عمق الهيكل لوغاريتمياً ( $O(\log_p N)$ )، مما يسمح للنظام بالتوسع مع المجموعات الكبيرة دون زيادة خطية في خطوات التنقل.
القيود:
- التكلفة: استهلاك عالٍ لرموز المدخلات بسبب قراءة ملفات التنقل.
- التجميع الصارم (Hard Clustering): المستندات التي تمتد عبر مواضيع متعددة تُجبر على مسار واحد، مما قد يسبب أخطاء في التوجيه (رغم أن التنقل "عبر الفروع" يخفف من ذلك).
- الطبيعة الثابتة: يتطلب إعادة تجميع كاملة عند تحديث المستندات (لا توجد تحديثات تدريجية بعد).
الأثر: يقدم نقطة تصميم تكميلية للأنظمة القائمة على المعرفة، خاصة للاستعلامات المؤسسية المعقدة ومتعددة الخطوات حيث يكون فهم هيكل قاعدة المعرفة بنفس أهمية فهم المحتوى نفسه.

في الختام، يثبت CORPUS2SKILL أن منح وكيل النموذج اللغوي "خريطة" (شجرة مهارات قابلة للتصفح) يؤدي إلى إجابات أعلى جودة وأكثر واقعية من مجرد تغذيته بنتائج البحث، مما يحول النموذج اللغوي بفعالية من قارئ سلبي إلى مستكشف نشط للمعرفة المؤسسية.