Position: How can Graphs Help Large Language Models?
تستكشف هذه الورقة كيف يمكن للهياكل الرسومية (graph structures) أن تعزز النماذج اللغوية الكبيرة من خلال توفير معرفة محدثة للحد من الهلوسة، وتمكين الاستدلال المتقدم عبر تقنيات التلقين القائمة على الرسوم البيانية، وتحسين فهم البيانات المهيكلة عبر مجالات متنوعة.
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 النماذج اللغوية الكبيرة (LLMs) كأمناء مكتبة موهوبين للغاية ومطلعين، قرأوا وحفظوا كل كتاب تقريباً في العالم حتى تاريخ معين. إنهم بارعون في كتابة القصص، والإجابة على الأسئلة العامة، والدردشة. ومع ذلك، لديهم نقطتا ضعف كبيرتان:
- يعلقون في الماضي: فهم لا يعرفون ما حدث بالأمس.
- يصابون أحياناً بـ "الهلوسة": نظرًا لثقتهم العالية، قد يختلقون حقائق تبدو حقيقية ولكنها ليست كذلك.
يسأل هذا البحث سؤالاً بسيطاً: ماذا لو أعطينا هؤلاء الأمناء خريطة؟
في هذا السياق، "الرسم البياني" (Graph) هو بمثابة خريطة ضخمة مترابطة من الحقائق والأفكار والعلاقات. فبدلاً من مجرد قراءة قائمة من الكلمات، يمكن لأمين المكتبة النظر إلى خريطة توضح كيف يتصل كل شيء ببعضه البعض. يشرح البحث ثلاث طرق رئيسية تساعد هذه الخريطة أمين المكتبة.
1. الخريطة كـ "مدقق حقائق" (إيقاف الهلوسة)
تخيل ذاكرة أمين المكتبة كمكتبة لم يتم تحديثها منذ سنوات. إذا سألته: "من فاز في الانتخابات الأسبوع الماضي؟"، فقد يخمن بناءً على أنماط قديمة، مما يؤدي إلى إجابة خاطئة (هلوسة).
تعمل الرسوم البيانية كـ موسوعة حية ومحدثة ملحقة بمكتب أمين المكتبة.
- كيف يعمل: قبل أن يجيب أمين المكتبة، يقوم النظام بفحص الخريطة. إذا قالت الخريطة "الحقيقة (أ) صحيحة"، يُجبر أمين المكتبة على الالتزام بتلك الحقيقة.
- التشبيه: الأمر يشبه إعطاء أمين المكتبة "ورقة غش" يجب عليه استشارةها قبل التحدث. إذا قالت ورقة الغش "السماء زرقاء"، فلا يمكن لأمين المكتبة أن يقول بثقة "السماء خضراء".
- العملية: يصف البحث طرقاً مختلفة لاستخدام ورقة الغش هذه:
- قبل التدريب: تعليم أمين المكتبة كيفية قراءة الخريطة أثناء فترة دراسته (التعلم).
- أثناء التدريب: إعطاء أمين المكتبة أداة خاصة للبحث عن الحقائق أثناء دراسته.
- بعد التدريب: إعطاء أمين المكتبة "محرك بحث" (مثل GraphRAG) للبحث عن الحقائق مباشرة قبل الإجابة على سؤال ما.
- بعد التحدث: إذا ارتكب أمين المكتبة خطأً، تُستخدم الخريطة لكشف الخطأ وإعادة كتابة الإجابة.
2. الخريطة كـ "استراتيجية تفكير" (تفكير أفضل)
أحياناً يحتاج أمين المكتبة لحل لغز معقد، مثل التخطيط لرحلة أو حل مسألة رياضية. إذا فكروا فقط في خط مستقيم (الخطوة 1 ← الخطوة 2 ← الخطوة 3)، فقد يعلقون أو يفوتهم المسار الأفضل.
تسمح الرسوم البيانية لأمين المكتبة بـ التفكير في شكل شبكة بدلاً من خط.
- سلسلة الأفكار (Chain of Thought - CoT): هذا يشبه خط تفكير واحد. "أحتاج للذهاب إلى المتجر، لذا أحتاج سيارة، لذا أحتاج وقوداً".
- شجرة الأفكار (Tree of Thought - ToT): هذا يشبه شجرة متفرعة. يفكر أمين المكتبة: "يمكنني ركوب السيارة، أو الحافلة، أو المشي". يستكشفون جميع هذه الفروع، ويرون أيها يعمل بشكل أفضل، ثم يختارون الفائز.
- رسم بياني للأفكار (Graph of Thought - GoT): هذا هو الخريطة الأكثر تقدماً. يمكن لأمين المكتبة التنقل ذهاباً وإياباً بين الأفكار. "انتظر، إذا ركبت الحافلة، فلن أتمكن من حمل مشترياتي، لذا ربما يجب أن أركب السيارة، ولكن بعد ذلك أحتاج لإيجاد موقف للسيارات..." يمكنهم دمج أفكار مختلفة، واستبعاد الأفكار السيئة، والعودة لتصحيح الأخطاء.
- المقايضة: يشير البحث إلى أنه بينما يكون هذا "التفكير الشبكي" أكثر ذكاءً، إلا أنه يستهلك طاقة ووقت أكثر بكثير (مثل استخدام المزيد من الكهرباء) مقارنة بالتفكير في خط مستقيم.
3. الخريطة كـ "مترجم متخصص" (فهم البيانات المعقدة)
أمين المكتبة بارع في قراءة النصوص، لكنهم يواجهون أحياناً صعوبة في التعامل مع أشياء ليست مجرد جمل، مثل أكواد الكمبيوتر، أو جداول قواعد البيانات، أو هياكل المواقع الإلكترونية. هذه الأشياء لها "أشكال" أو روابط خفية لا تلتقطها الكلمات وحدها بشكل جيد.
تساعد الرسوم البيانية أمين المكتبة على رؤية الهيكل.
- الكود (Code): بدلاً من مجرد قراءة أسطر الكود، ينظر أمين المكتبة إلى خريطة توضح كيف تتصل أجزاء البرمجيات المختلفة ببعضها البعض (مثل خريطة مترو الأنفاق للكود). هذا يساعدهم في العث de ج الأخطاء أو إصلاحها.
- قواعد البيانات (Databases): عند النظر إلى جدول بيانات يحتوي على جداول متعددة، يستخدم أمين المكتبة رسماً بيانياً لفهم كيفية ارتباط الصفوف والأعمدة ببعضها، مما يسهل الإجابة على أسئلة مثل "كم عدد العملاء الذين اشتروا المنتج (X) في عام 2023؟"
- الأدوات (Tools): إذا احتاج أمين المكتبة لاستخدام أدوات متعددة (مثل الآلة الحاسبة، وتطبيق الطقس، والخريطة)، فإن الرسم البياني يساعدهم في تنظيم الأداة التالية التي يجب استخدامها، مثل مخطط انسيابي لرحلة.
المستقبل: بناء "دماغ"
ينتهي البحث بالنظر إلى المستقبل. ويقترح أن مستقبل الذكاء الاصطناعي قد يشبه الدماغ البشري أكثر.
- البنية المتفرقة (Sparse Architecture): بدلاً من أن يقرأ أمين المكتبة كل كلمة في كتاب للعثور على إجابة، قد يكتفون بالنظر إلى الصفحات الأكثر أهمية فقط (مثل خريطة "متفرقة"). هذا يوفر الطاقة.
- أنظمة الذاكرة (Memory Systems): تماماً كما يمتلك البشر ذاكرة قصيرة المدى (ما سمعناه للتو) وذاكرة طويلة المدى (ما تعلمناه منذ سنوات)، قد يستخدم الذكاء الاصطناوي المستقبلي الرسوم البيانية لتخزين الحقائق طويلة المدى بشكل منفصل عن أفكاره الآنية، مما يجعله أكثر كفاءة وأقل عرضة للنسيان.
باختสร:
يجادل هذا البحث بأنه بينما تعد النماذج اللغوية الكبيرة قوية، إلا أنها تشبه شخصاً عبقرياً ذاكرة ضعيفة وطريقة تفكير خطية. ومن خلال تزويدهم بـ الرسوم البيانية (خرائط الحقائق والروابط)، يمكننا مساعدتهم على التحقق من حقائقهم، والتفكير بشكل أكثر إبداعاً، وفهم الهياكل المعقدة مثل الأكواد وقواعد البيانات، مما يجعلهم أكثر ذكاءً، وموثوقية، وفائدة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.