🤖 AI

MIND-Skill: Quality-Guaranteed Skill Generation via Multi-Agent Induction and Deduction

تقدم الورقة البحثية MIND-Skill، وهو إطار عمل متعدد الوكلاء يقوم تلقائياً بتوليد مهارات نماذج لغوية كبيرة عالية الجودة وقابلة لإعادة الاستخدام من خلال دورة استقراء واستنتاج مُحسّنة عبر خسائر نصية (إعادة البناء، والنتيجة، والمعايير) لضمان المتانة والقدرة على التعميم في المهام المعقدة.

المؤلفون الأصليون: Yixuan Li, Mingshu Cai, Ziyang Xiao, Wanyuan Wang, Yanchen Deng, Bo An

نُشر 2026-05-12

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Yixuan Li, Mingshu Cai, Ziyang Xiao, Wanyuan Wang, Yanchen Deng, Bo An

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 آلياً (روبوت) عبقرياً ولكنه أخرق قليلاً. أنت تعلمه كيفية القيام بمهمة محددة، مثل "إرسال استرداد مالي لصديق عبر تطبيق Venmo"، من خلال عرضه فيديو لك وأنت تقوم بذلك بإتقان. يشاهد الروبوت الفيديو، لكن بده لا يكتفي بمجرد تقليد حركاتك بدقة، بل يحاول كتابة "كتيب قواعد" لنفسه لكي يتمكن من أداء مهام مشابهة في المستقبل.

المشكلة تكمن في أنه إذا كتب الروبوت كتيب قواعد سيئاً، فقد يعلق فيه. قد يحفظ اسم صديقك الخاص حرفياً (أصبح شديد التحديد) أو يكتب تعليمات غامضة جداً لدرجة أنها تصبح غير مفيدة (أصبحت شديدة التجريد).

نظام MIND-Skill هو نظام جديد مصمم لمساعدة وكلاء الذكاء الاصطناعي هؤلاء على كتابة "كتيبات قواعد" مثالية وعالية الجودة تلقائياً. وهو يفعل ذلك باستخدام لعبة "المعلم والتلميذ" الذكية التي تضمن أن القواعد تعمل بالفعل.

إليك كيف يعمل، مقسماً إلى أجزاء بسيطة:

1. الشخصيتان: المعلم والتلميذ

يستخدم النظام وكيلين من الذكاء الاصطناعي يعملان معاً:

المعلم (وكيل الاستقراء - Induction Agent): يشاهد هذا الوكيل فيديو ناجحاً لمهمة ما أثناء تنفيذها. مهمته هي كتابة كتيب قواعد عام (مهارة) يشرح كيفية أداء المهمة، دون ذكر أسماء أو أرقام محددة.
التلميذ (وكيل الاستنتاج - Deduction Agent): هذا هو الاختبار. يُعطى التلميذ فقط كتيب القواعد الذي كتبه المعلم ووصف المهمة الأصلي. ثم يحاول أداء المهمة من الصفر باستخدام تلك التعليمات فقط.

2. اختبار "إعادة البناء" (Reconstruction Test)

هذه هي الخدعة السحرية. النظام لا يكتفي بالسؤال: "هل حصل التلميذ على الإجابة الصحيحة؟" بل يسأل: "هل اتبع التلميذ نفس المنطق الموجود في الفيديو الأصلي؟"

إذا كتب المعلم كتيب قواعد يقول "اضغط على الزر الأحمر"، بينما أظهر الفيديو الأصلي الضغط على زر أزرق، فسوف يفشل التلميذ. هنا يكتشف النظام ذلك.
إذا كان كتيب القواعد الذي كتبه المعلم غامضاً جداً (مثل: "افعل الشيء المطلوب")، فسيصاب التلميذ بالارتباك ويفشل.
إذا كان كتيب القواعد الذي كتبه المعلم محدداً جداً (مثل: "اضغط على الزر الخاص بالمستخدم رقم 123")، فإن النظام يدرك أن هذا لن يصلح لأي شخص آخر.

يقوم النظام بمقارنة أداء التلميذ بالفيديو الأصلي. إذا تطابقا، فإن كتيب القواعد جيد. وإذا لم يتطابقا، يدرك النظام أن كتيب القواعد معيب.

3. "التقارير المدرسية" الثلاثة

للتأكد من أن كتيب القواعد مثالي، يعطي النظام للمعلم ثلاثة تقارير مدرسية محددة (تسمى "الخسائر" أو Losses) بعد كل محاولة:

تقرير "هل اتبعت الخطوات؟" (خسارة إعادة البناء): هل اتبع التلميذ نفس الاستراتيجية المتبعة في الفيديو الأصلي؟ (على سبيل المثال: هل قاما كلاهما بفحص البريد الإلكتروني أولاً، ثم الضغط على إرسال؟)
تقرير "هل أنجزت المهمة؟" (خسارة النتيجة): هل أكمل التلميذ المهمة بالفعل بنجاح في العالم الحقيقي؟
تقرير "هل هذا دليل إرشادي جيد؟" (خسارة المعايير): هل كتيب القواعد مكتوب بشكل جيد؟ هل هو واضح؟ هل يتجنب نسخ التفاصيل المحددة (مثل الأسماء أو المعرفات) التي لا ينبغي وجودها؟ هذا يضمن أن يكون كتيب القواعد أداة مفيدة، وليس مجرد نسخة طبق الأصل من حدث معين.

4. حلقة التحسين

يقوم النظام بتشغيل هذه اللعبة مراراً وتكراراً.

يكتب المعلم مسودة.
يحاول التلميذ تنفيذها.
يقوم النظام بتقييم المسودة باستخدام التقارير المدرسية الثلاثة.
يخبر النظام المعلم بالضبط ما كان خاطئاً (مثلاً: "لقد ضمنت اسماً محدداً، قم بإزالته" أو "لقया تخطيت فحص الأمان").
يعيد المعلم كتابة كتيب القواعد بناءً على هذه الملاحظات.

يحدث هذا تلقائياً، حيث يتم صقل كتيب القواعد حتى يصبح خالياً من العيوب.

لماذا هذا مميز؟

حاولت معظم الطرق السابقة كتابة كتيبات القواعد عن طريق الطلب من ذكاء اصطنا_ي متطور أن يقوم فقط بـ "تلخيص" فيديو. لكن الذكاء الاصطناعي غالباً ما يرتكب أخطاءً—إما بكونه شديد الغموض أو شديد التحديد.

MIND-Skill مختلف لأنه يختبر كتيب القواعد فوراً. الأمر يشبه شيف (طباخ) يكتب وصفة، ثم يسلمها فوراً لمساعده ليطبخ الطبخة. إذا أحرق المساعد الطعام أو استخدم مكونات خاطئة، سيعرف الشيف أن الوصفة كانت سيئة وسيقوم بإصلاحها قبل أن يجربها أي شخص آخر.

النتائج

اختبرت الورقة البحثية هذا النظام في عالمين صعبين:

AppWorld: محاكاة لاستخدام تطبيقات حقيقية (مثل إرسال الأموال، حجز التذاكر، إدارة الملفات).
BFCL-v3: اختبار لاستدعاء وظائف الكمبيوتر بشكل صحيح.

أظهرت النتائج أن الوكلاء الذين يستخدمون كتيبات قواعد MIND-Skill كانوا أفضل بكثير في حل مهام جديدة لم يروها من قبل مقارنة بالوكلاء الذين يستخدمون كتيبات قواعد من طرق أخرى. وحتى عندما لم يكن "المعلم" هو النموذج الأكثر ذكاءً المتاح، فإن عملية الاختبار جعلت كتيبات القواعد النهائية جيدة جداً لدرجة أنها أدت بنفس كفاءة تلك التي صنعتها النماذج الأكثر ذكاءً.

باختصار: يحول MIND-Skill وكلاء الذكاء الاصطناعي إلى معلمين يطورون أنفسهم، يكتبون أدلة تعليماتهم المثالية من خلال الاختبار المستمر لما إذا كانت تلك الأدلة تعمل بالفعل.

ملخص تقني: MIND-Skill

بيان المشكلة

أظهرت الوكلاء المدعومون بالنماذج اللغوية الكبيرة (LLM) نجاحاً في حل المشكلات ذاتياً، لكنهم يواجهون صعوبة في المهام الواقعية المعقدة متعددة الخطوات التي تتطلب معرفة إجرائية متخصصة (مثل استخدام واجهات برمجة التطبيقات API، واستدعاءات الأدوات متعددة الخطوات). ورغم أن "مهارات الوكيل" القابلة لإعادة الاستخدام — وهي وثائق مهيكلة تلخص استراتيجيات ناجحة — تقدم حلاً، إلا أن تنسيقها لا يزال عملية يدوية تعتمد بشكل كبير على الخبراء. تعاني طرق توليد المهارات التلقائية الحالية من ثلاث قيود حرجة:

الافتقار إلى ضمانات الجودة: تفتقر العديد من الطرق التي تولد المهارات مباشرة من مواصفات المهام أو المسارات (trajectories) إلى خط أنابيب تحقق مغلق الحلقة لتصحيح الأخطاء بناءً على نتائج التنفيذ.
ضعف جودة التوثيق: غالباً ما تفشل المهارات المولدة في الالتزام بمعايير الكتابة التقنية (التدفق المنطقي، إرشادات استكشاف الأخطاء وإصلاحها)، مما يقلل من قابليتها للنقل وإعادة الاستخدام.
عدم دقة التجريد المتحقق منه: تعاني طرق استخلاص المسارات (trajectory-distillation) من الإفراط في التعميم أو الفشل في الحفاظ على معالجة الحالات الحدية والتحققات المسبقة الضرورية، مما يؤدي إلى مهارات لا تعيد بناء السلوك الأصلي بأمانة.

المنهجية: MIND-Skill

يقترح المؤلفون MIND-Skill (الاستقراء والاستنتاج متعدد الوكلاء للمهارات)، وهو إطار عمل يقوم تلقائياً بتخليق مهارات قابلة للتعميم مع ضمانات جودة قوية. يعمل إطار العمل عبر عملية استقراء-استنتاج مغلقة الحلقة ومُحسّنة باستخدام TextGrad.

البنية الأساسية

وكيل الاستقراء ( $A_I$ ): مهمته تجريد مسار ناجح ( $\tau$ ) ومواصفات المهمة ( $t$ ) إلى وثيقة مهارة مهيكلة ( $s$ ). متغير النظام الوحيد الذي يتم تحسينه خلال العملية هو المطالبة البرمجية ( $P_I$ ) الخاصة بهذا الوكيل.
وكيل الاستنتاج ( $A_D$ ): وكيل "ثابت" يحاول إعادة بناء المسار الأصلي ( $\tau$ ) باستخدام مواصفات المهمة ( $t$ ) والمهارة المستخلصة ( $s$ ) فقط. لا يتلقى هذا الوكيل أي وصول إلى المسار المصدر أو أي توجيه خارجي، مما يضمن أن أي فشل في إعادة البناء يعزى مباشرة إلى أوجه القصور في المهارة نفسها.

التحسين عبر الخسائر النصية

يقوم إطار العمل بتحسين مطالبة الاستقراء ( $P_I$ ) بشكل مشترك باستخدام ثلاث دوال خسارة نصية متكاملة، يتم تقييمها بواسطة حكام لغويين (LLM judges) وتنفيذ البيئة:

خسارة إعادة البناء ( $L_{recon}$ ): تقيس التوافق الإجرائي بين المسار المصدر ( $\tau$ ) والمسار المعاد بناؤه ( $\hat{\tau}$ ). يقوم الحكم اللغوي بتقييم التكافؤ على مستوى التكتيك (على سبيل المثال، نفس نمط الاسترجاع والتجميع) بدلاً من التشابه الحرفي خطوة بخطوة.
خسارة النتيجة ( $L_{outcome}$ ): تفرض صحة التنفيذ من خلال تشغيل المسار المعاد بناؤه في بيئة حية. وهي توفر إشارة حقيقية بناءً على ما إذا كان هدف المهمة قد تحقق أم لا.
خسارة المعايير ( $L_{rubric}$ ): تقيم جودة التوثيق وتضبط مستوى التجريد. فهي تعاقب "تسرب الحقيقة الأرضية" (حفظ مسارات API محددة أو معرفات كيانات) وتضمن أن تكون المهارة قابلة للتنفيذ، وقابلة للنقل، وكاملة، وموجزة.

إجراء التحسين

يستخدم النظام التقليل اللغوي المتتالي (lexicographic minimization) حيث تعتبر "خسارة النتيجة" هي الهدف الأساسي، بينما تعمل "خسارة إعادة البناء" و"خسارة المعايير" كعوامل لكسر التعادل. باستخدام TextGrad، يقوم نموذج لغوي (gradient LLM) بتحليل التغذية الراجعة النصية من جميع الخسائر الثلاث لتشخيص أنماط الفشل واقتراح مراجعات للمطالبة البرمجية ( $P_I$ ). ثم يقوم نموذج لغوي مُحسِّن بتحديث المطالبة. تستمر هذه العملية التكرارية لعدد محدد من الخطوات، مع الاحتفاظ بأفضل مهارة تم العثور عليها حتى الآن.

المساهمات الرئيسية

إطار عمل مبتكر: تقديم MIND-Skill، وهو إطار عمل متعدد الوكلاء (استقراء واستنتاج) يقوم بتخليق مهارات قابلة للتعميم من مسارات ناجحة دون تدخل بشري.
آلية ضمان الجودة: اقتراح استراتيجية تحسين مغلقة الحلقة باستخدام ثلاث خسائر نصية (إعادة البناء، النتيجة، المعايير) لضمان أن المهارات دقيقة، وصحيحة، وموثقة جيداً. ومن الأهمية بمكان أن وكيل الاستنتاج يبقى ثابتاً لعزل جودة المهارة كمتغير وحيد.
التحقق التجريبي: إثبات أن MIND-Skill يحسن أداء الوكلاء في كل من المهام المصدرية والمهام الأخرى غير المرئية أثناء عملية التوليد، متفوقاً على الطرق الحالية المتطورة.

النتائج التجريبية

قيم المؤلفون MIND-Skill على معيارين: AppWorld (معيار وكيل برمجي تفاعلي) و BFCL-v3 (معيار استدعاء الدوال متعدد الدورات).

الأداء: تفوق MIND-Skill باستمرار على النماذج المرجعية، بما في ذلك ReAct، وIn-Context Learning (ICL)، وSkill-extract (استخراج المهارة بمرة واحدة)، وACE (تطور مستمر مدى الحياة)، وTrace2Skill (تخليص المسار).
- في AppWorld-Challenge، حقق MIND-Skill نسبة إكمال هدف المهمة (TGC) بلغت 51.8% ونسبة إكمال هدف السيناريو (SGC) بلغت 39.6%، متجاوزاً بشكل كبير أفضل طريقة تالية (ACE بنسبة 51.1% لـ TGC و34.5% لـ SGC).
- في BFCL-v3، حقق MIND-Skill أعلى دقة (77.3% باستخدام أساس Qwen3.5، و78.7% باستخدام أساس GPT-5.4).
دراسات الاستبعاد (Ablation Studies):
- أدى إزالة أي من دوال الخسارة الثلاث إلى انخفاض في الأداء، مما يؤكد ضرورة وجودها. كانت "خسارة إعادة البناء" هي الأكثر أهمية لمهام التحدي (Challenge tasks)، بينما كانت "خسارة المعايير" حيوية لمنع الإفراط في التخصيص (overfitting) في المهام العادية (Normal tasks).
- تفوق التحسين مغلق الحلقة بشكل كبير على استخراج المهارة بمرة واحدة (Skill-extract)، مما يسلط الض الضوء على قيمة الصقل التكراري.
استقلالية النموذج: مكّن MIND-Skill نموذجاً أضعف (Qwen3.5-122B) من تحقيق أداء يقارب نموذجاً أقوى (GPT-5.4) عند استخدامه كمولد للمهارة، مما يشير إلى أن إطار العمل يعوض بفعالية فجوات القدرة من خلال المحاذاة والتحسين.
الكفاءة: ينتج MIND-Skill مهارات مدمجة، حيث يحقن عدداً أقل بـ 3 إلى 6 مرات من الرموز (tokens) وقت الاستنتاج مقارنة بكتيبات اللعب الضخمة من نماذج مثل ACE.

الأهمية

يزعم البحث أن MIND-Skill يعالج الفجوة الحرجة في التوليد التلقائي للمهارات من خلال توفير ضمانات للجودة عبر خط أنابيب مبني على المبادئ ومغلق الحلقة. على عكس الطرق السابقة التي تعتمد على تشخيص الأخطاء اللاحق أو التجريد غير المتحقق منه، يقوم MIND-Scale صراحةً بالتحقق من المهارات عن طريق محاولة إعادة بناء السلوك المصدر. يثبت إطار العمل أن المعرفة الإجرائية عالية الجودة والقابلة للتعميم يمكن تخليصها تلقائياً من المسارات الناجحة، مما يقلل من الاعتماد على التنسيق اليدوي ويمكّن الوكلاء من أداء مهام معقدة وطويلة الأمد بشكل أكثر فعالية. تشير النتوات إلى أن نموذج الاستقراء-الاستنتاج، مقترناً بتحسين الخسارة النصية، يعد نهجاً قوياً لتوسيع قدرات الوكلاء.