🤖 machine learning

Evolutionary Task Discovery: Advancing Reasoning Frontiers via Skill Composition and Complexity Scaling

تقترح الورقة البحثية "اكتشاف المهام التطوري" (EvoTD)، وهو إطار عمل يعزز استدلال النماذج اللغوية الكبيرة من خلال معاملة تركيب البيانات كبحث موجه عبر سمات تكوين المهارات والتعقيد، باستخدام مؤثرات تطورية مهيكلة ومرشح صعوبة ديناميكي للتغلب على تجانس البيانات وتحقيق تعميم قوي.

المؤلفون الأصليون: Liqin Ye, Yanbin Yin, Michael Galarnyk, Yuzhao Heng, Sudheer Chava, Chao Zhang

نُشر 2026-05-13

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Liqin Ye, Yanbin Yin, Michael Galarnyk, Yuzhao Heng, Sudheer Chava, Chao Zhang

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 تحاول تعليم روبوت ذكي جداً ولكنه يفتقر للخبرة كيفية حل الألغاز المعقدة. لديك طريقتان رئيسيتان للقيام بذلك:

الطريقة القديمة (بإشراف بشري): تجد آلاف الألغاز الموجودة بالفعل، وتدونها، وتأمل أن يتعلمها الروبوت. المشكلة هي أنه لا توجد ألغاز جيدة كافية، والألغاز التي تملكها قد تكون سهلة للغاية أو متشابهة جداً فيما بينها.
طريقة "اجعل الأمر أصعب" (أساليب الذكاء الاصطناعي الحالية): تطلب من ذكاء اصطنا-عي فائق الذكاء ابتكار ألغاز جديدة عبر قول: "اجعل هذا اللغز أصعب". لكن الذكاء الاصطناعي غالباً ما يقوم فقط بتغييرات طفيفة وغير ذات معنى (مثل تغيير الرقم من 5 إلى 6) أو يكرر نفس اللغز مراراً وتكراراً. وبذلك يشعر الروبوت بالملل ولا يصبح أكثر ذكاءً في الواقع.

EVOTD (اكتشاف المهام التطوري) هو أسلوب جديد اقترحه باحثون من جامعة جورجيا التقنية لإصلاح ذلك. بدلاً من مجرد طلب "اجعل الأمر أصعب" من الذكاء الاصطناعي، فإنهم يعاملون عملية ابتكار ألغاز التدريب مثل تزريع نوع جديد من النباتات.

إليك كيف يعمل، باستخدام تشبيهات بسيطة:

1. المكونان: "الوصفة" و"حجم الحصة"

أدرك الباحثون أن كل لغز يتكون من جزأين متميزين:

المهارة (الوصفة): هذا هو المنطق الجوهري، مثل معرفة كيفية استخدام "النافذة المنزلقة" أو "البحث الثنائي". إنه نوع التفكير المطلوب.
التعقيد (حجم الحصة): هذا هو مدى ضخامة أو صعوبة الحالة المحددة. هل قائمة الأرقام طولها 5 عناصر أم 5,000؟ هل الشجرة بعمق 3 مستويات أم 100 مستوى؟

حاولت معظم الأساليب السابقة تغيير كليهما معاً بشكل عشوائي. أما EVOTD فيقوم بفصل المهارة عن التعقيد، تماماً مثل طاهٍ يقرر أولاً ما هو الطبق الذي سيطهوه (المهارة)، ثم يقرر كم عدد الأشخاص الذين سيقدم له (التعقيد).

2. المطبخ التطوري

يستخدم النظام "طباخين" خاصين (مشغلين) لإنشاء ألغاز جديدة:

المُحوِّل (طباخ حجم الحصة): يأخذ هذا الطباخ لغزاً صالحاً ويغير حجمه أو قيوده دون تغيير المنطق الجوهري.
- تشبيه: إذا كان اللغز الأصلي هو "ابحث عن أطول شخص في صف مكون من 10 أشخاص"، فإن المُحوِّل يغيره إلى "ابحث عن أطول شخص في صف مكون من 10,000 شخص". يظل المنطق (البحث عن الحد الأقصى) كما هو، لكن الصعوبة (النطاق) تزداد. هذا يجبر الروبوت على تعلم قاعدة قوية تعمل لأي حجم، وليس فقط للأمثلة الصغيرة.
المُهجن (طباخ الوصفة): يأخذ هذا الطباخ لغزين مختلفين ويدمج مهاراتهما الجوهرية لصنع شيء جديد تماماً.
- تشبيه: إذا كان اللغز (أ) يستخدم "الفرز" واللغز (ب) يستخدم "التنقل في الرسم البياني"، فإن المُهجن ينشئ لغزاً جديداً يتطلب منك "فرز" العناصر قبل أن تتمكن من "التنقل" في الرسم البياني. الأمر يشبه خلط الشوكولاتة مع زبدة الفول السوداني لابتكار نكهة جديدة لم تكن موجودة في أي منهما بمفرده. هذا يضمن أن يتعلم الروبوت كيفية دمج الأدوات المنطقية المختلفة.

3. فلتر "غولدي لوكس" (منطقة التطور القريب)

لا يمكنك مجرد إلقاء ألغاز عشوائية على الروبوت. إذا كان اللغز سهلاً جداً، فلن يتعلم شيئاً. وإذا كان مستحيلاً، فسيستسلم الروبوت.

يستخدم EVOTD فلتر "غولدي لوكس" (المنطقة المثالية). قبل استخدام أي لغز للتدريب، يتحقق النظام مما يلي:

هل هو سهل جداً؟ (استبعده).
هل هو مستحيل؟ (استبعده).
هل هو مثالي؟ (احتفظ به!).

الأمر الجوهري هو أن حالة "المثالية" تتغير مع زيادة ذكاء الروبوت. فاللغز الذي كان مستحيلاً بالأمس قد يكون "مثالياً" اليوم. هذا يخلق منهجاً دراسياً ديناميكياً يزداد صعوبة تلقائياً مع تحسن الروبوت، مما يبقيه دائماً في "منطقة التعلم".

4. النتائج

اختبر الباحثون هذا النظام على نماذج تحل مسائل الرياضيات والبرمجة. وقد وجدوا أن:

تعميم أفضل: لم تكتفِ النماذج بحفظ الإجابات؛ بل تعلمت المنطق الكامن وراءها جيداً لدرجة أنها استطاعت حل مشكلات لم ترها من قبل.
لا يوجد "انهيار التجانس": على عكس الأساليب الأخرى التي تنفد أفكارها في النهاية وتكرر نفس الألغاز، استمر EVOTD في إيجاد تحديات جديدة ومتنوعة.
تحسن شامل: نجح الأمر مع أنواع مختلفة من نماذج الذكاء الاصطناعي، بغض النظر عن حجمها أو طريقة تدريبها الأصلية.

الخلا-صة

EVOTD يشبه المعلم الماهر الذي لا يكتفي فقط بتوزيع أوراق العمل. بدلاً من ذلك، لديه طريقة منهجية لـ ابتكار مشكلات جديدة عن طريق خلط المهارات المنطقية المختلفة وضبط مستوى الصعوبة بدقة لتناسب قدرة الطالب الحالية. هذا يضمن أن الطالب سيواجه دائماً تحدياً كافياً للنمو، مما يؤدي إلى مهارات استدلال أقوى بكثير من مجرد التدرب على مشكلات ثابتة ومكتوبة مسبقاً.

ملخص تقني: اكتشاف المهام التطوري (EVOTD)

بيان المشكلة

لقد تقدمت قدرات الاستنتاج لدى النماذج اللغوية الكبيرة (LLMs) بشكل ملحوظ من خلال نماذج ما بعد التدريب مثل التعلم المعزز من المكافآت القابلة للتحقق (RLVR). ومع ذلك، فإن فعالية هذه الأساليب مقيدة جوهرياً بتنوع وتعقيد البيانات المتاحة. وبينما يقدم توليد البيانات حلاً لندرة مهام الاستنتاج التي يشرف عليها البشر، فإن الأساليب السائدة التي تعتمد على الطفرات غير المهيكلة (مثل مطالبة النموذج بـ "جعل هذا أصعب") تعاني من انهيار التجانس (homogeneity collapse). إذ غالباً ما تولد هذه النهج عينات متطابقة تقريباً أو تفشل في توسيع حدود الاستنتاج بشكل منهجي لأنها تخلط بين التنوع النصي والتنوع الخوارزمي. علاوة على ذلك، فإن التصنيفات القائمة على المهارات غالباً ما تعالج منطق المشكلة (المهارة) لكنها تهمل القيود الهيكلية (التعقيد)، مما يؤدي إلى مناهج "مسطحة" تفشل في تحفيز التعميم القوي عبر المقاييس المختلفة.

المنهجية: اكتشاف المهام التطوري (EVOTD)

لمعالجة هذه القيود، يقترح المؤلفون إطار عمل EVOTD، الذي يعامل توليد البيانات كبحث موجه عبر فضاء ثنائي المحاور مهيكل. الابتكار الجوهري هو فصل مهمة الاستنتاج إلى بُعدين متعامدين:

المهارات الخوارزمية ( $S$ ): العمود الفقري للمنطق الدلالي للمهمة (مثل البحث الثنائي، البرمجة الديناميكية، أو التنقل في الرسوم البيانية).
سمات التعقيد ( $C$ ): القيود الهيكلية البارامترية التي تحدد حجم مثيل المشكلة (مثل حجم المدخلات، عمق الشجرة، أو نطاق القيم).

المحرك التطوري

يستخدم EVOTD نموذج "المقترح-الحلال" (proposer-solver paradigm) حيث يقوم نموذج لغوي "مقترح" بتوليد المهام، بينما يتعلم نموذج "حلال" منها عبر RLVR. تستخدم عملية التوليد مشغلي تطور مهيكلين للتنقل في فضاء المهام:

طفرة السمات (التطور الرأسي): يقوم هذا المشغل بتوسيع سمات التعقيد مع الحفاظ بصرامة على العمود الفقري المنطقي. بدلاً من التغيير العشوائي للنصوص، يقوم المقترح بإجراء تدقيق وراء معرفي لاختيار السمات القابلة للتطبيق (على سبيل المثال، زيادة tree_depth فقط للمهام القائمة على الأشجار) وتكثيفها. هذا يدفع النموذج لتعلم حلول ثابتة القياس (scale-invariant) بدلاً من الاستدلالات الهشة.
التهجين المهاري (التطور الأفقي): يستكشف هذا المشغل تركيبات مهارية جديدة عبر دمج أنماط خوارزمية متميزة (مثل دمج dijkstra مع priority_queue أو bitmask_dp مع bfs). يتم توجيه المقترح لإيجاد تركيبات تآزرية حيث تكون المهارات مترابطة بعمق بدلاً من كونها متتالية فقط، مما يمنع التدهور التوليفي.

تصفية المنهج الدراسي الديناميكي

يعد مرشح منطقة التطور القريب (ZPD) مكوناً حرجاً في EVOTD. لضمان الفعالية التربوية للمهام، يتحقق الإطار من ثلاثة شروط قبل دخول أي مهمة إلى مجموعة التدريب:

القابلية للتنفيذ: يجب أن يعمل الكود دون أخطاء في الصيغة (syntax errors) وأن ينتهي ضمن الحدود المسموحة.
المواءمة المهارية: يجب أن تلتزم المهمة المولدة بصرامة بالمهارات الخوارزمية المستهدفة.
القابلية للتعلم: يجب ألا تكون المهمة تافهة أو مستحيلة بالنسبة لسياسة الحل الحالية ( $\pi_\theta$ ). وتحديداً، يجب أن يقع معدل النجاح الخاص بالحل ضمن نطاق غير ضئيل ( $0 < \text{pass rate} < 1$ ). ومع تحسن النموذج، يقوم المرشح بتغيير التوزيع ديناميكياً نحو الأمثلة الأكثر صعوبة، مما يخلق منهجاً دراسياً ذاتي التكيف.

المساهمات الرئيسية

يصيغ البحث ويثبت المساهمات التالية:

التجريد ثنائي المحور: صياغة توليد مهام الاستنتاج كمسار موجه عبر فضاء (manifold) من المهارات الخوارزمية وسمات التعقيد، متجاوزاً المطالبات الساذجة إلى التحكم الدقيق في المنطق والقيود.
مشغلات التطور المهيكلة: تقديم طفرة السمات لتوسيع التعقيد والتهجين المهاري لاكتشاف التركيبات، مما يتيح استكشافاً منهجياً لحدود فضاء المهام.
منهج ZPD الديناميكي: آلية تصفية تضمن بقاء بيانات التدريب ضمن المنطقة القابلة للتعلم للنموذج، مما يسهل التحسن المستمر في الاستنتاج دون حدوث انهيار النمط (mode collapse).
التحقق التجريبي: تقييمات واسعة عبر خمسة اختبارات معيارية (توليد الكود والاستدلال الرياضي) تثبت أن المناهج التطورية المهيكلة تتفوق على التوليد الاستدلالي والأساليب ذاتية التحسين.

النتائج التجريبية

قام المؤلفون بتقييم EVOTD عبر بنيات نماذج متنوعة (Qwen3, LLaMA)، وأنظمة تدريب مسبق (Base, Instruct)، ومقاييس بارامترية (3B–8B).

مكاسب الاستنتاج: في نموذج الاستنتاج Qwen3-4B، حقق EVOTD مكاسب كبيرة في الاختبارات التنافسية، بما في ذلك +8.2% في AIME 24 و +7.2% في AIME 25.
التعميم: تفوقت الطريقة باستمرار على النماذج المرجعية (بما في ذلك Evol-Instruct و SPIRAL و Agent0) عبر جميع البنيات المختبرة. والجدير بالذكر أنها حققت أفضل أداء في Pass@1 لكل بنية تم اختبارها.
المتانة ضد انهيار التجانس: على عكس طرق التوليد القياسية التي غالباً ما ترفع Pass@1 على حساب خفض Pass@k (مما يشير إلى انهيار النمط)، أظهر EVOT-D مكاسب ثابتة في كل من Pass@1 و Pass@8، مما يشير إلى أنه ينشر مسارات استنتاج متنوعة.
تدرج الصعوبة: اتسعت الفجوة في الأداء بين EVOTD والنماذج المرجعية مع زيادة صعوبة المشكلة، حيث لوحظت أكبر المكاسب النسبية (تصل إلى 90%) في المجموعات "الصعبة" من اختبارات مثل LiveCodeBench. وهذا يؤكد فعالية تعديل التعقيد في تعليم المنطق ثابت القياس.
نقل المجال العام: انتقلت التحسينات بوضوح إلى اختبارات الاستنتاج في المجالات العامة (MMLU-Pro, SuperGPQA)، مع تركز أكبر المكاسب في التخصصات القريبة من العلوم والتكنولوجيا (STEM) حيث يمثل الاستنتاج الصارم القيد الأساسي.

الأهمية والادعاءات

يزعم البحث أن EVOTD يؤسس لنموذج جديد لتحسين الاستنتاج عبر الانتقال من التوليد الاستدلالي غير المقيد إلى البحث التطوري المهيكل. ويرى المؤلفون ما يلي:

الهيكلية تتفوق على العشوائية: إن الفصل المنهجي بين المنطق والتعقيد يسمح بتوليد مناهج عالية الجودة ومتنوعة لا يمكن للمطالبات الاستدلالية تحقيقها.
القابلية للتوسع دون تكلفة باهظة: يوفر EVOTD مساراً عملياً لتعزيز الاستنتاج يسمح للنماذج الأساسية بالتوسع بكفاءة دون الأعباء الحسابية الباهظة للتعلم الذاتي المعقد أو الأطر المتكاملة مع الأدوات.
القابلية للتفسير: من خلال تطوير المهام عبر فضاء شفاف يجمع بين المهارة والتعقيد، يبني إطار العمل منهجاً دراسياً يبحث عن الحدود ويكون قابلاً للتفسير في آن واحد، مما يعالج طبيعة "الصندوق الأسود" في العديد من أنظمة تحسين النماذج اللغوية الكبيرة ذاتية التحسين.

يخلص المؤلفون إلى أن التطور الهيكلي يوفر إشارة تدريب أكثر موثوقية للاستنتاج المعقد من التوليد غير المهيكل الشائع في المطالبات القياسية، مما يدفع فعلياً حدود الاستنتاج للنماذج اللغوية الكبيرة.