💻 computer science

GraphPlanner: Graph Memory-Augmented Agentic Routing for Multi-Agent LLMs

يُعد GraphPlanner موجهاً وكيلًا ذا ذاكرة معززة بالرسوم البيانية غير المتجانسة، يصيغ توليد سير عمل النماذج اللغوية الكبيرة متعددة الوكلاء كعملية قرار ماركوف مُحسّنة عبر التعلم التعزيزي، مما يحسن دقة المهام والكفاءة الحسابية بشكل كبير مع دعم التعميم القوي والاستخدام التكيفي للذاكرة.

المؤلفون الأصليون: Tao Feng, Haozhen Zhang, Zijie Lei, Peixuan Han, Jiaxuan You

نُشر 2026-04-28

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Tao Feng, Haozhen Zhang, Zijie Lei, Peixuan Han, Jiaxuan You

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 مدير لمطبخ تقني ضخم وعالي التطور يضم فريقاً من الطهاة. بعض الطهاة سريعة ولكنها تحضر أطباقاً بسيطة (نماذج صغيرة ورخيصة)، بينما البعض الآخر عباقي بطيئون ومكلفون يمكنهم إعداد وجبات فاخرة ومعقدة (نماذج كبيرة وقوية).

في الماضي، إذا كان لديك طلب للطهي، كان عليك اختيار طاهٍ واحد للقيام بالمهمة بأكملة.

إذا اخترت الطاهي السريع، فقد تخرج الطبخة المعقدة سيئة للغاية.
إذا اخترت الطاهي العبقري، فستضيع ثروة ووقتاً في طلب بسيط مثل "صنع قطعة توست".

هذا ما تفعله "الموجهات" (Routers) الحالية في الذكاء الاصطناعي: فهي تحاول تخمين أي طاهٍ واحد هو الأفضل للمهمة بأكملها. لكن مشكلات العالم الحقيقي فوضوية؛ فأحياناً تحتاج إلى مخطط لتقسيم المشكلة الكبيرة إلى خطوات صغيرة، ومتخصص للقيام بالرياضيات الصعبة، وملخص لجمع كل ذلك معاً.

GraphPlanner هو "مدير مطبخ" جديد فائق الذكاء يغير قواعد اللعبة. فبدلاً من اختيار طاهٍ واحد فقط، يقوم ببناء سير عمل (Workflow) مخصص لكل طلب.

إليك كيف يعمل، مقسماً إلى مفاهيم بسيطة:

1. سير العمل القائم على الوكلاء (اجتماع الفريق)

بدلاً من مطالبة طاهٍ واحد بفعل كل شيء، يعمل GraphPlanner كمدير مشروع. هو يقرر:

من يفعل ماذا؟ إنه يحدد الأدوار:
- المخطط (The Planner): يقسم السؤال الكبير والمخيف إلى مهام صغيرة سهلة الهضم.
- المنفذ (The Executor): يقوم بالعمل الفعلي (مثل حل مسألة رياضية أو كتابة كود برمجي).
- الملخص (The Summarizer): يأخذ كل الإجابات الصغيرة ويخيطها لتصبح إجابة نهائية مثالية واحدة.
أي طاهٍ؟ لكل مهمة صغيرة، يختار الطاهي المثالي. ربما يحتاج "المخطط" إلى نموذج ذكي ولكن رخيص، بينما يحتاج "المنفذ" لمسألة رياضية صعبة إلى النموذج العبقري المكلف.

2. "رسم بياني للذاكرة" (السبورة السوداء للمطبخ)

هذا هو السر وراء نجاح الورقة البحثية. تخيل سبورة سوداء ضخمة وسحرية في المطبخ تسجل كل ما حدث على الإطلاق.

المشكلة: عادةً، عندما يرتكب المدير خطأً (مثل إرسال مسألة رياضيات صعبة إلى طاهٍ بطيء)، فإنه ينسى ذلك في المرة القادمة.
الحل: يستخدم GraphPlanner رسمًا بيانيًا غير متجانس (خريطة علاقات متطورة) للكتابة على هذه السبورة. إنه يتذكر:
- "عندما سألنا عن الفيزياء، كان الطاهي العبقري هو الأفضل."
- "عندما سألنا عن النكات، كان الطاهي السريع مثالياً."
- "عندما قام المخطط بتقسيم المهمة بهذه الطريقة، فقد وفر لنا المال."
هذه الذاكرة ليست مجرد قائمة؛ إنها شبكة من الروابط بين السؤال، والطاهي، والدور، والنتيجة. وهذا يساعد المدير على اتخاذ قرارات أذكى فوراً، حتى بالنسبة للأسئلة التي لم يرها من قبل.

3. التعلم من خلال الممارسة (حلقة التعزيز)

كيف يصبح المدير بارعاً هكذا؟ إنه لا يكتفي بقراءة دليل التعليمات فحسب؛ بل يتعلم من خلال التجربة والخطأ، تماماً مثل ألعاب الفيديو.

يجرب النظام تركيبات مختلفة من الطهاة والأدوار.
إذا حصل على الإجابة الصحيحة و وفر المال، فإنه يحصل على "مكافأة".
إذا أضاع المال أو أخطأ في الإجابة، فإنه يحصل على "عقوبة".
بمرور الوقت، يتعلم الاستراتيجية المثالية للحصول على أفضل النتائج بأقل تكلفة.

ماذا وجدوا؟

اختبر الباحثون هذا "المدير" على 14 نوعاً مختلفاً من المهام (مثل الرياضيات، البرمجة، والمعلومات العامة) وقارنوه بمديرين آخرين يختارون طاهياً واحداً فقط أو يختارون الطهاة في تسلسل بسيط.

قرارات أذكى: نجح GraphPlanner في الحصول على الإجابات الصحيحة بنسبة 9.3% أكثر من أفضل الطرق السابقة.
توفير هائل: لقد خفض تكلفة تشغيل أنظمة الذكاء الاصطناعي هذه بشكل كبير. في أحد الاختبارات، قلل من قوة الحوسسة المطلوبة من 186 جيجابايت ضخمة إلى 1.04 جيجابايت فقط. هذا يشبه الانتقال من تشغيل مصنع كامل إلى تشغيل حاسوب محمول واحد.
مهارات جديدة: حتى عندما أعطوه نوعاً جديداً من الألغاز أو طاهياً جديداً لم يقابله من قبل، استطاع GraphPlanner فهم الأمر فوراً دون الحاجة إلى تدريب إضافي.

الخلا الخلاصة

GraphPlanner يشبه الانتقال من الزي الموحد "الذي يناسب الجميع" إلى بدلة مفصلة خصيصاً لكل موقف. من خلال التعامل مع توجيه الذكاء الاصطناعي كتعاون فريق مع ذاكرة للنجاحات السابقة، فإنه يحل المشكلات المعقدة بدقة أكبر وبجزء بسيط من التكلفة. إنه يثبت أن مستقبل الذكاء الاصطناعي لا يتعلق فقط بامتلاك عقول أكبر، بل بامتلاك مديرين أذكى يعرفون كيفية تنظيم الفريق.

إليك ملخص تقني مفصل لورقة البحث "GraphPlanner: Graph Memory-Augmented Agentic Routing for Multi-Agent LLMs" (المقبولة في ICLR 2026).

1. بيان المشكلة

بينما نجحت طرق توجيه النماذج اللغوية الكبيرة (LLM routing) في دمج نماذج متنوعة لموازنة الكفاءة والأداء، إلا أن الأساليب الحالية تظل مقيدة إلى حد كبير بإعدادات الدورة الواحدة أو الدورات المتعددة التي تفتقر إلى القدرات الوكيلة (agentic capabilities) الحقيقية.

قصور الموجهات الحالية:
- موجهات الدورة الواحدة: تقوم بعمليات تعيين بضربة واحدة بناءً على تضمينات الاستعلام (query embeddings)، مما يفتقر إلى القدرة على تفكيك المهام أو تنسيق عمل عدة نماذج.
- موجهات الدورات المتعددة: تسمح بالاستدعاءات المتتالية ولكنها تعاملها كخطوات مستقلة بدلاً من كونها سير عمل تعاوني، مما يؤدي إلى استدعاءات زائدة، وتضارب في السياق، والفشل في الاستفادة من نقاط القوة المتكاملة.
- نقص الذاكرة: نادراً ما تستخدم الموجهات الحالية بيانات التفاعل التاريخية (سير العمل السابق، الأخطاء، والتعاونات الناجحة) لتوجيه قرارات التوجيه المستقبلية.
- الأدوار الثابتة: هي عادةً ما تكتفي باختيار النموذج الأساسي (backbone)، متجاهلة الحاجة إلى تعيين أدوار وكيل محددة (مثل: مخطط، منفذ) لنماذج مختلفة ضمن سير العمل.

التحدي الجوهري هو كيفية توسيع نطاق التوجيه ليشمل إعدادات الوكلاء (agentic settings) حيث يجب على النظام التخطيط ديناميكياً، وتفكيك المهام، وتعيين أدوار متباينة لنماذج مختلفة، والاستفادة من الذاكرة التاريخية لتحسين كل من الدقة والتكلفة الحسابية.

2. المنهجية: GraphPlanner

يقترح GraphPlanner موجهًا وكيلًا معززًا بذاكرة رسومية غير متجانسة يصيغ توليد سير العمل كعملية اتخاذ قرار متسلسلة.

أ. الصياغة كعملية ماركوف لاتخاذ القرار (MDP)

يتم نمذجة عملية التوجيه كعملية MDP $(S, A, T, r, \gamma)$ :

الحالة ( $S$ ): تُحدد من خلال الاستعلام الحالي قيد الحل. يتم التقاط الإشارات السياقية ضمنياً من خلال رسم بياني لذاكرة سير العمل يتطور باستمرار.
الإجراء ( $A$ ): في كل خطوة، يختار الموجه زوجًا $(\alpha_t, m_t)$ $(α_{t}, m_{t})$ ، حيث $\alpha_t$ $α_{t}$ هو دور الوكيل (مخطط، منفذ، أو ملخص) و $m_t$ $m_{t}$ هو النموذج الأساسي من مجموعة غير متجانسة.
- المخطط (Planner): يفكك الاستعلامات المعقدة إلى استعلامات فرعية.
- المنفذ (Executor): يولد الاستجابات.
- الملخص (Summarizer): يكثف المخرجات الوسيطة.
- القيود: تضمن الأقنعة الديناميكية (dynamic masks) الصحة الدلالية (على سبيل المثال، منع وجود "ملخص" في الخطوة الأولى).
الانتقال ( $T$ ): يقوم بتحديث الرسم البياني لسير العمل بناءً على الإجراء (مثل تفكيك استعلام أو توليد استجابة).
المكافأة ( $r$ ): مكافأة مركبة توازن بين فائدة المهمة (الدقة، BLEU، إلخ) والتكلفة الحسابية (استهلاك التوكنز، وقت وحدة معالجة الرسومات).

ب. الذاكرة الرسومية غير المتجانسة (GARNet)

الابتكار الجوهري هو GARNet، وهي شبكة عصبية رسومية غير متجانسة تدمج نوعين من الذاكرة:

الرسم البياني لذاكرة سير العمل ( $G_{workflow}$ ): يمثل حالة تنفيذ الاستعلام الحالي، ويربط بين الاستعلامات، والاستجابات، والأدوار.
الرسم البياني للذاكرة التاريخية ( $G_{history}$ ): يجمع التفاعلات الماضية، ملتقطاً أنماط التعاون الناجحة، وأنماط الخطأ، وتقسيمات العمل الفعالة.

الميزات الهيكلية الرئيسية:

عقد المحور المشتركة للأدوار (Shared Role Hub Nodes): بدلاً من إنشاء عقد جديدة لكل مثيل للدور، يستخدم GraphPlanner "محاور أدوار" ثابتة (مثل "LLaMA-Planner"، "Gemma-Executor") مشتركة عبر كلا الرسمين البيانيين. وهذا يسمح للنموذج بتجميع المعلومات من سير العمل الحالي والبيانات التاريخية من خلال واجهة موحدة.
الترميز المزدوج المتداخل للرسوم البيانية: يتم ترميز الرسم البياني التاريخي أولاً لتحديث تضمينات محاور الأدوار، والتي يتم حقنها بعد ذلك في مشفر رسم سير العمل. وهذا يسمح للقرار الحالي بأن يكون مستنيراً بالخبرة التاريخية المتراكمة.
টি
تمرير الرسائل (Message Passing): يستخدم الاتصالات المتبقية (residual connections) لتجميع الرسائل من الجيران، مما يمكن الموجه من الاستنتاج عبر التبعيات المعقدة وغير المتجانسة.

ج. التحسين عبر التعلم التعزيزي

يتم تدريب شبكة السياسة باستخدام تحسين السياسة القريبة (PPO). يتعلم الوكيل تعظيم العائد المخصوم المتوقع، مع تحسين مشترك لـ:

أداء المهمة: الدقة في الإجابة النهائية.
الكفاءة: تقليل تكاليف وحدة معالجة الرسومات واستهلاك التوكنز.

3. المساهمات الرئيسية

إطار عمل التوجيه الوكيل (Agentic Routing Framework): ينقل النموذج من مجرد اختيار النموذج البسيط إلى توليد سير العمل، حيث يقرر الموجه ديناميكياً كلاً من دور الوكيل و النموذج الأساسي في كل خطوة.
الذاكرة الرجمية غير المتجانسة (GARNet): يقدم آلية مبتكرة لالتقاط واستغلال ذكريات التفاعل التاريخية جنباً إلى جنب مع حالات سير العمل الحالية. يدعم هذا كلاً من الاستدلال الاستقرائي (خفيف الوزن، بدون تاريخ) و الاستنتاجي (مستند إلى التاريخ، أداء أعلى).
التحسين المشترك: ينجح في موازنة المقايضة بين التكلفة الحسابية ودقة المهمة من خلال التعلم التعزيزي، متجنباً نهج "القوة الغاشمة" (brute force) المستخدم في موجهات الدورات المتعددة.
التعميم: يظهر قدرات قوية في التعلم من الصفر (zero-shot) على المهام غير المرئة والنماذج الأساسية غير المرئية دون الحاجة لضبط دقيق (fine-tuning).

4. النتائج التجريبية

قيم المؤلفون GraphPlanner عبر 14 مهمة متنوعة تغطي 6 مجالات (الرياضيات، البرمجة، المنطق العام، المعرفة بالعالم، المواضيع الشائعة، وخارج النطاق).

الأداء مقابل النماذج المرجعية:
- المرحلة 1 (التحسين ضمن سير عمل ثابت): حسن GraphPlanner متوسط الدقة بنسبة +3.8% مقارنة بأقوى النماذج المرجعية.
- المرحلة 2 (توليد سير العمل الأمثل): حقق GraphPlanner تحسناً في الدقة بنسبة +9.3% مقارلة بأفضل نموذج مرجعي (Router-R1).
- كفاءة التكلفة: قلل تكلفة وحدة معالجة الرسومات بشكل هائل من 186.26 جيجابايت (Router-R1) إلى 1.04 جيجابايت مع الحفاظ على دقة متفوقة.
جبهة باريتو (Pareto Frontier): يشكل GraphPlanner باستمرار جبهة باريتو، حيث يقدم دقة أفضل لنفس التكلفة أو تكلفة أقل لنفس الدقة مقارنة بموجهات الدورة الواحدة والدورات المتعددة.
التعميم:
- المهام غير المرئية: حقق متوسط دقة بنسبة 78% في المهام خارج النطاق (LogicGrid, MGSM, CommonGen)، متفوقاً بشكل كبير على النماذج المرجعية (46-58%).
- النماذج الأساسية غير المرئية: أظهر قدرة قوية على التعميم من الصفر (zero-shot) لنماذج مثل Mistral-Nemo ونسخ Mixtral التي لم تشهدها عملية التدريب.
دراسات الاستئصال (Ablation Studies):
- أدى حذف الذاكرة التاريخية إلى انخفاض كبير في الأداء، مما يؤكد قيمة $G_{history}$ .
- تفوق ترميز الرسم البياني غير المتجانس على النسخ المتجانسة، مما يثبت أهمية التمييز بين أدوار الوكلاء.
- وفر الوضع الاستنتاجي (باستخدام التاريخ) دقة أعلى، بينما قدم الوضع الاستقرائي بديلاً خفيف الوزن بأداء تنافسي.

5. الأهمية

يمثل GraphPlanner تقدماً كبيراً في مجال أنظمة الوكلاء متعددة النماذج (Multi-Agent LLM Systems).

القابلية للتوسع: باستخدام موجه يعتمد على الرسوم البيانية وخفيف الوزن، فإنه يتجنب العبء الحسابي الهائل لتشغيل نماذج متعددة بشكل عشوائي أو استخدام حلقات استدلال ثقيلة متعددة الدورات.
القابلية للتكيف: يتجاوز قواعد التوجيه الثابتة، مما يمكن الأنظمة من التعلم من التفاعلات السابقة لبناء سير العمل الأكثر كفاءة لدقة معينة.
الواقعية العملية: القدرة على تقليل تكاليف وحدة معالجة الرسومات بعدة مراتب مع تحسين الدقة تجعل سير العمل الوكيلي المعقد ممكناً للنشر في العالم الحقيقي.
الاتجاه المستقبلي: يفتح آفاقاً جديدة للبحث في توليد سير العمل الآلي، وتعاون الوكلاء غير المتجانسين، والتوجيه المعزز بالذاكرة في الأنظمة واسعة النطاق للذكاء الاصطناعي.

باختصار، يحل GraphPlanner الفجوة الحرجة بين التوجيه الثابت للنماذج والتعاون الوكيلي الديناميكي من خلال الاستفادة من الذاكرة الرسومية غير المتجانسة لاتخاذ قرارات توجيه ذكية، واعية بالتكلفة، وغنية بالسياق.