ملخص تقني: هل تحتاج الأنظمة المؤسسية إلى نماذج عالم متعلمة؟

بيان المشكلة

تختلف الأنظمة المؤسسية جوهرياً عن البيئات التقليدية (مثل الروبوتات أو ألعاب الفيديو) لأن ديناميكيات الانتقال فيها ليست ثابتة، بل يتم تحديدها من خلال مخلفات تكوين خاصة بكل مستأجر (قواعد العمل، سير العمل، سياسات الموافقة) والتي تختلف عبر عمليات النشر وتتطور بمرور الوقت. في مثل هذه الإعدادات، يمكن لنفس الإجراء $a_t$ المطبق على الحالة $s_t$ أن يؤدي إلى نتائج مختلفة $s_{t+1}$ اعتماداً على التكوين النشط للمثيل $c$.

يتناول البحث سؤالاً حرجاً في أدبيات نماذج العالم: عندما تكون القواعد التي تحكم البيئة مقروءة ومتاحة وقت الاستدلال، هل لا يزال الوكيل بحاجة إلى تعلمها داخلياً؟

تعتمد النهج الحالية على نماذج عالم متعلمة تستوعب الديناميكيات من بيانات الانتقال التاريخية. ومع ذلك، يجادل المؤلفون بأن النماذج المدربة فقط على الانتقالات التاريخية تصبح هشة تحت تأثير تحولات النشر (التغيرات في التكوين أو منطق المستأجر). إذا كانت القواعد متاحة صراحةً في تكوين النظام، فإن الاعتماد على تمثيل داخلي ثابت قد يؤدي إلى أخطاء تقريب غير ضرورية ويقلل من المتانة.

المنهجية

1. الصياغة: نماذج الانتقال السياقية

يصيغ المؤلفون ديناميكيات المؤسسات كنموذج انتقال سياقي:
$$s_{t+1} \sim P(s_{t+1} | s_t, a_t, c)$$
حيث $c$ هو التكوين الصريح والمقروء للمثيل المحدد. وخلافاً لنماذج العالم القياسية حيث يكون $c$ ثابتاً وغير معروف، فإن $c$ في المؤسسات قابل للتعديل والقابلية للفحص. يميز البحث بين ثلاثة مستويات من تعقيد الانتقال:

• المستوى 1 (الحتمي المعتمد على المخطط): تأثيرات محددة بواسطة افتراضات قاموس البيانات والقيود.
• المستوى 2 (القابل للتركيب عبر القواعد): تأثيرات محددة بواسطة سلاسل من قواعد العمل (التتابعات).
• المستوى 3 (المستنتج من التنفيذ): تأثيرات تعتمد على السلوكيات الداخلية للمحرك (مثل ترتيب التنفيذ، أو ظروف السباق) والتي لا تظهر بالكامل في المخلفات الثابتة.

2. المعيار المرجعي: CascadeBench

لتقييم الوكلاء تحت ظروف التحكم في التكوين وتحولات النشر، قدم المؤلفون CascadeBench.

• البناء: مبني على مخططات اصطناعية (لمنع حفظ هياكل جداول العالم الحقيقي) ناتجة عن كتالوج يضم 1,596 نمطاً من أنماط قواعد العمل عبر 6 صناعات.
• الحقيقة الأرضية: يتم جمع البيانات عن طريق تنفيذ إجراءات على حالات ServiceNow حية (وليس محاكاة)، مع التقاط سجلات التدقيق ($sys\_audit$) لتسجيل فروق الحالة ومسارات التتابع.
• التقييم: يجب على النماذج التنبؤ بتغيرات حالة الحقول ($s_{t+1}$) بالنظر إلى الحالة الحالية ($s_t$) والإجراء ($a_t$). يعزل المعيار المرجعي الاستدلال عن الحفظ البارامتري من خلال توفير السياق (المخططات، القواعد) أو حجبه.

3. النهج المقترح: وكلاء اكتشاف المؤسسات

يقترح البحث وكلاء اكتشاف المؤسسات، الذين لا يحاولون استيعاب الديناميكيات أثناء التدريب. بدلاً من ذلك، يقومون بـ:

1. الاسترجاع: في وقت الاستدلال، يستعلمون من تكوين المثيل الحي $c$ (مثل قواعد العمل، حالات السجلات الحالية، تعريفات اتفاقية مستوى الخدمة) لاستعادة منطق الانتقال ذي الصلة.
2. الاستدلال: استخدام نموذج لغوي مجمد للاستدلال على المجموعة المسترجعة $\tilde{c}$ للتنبؤ بالحالة التالية.
3. التكرار: بالنسبة لعمليات التشغيل متعددة الخطوات، يقوم الوكيل بإعادة الاستعلام من النظام في كل خطوة لربط التنبؤات بالحالة الحالية، مما يقلل من تراكم الأخطاء.

4. خطوط الأساس المقارنة

تقارن الدراسة بين ثلاثة نهج:

• الأساس المحفز (Prompted Baseline): نماذج لغوية كبيرة مجمدة تتنبأ بالانتقالات من سياق ثابت (مع أو بدون قواعد العمل المقدمة).
• نموذج عالم المؤسسات المتعلم: نماذج تم ضبطها بدقة (عبر LoRA) على أزواج $(s_t, a_t, s_{t+1})$ تاريخية لاستيعاب الديناميكيات.
• وكيل الاكتشاف: النهج القائم على الاسترجاع الموصوف أعلاه.

النتائج الرئيسية

1. الاستيعاب مقابل الاسترجاع

• الأداء داخل التوزيع: تعمل نماذج العالم المضبوطة بدقة بشكل استثنائي على البيانات المستمدة من نفس توزيع مجموعة التدريب (مثل 91.6% IoU لنموذج Gemma-4-31B داخل التوزيع).
• التدهور خارج التوزيع: تحت تأثير تحول النشر (المخططات الاصطناعية والتكوينات غير المرئية)، تتدهور النماذج المضبوطة بدقة بشكل كبير، حيث تنخفض إلى مستويات أداء مماثلة للأساسات المحفزة (~40% IoU).
• متانة الاكتشاف: تحافظ وكلاء الاكتشاف، التي تسترجع القواعد في وقت التشغيل، على أداء قوي عبر التحولات. وهي تتفوق باستمرار على الأساسات المحفزة وتضاهي أداء نماذج "الأوراكل" (التي تُمنح جميع القواعد في المطالبة/البرومبت) في انتقالات المستوى 1 والمستوى 2.

2. تأثير قواعد العمل

• الاعتماد على القواعد: يؤدي حذف قواعد العمل من المطالبة إلى انهيار موحد في الأداء عبر جميع فئات النماذج (من ~40% IoU إلى ~10% IoU). وهذا يؤكد أن ديناميكيات المؤسسات مدفوعة بالقواعد، وليس بالمعرفة المسبقة.
• الاسترجاع مقابل الحفظ: بالنسبة للنماذج الرائدة، يستعيد الاسترجاع في وقت التشغيل جزءاً كبيراً من إشارة "الأوراكل" (الوصول إلى منتصف العشرينيات إلى أوائل الثلاثينيات من IoU دون التدريب على المثيل المستهدف)، بينما يفشل الاستيعकाल وحده في التعميم.

3. التنبؤ متعدد الخطوات

• تراكم الأخطاء: في عمليات التشغيل متعددة الخطوات (آفاق $k=1$ إلى $5$)، يتدهور الأداء لجميع الطرق مع زيادة العمق.
• ميزة الربط بالواقع: تتفوق وكلاء الاكتشاف باستمرار على الأساسات المحفزة عند جميع الآفاق. القدرة على إعادة الاستعلام من المثيل الحي في كل خطوة تجدد رؤية النموذج للتكوين، مما يقلل من تراكم الأخطاء مقارنة بالاعتماد فقط على الحالات المتوقعة مسبقاً.

4. التحليل المصنف حسب المستويات

• المستوى 1 و2: تحقق وكلاء الاكتشاف أداءً يقارب أداء "الأوراكل"، حيث تستعيد بفعالية القواعد والتتابعات الخفية.
• المستوى 3: تظل هناك فجوة أداء للمستوى 3 (الديناميكيات المستنتجة من التنفيذ)، حيث تعتمد النتائج على سلوكيات داخلية للمحرك لا تظهر بالكامل في التكوين. يشير هذا إلى حد هيكلي لما يمكن استعادته من التكوينات الثابتة وحدها.

الأهمية والادعاءات

يجادل البحث بأن نمذجة عالم المؤسسات لا ينبغي أن تعتمد فقط على الديناميكيات الثابتة والمستوعبة داخلياً. بدلاً من ذلك، في البيئات القابلة للتهيئة حيث يكون منطق الانتقال قابلاً للقراءة، يجب أن تدمج الوكلاء آليات للاكتشاف في وقت التشغيل.

• التكامل: وكلاء الاكتشاف ليسوا بديلاً لنماذج العالم المتعلمة، بل هم مكمل ضروري. يقترح المؤلفون مستقبلاً هجيناً يجمع بين الأوليات المتعلمة (للكفاءة والتعرف على الأنماط) مع الاسترجاع في وقت التشغيل (للمتانة ضد تحولات التكوين).
• التحول في النموذج: يتحدى هذا العمل الافتراض بأن ديناميكيات البيئة يجب أن تكون "مُتعلمة" بالمعنى التقليدي. في بيئات المؤسسات، يمكن "تعهيد" نموذج العالم جزئياً للخارج، حيث يعمل الوكيل كمستدل ديناميكي على تكوينات النظام الحية بدلاً من كونه محاكياً ثابتاً.
• القيود: يشير المؤلفون إلى أن الاكتشاف يعتمد على قابلية فحص القواعد (التحكم في الوصول قد يؤدي إلى تدهور الأداء إلى مستوى الأساس المحفز) وعلى قدرات استخدام الأدوات للنموذج الأساسي. بالإضافة إلى ذلك، لا تزال ديناميكيات المستوى 3 تشكل تحدياً، مما يشير إلى أن بعض جوانب سلوك المؤسسات لا يمكن استعادتها بالكامل من مخلفات التكوين الثابتة.

في الختام، يثبت البحث أنه بالنسبة للأنظمة المؤسسية، فإن ربط التنبؤات بالمثيل النشط عبر الاكتشاف في وقت التشغيل هو أكثر متانة تجاه تحولات النشر من الاعتماد على نماذج العالم المستوعبة داخلياً والمدربة مسبقاً.