Learning Agent Routing From Early Experience
تقدم هذه الورقة BoundaryRouter، وهو إطار عمل لا يتطلب تدريباً يعمل على تحسين المقايضة بين زمن الاستجابة والأداء من خلال توجيه الاستعلامات ديناميكياً إما إلى استدلال نماذج لغوية كبيرة خفيفة الوزن أو إلى تنفيذ وكيل كامل بناءً على الخبرة السلوكية المبكرة والاستدلال الموجه بالمعايير، محققاً تحسينات كبيرة في كل من السرعة والدقة مقارنة بالطرق الحالية.
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 ذكياً وسريعاً، ولكنه مغرور أحياناً (النموذج اللغوي الكبير - LLM)، ومستشاراً خبيراً ماهراً ودقيقاً، ولكنه بطيء ومكلف (الوكيل - Agent).
- المساعد يمكنه الإجابة على الأسئلة البسيطة مثل "ما هي عاصمة فرنسا؟" فوراً ومجاناً. ولكن إذا طلبت منه حل مسألة فيزياء معقدة أو كتابة كود برمجي طويل متعدد الخطوات، فقد يخطئ في التخمين أو يهلوس.
- الخبير يمكنه حل تلك المشكلات الصعبة بشكل مثالي باستخدام الأدوات، وإجراء الأبحاث، والتفكير خطوة بخطوة. ولكن الأمر يستغرق وقتاً طويلاً ويكلف الكثير من المال.
المشكلة:
في الوقت الحالي، إذا كان لديك مزيج من الأسئلة السهلة والصعبة، عليك أن تخمن لمن ترسل كل سؤال. إذا أرسلت كل شيء إلى الخبير، فستضيع الوقت والمال في الأسئلة السهلة. وإذا أرسلت كل شيء إلى المساعد، فستحصل على إجابات خاطئة في الأسções الصعبة.
الحل: "BoundaryRouter"
تقدم الورقة نظاماً جديداً يسمى BoundaryRouter. فكر فيه كشرطي مرور ذكي يقف عند تقاطع طرق بين المساعد والخبير. مهمته هي النظر في كل سؤال وارد وتقرير ما يلي: "هل هذا السؤال سهل بما يكفي للمساعد، أم أنه يحتاج إلى الخبير؟"
الجزء الصعب هو أن على شرطي المرور هذا أن يبدأ العمل فوراً، دون أي بيانات تدريب سابقة أو "ورقة غش" تحتوي على الإجابات الصحيحة. إنها عملية "بداية باردة" (Cold Start).
كيف يعمل (التشبيه الإبداعي):
بدلاً من الدراسة لاختبار ما، يستخدم شرطي المرور حيلة تسمى "التعلم من الخبرات المبكرة".
اختبار "البذرة": قبل أن يصبح النظام متاحاً للاستخدام، يقوم الباحثون بتمرير مجموعة صغيرة من الأسئلة عبر كل من المساعد والخبير. هم لا يهتمون بالإجابات الصحيحة بعد؛ بل يراقبون فقط كيف يتصرف الاثنان.
- مثال: يلاحظون أنه عندما يتعلق السؤال بنوع معين من الرياضيات، يعطي المساعد إجابة قصيرة وواثقة في ثانيتين، بينما يستغرق الخبير 300 ثانية لإخراج آلة حاسبة والتحقق من الأمر.
- يقومون بحفظ هذه الملاحظات في "دفتر ذاكرة" صغير.
البحث عن "الشبيه": عندما يصل سؤال جديد، يتصفح شرطي المرور دفتر ذاكرته. ويسأل نفسه: "هل يشبه هذا السؤال الجديد الأسئلة التي رأيناها من قبل؟"
- إذا وجد تطابقاً حيث كان المساعد سريعاً والخبير بطيئاً، فإنه يرسل السؤال الجديد إلى المساعد.
- إذا وجد تطابقاً حيث كان المساعد مرتبكاً أو بطيئاً، فإنه يرسل السؤال إلى الخبير.
الاستنتاج بناءً على "كتيب القواعد": لضمان أن شرطي المرور لا يعتمد على التخمين فقط، فإنه يتبع كتيب قواعد صارماً (يسمى "الاستنتاج الموجه بالمعايير"). هو لا "يشعر" فقط بأن الخبير مطلوب؛ بل يتحقق من معايير محددة: "هل استغرق الخبير في السؤال المشابه سابقاً وقتاً أطول بـ 10 أضعاف؟ هل بدت إجابة المساعد غامضة؟" هذا يجعل القرار منطقياً ومتسقاً.
النتائج:
اختبر الباحثون هذا النظام على معيار جديد يسمى RouteBench (وهو مجموعة من الأسئلة الصعبة).
- السرعة: مقارنة باستخدام الخبير لكل شيء، كان هذا النظام أسرع بنسبة 60% لأنه توقف عن إضاعة الوقت في الأسئلة السهلة.
- الدقة: مقارنة باستخدام المساعد لكل شيء، كان هذا النظام أكثر دقة بنسبة 28% لأنه لم يسمح للمساعد بالتخمين في المسائل الصعبة.
- المقارنة: لقد عمل بشكل أفضل بكثير من الطرق الأخرى التي تستخدم مجرد أوامر بسيطة أو أدوات بحث أساسية.
باختصار:
تظهر هذه الورقة أنك لست بحاجة إلى مجموعة بيانات ضخمة للتدريب لبناء نظام ذكي يعرف متى يكون سريعاً ومتى يكون دقيقاً. فمن خلال مراقبة كيفية سلوك نظامين مختلفين في عدد قليل من الأسئال النموذجية، يمكنك تعليم "شرطي مرور" كيفية توجيه الأسئلة المستقبلية بشكل مثالي، مما يوفر الوقت والمال دون التضحية بالجودة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.