💬 NLP

AMATA: Adaptive Multi-Agent Trajectory Alignment for Knowledge-Intensive Question Answering

تقدم الورقة البحثية AMATA، وهو إطار عمل تكيفي متعدد الوكلاء يعزز الاتساق الواقعي وقابلية التفسير في الإجابة على الأسئلة كثيفة المعرفة من خلال صياغة تعاون الوكلاء كمسألة محاذاة تفضيلات المسار مع تقنيات مبتكرة لتعلم التبعية داخل المسار وبين الوكلاء.

المؤلفون الأصليون: Taolin Zhang, Dongyang Li, Chen Chen, Qizhou Chen, Jiuheng Wan, Xiaofeng He, Chengyu Wang, Richang Hong

نُشر 2026-05-19

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Taolin Zhang, Dongyang Li, Chen Chen, Qizhou Chen, Jiuheng Wan, Xiaofeng He, Chengyu Wang, Richang Hong

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 حل سؤال مسابقات صعب للغاية، مثل: "ما هي أشهر أغنية لفرقة Lit؟". إذا سألت ذكاءً اصطناعيًا قياسيًا (نموذج لغوي كبير)، فقد يقدم لك إجابة خاطئة بثقة تامة لأنه يحاول التخمين بناءً على ما حفظه، بدلاً من التحقق من الحقائق. هذا ما يسمى بـ "الهلوسة".

ولإصلاح ذلك، طور الباحثون نظامًا جديدًا يسمى AMATA. فكر في AMATA ليس كعبقري واحد، بل كـ فريق متخصص من ستة عمال في مصنع، لكل منهم وظيفة محددة.

إليك كيف يعمل AMATA، مشروحًا من خلال تشبيه بسيط:

فريق العمال الستة

بدلاً من شخص واحد يقوم بكل شيء، يستخدم AMATA نظامًا "متعدد الوكلاء". تخيل وكالة تحريات تحل قضية معقدة:

المترجم (إعادة بناء القصد): يقرأ سؤالك غير المرتب ويوضح بالضبط ما تسأل عنه.
أمين المكتبة (استرجاع المعرفة): يذهب إلى المكتبة (المعرفة الخارجية) للبحث عن كتب أو مقالات حول الموضوع.
المحرر (تصفية المعرفة): ينظر إلى الكتب التي وجدها أمين المكتبة ويستبعد الصفحات غير ذات الصلة أو المربكة.
المحدد (تحديد موقع المعرفة): يجد الجملة أو الفقرة المحددة في الصفحات المتبقية والتي تحتوي على الإجابة.
الكاتب (توليد الاستجابة): يكتب الإجابة النهائية باستخدام الحقائق المحددة.
المفتش (التحقق من الإجابة): يراجع إجابة الكاتب للتأكد من أنها حقيقية بالفعل وليست قصة مختلقة.

المشكلة في الفرق القديمة

كانت الأساليب السابقة تعاني من عيبين رئيسيين:

مشكلة "خط التجميع": في الأنظمة القديمة، كان على كل عامل القيام بوظيفته بترتيب ثابت، حتى لو لم تكن هناك حاجة لذلك. فإذا سألت سؤالًا بسيطًا مثل "ما هو 2+2؟"، فأنت لست بحاجة إلى أمين مكتبة أو مفتش. لكن الأنظمة القديمة كانت لا تزال ترسل السؤال إليهم، مما يهدر الوقت والطاقة.
مشكلة "الصوامع": في أنظمة أخرى، تم تدريب العمال بشكل منفصل. فلم يكن أمين المكتبة يعرف كيف يعمل المحرر، لذا قد يمرر معلومات سيئة لا يستطيع المحرر إصلاحها.

كيف يختلف AMATA: "المدير الذكي"

قدم AMATA ابتكارين ذكيين لجعل هذا الفريق يعمل بشكل أفضل:

1. "بطاقة الأداء الديناميكية" (تعلم تفضيلات المسار الداخلي)
تخيل مديرًا ينظر إلى سؤالك المحدد ويخصص "درجة" لكل عامل ليقرر مدى أهميته لهذه المهمة المحددة.

إذا سألت سؤالًا صعبًا عن فرقة روك نادرة، فإن المدير يعطي أمين المكتبة والمحرر درجات عالية (5 من 5) لأنهم حاسمون.
إذا وجد أمين المكتبة إجابة واضحة جدًا، فإن المدير يعطي المفتش درجة منخفضة (1 من 5) لأن الإجابة واضحة بالفعل ولا تحتاج إلى نظرة ثانية.
النتيجة: يستخدم النظام فقط العمال الذين يحتاجهم فعليًا، مما يوفر قدرًا هائلاً من طاقة الكمبيوتر (الرموز/Tokens).

2. درس "كيمياء الفريق" (تعلم التبعية بين الوكلاء)
يعلم AMATA العمال كيفية العمل معًا. فهو يتعلم أنه إذا تم استدعاء أمين المكتبة، فيجب أيضًا استدعاء المحرر والمحدد فورًا بعده. إنه يتعلم أن هؤلاء العمال يشكلون "حزمة واحدة".

يستخدم النظام طريقة تدريب خاصة (تسمى DA-DPO) لتعلم أي مجموعات من العمال تؤدي إلى أفضل الإجابات. إنه يتعلم تجاهل التركيبات السيئة حيث يكون العمال غير متناغمين.

النتائج

اختبر الباحثون هذا النظام على خمسة تحديات مختلفة صعبة في مجال المسابقات والتحقق من الحقائق.

دقة أفضل: حصل AMATA على إجابات صحيحة في المزيد من الأسئلة مقارنة بالأنظمة المتقدمة الأخرى، بما في ذلك تلك التي تستخدم كميات هائلة من البيانات أو التعلم التعزيزي المعقد.
أسرع وأرخص بكثير: نظرًا لأن AMATA يعرف متى لا يستخدم بعض العمال، فإنه يستخدم حوالي 70% أقل من طاقة الكمبيوتر (الرموز/Tokens) مقارنة بالأنظمة القوية الأخرى. الأمر يشبه حل لغز باستخدام القطع التي تحتاجها فقط، بدلاً من سكب الصندوق بأكمله على الطاولة.

باختصار

AMATA هو إطار عمل ذكي يعامل وكلاء الذكاء الاصطناعي كفريق مرن ومتعاون. فبدلاً من إجبار كل وكيل على العمل في كل مشكلة، فإنه يقرر ديناميكيًا من هو المطلوب، ويعلمهم كيف يعتمدون على بعضهم البعض. وهذا يؤدي إلى إجابات ليست أكثر دقة فحسب (أقل هلوسة/تزييفًا)، بل وأكثر كفاءة في الإنتاج أيضًا.

ملخص تقني: AMATA – المحاذاة التكيفية لمسارات الوكلاء المتعددين للإجابة على الأسئلة كثيفة المعرفة

1. بيان المشكلة

على الرغم من التقدم الكبير في النماذج اللغوية الكبيرة (LLMs)، لا يزال توليد استجابات متسقة واقعيًا للإجابة على الأسئلة كثيفة المعرفة (QA) يمثل تحديًا. تعاني النماذج الحالية من الهلوسة والقيود في سد فجوات المعرفة طويلة الذيل. وبينما توفر تقنية التوليد المعزز بالاسترجاع (RAG) استراتيجية للتخفيف من حدة هذه المشكلة عبر الوصول إلى المعرفة الخارجية، إلا أنها تعاني من عدم دقة الاسترجاع وزيادة زمن الاستجابة (latency) بسبب السياقات الطويلة.

تندرج نهج الوكلاء المتعددين الحالية للإجابة على الأسئلة كثيفة المعرفة عمومًا تحت ثلاثة نماذج، لكل منها قيود متميزة:

التدريب الجزئي (Modular Training): يتم ضبط الوكلاء بشكل مستقل على مهام فرعية. يفتقر هذا النهج إلى التحسين العالمي، مما يؤدي إلى انتشار الخطأ وعدم القدرة على التعويض عن الاعتماد المتبادل بين الوكلاء.
التدريب من البداية إلى النهاية (End-to-End Training): يعمل على تحسين جميع الوكلاء بشكل مشترك ضمن إطار عمل واحد. ورغم أنه يتيح التكيف المشترك، إلا أن تحديثات التدرج الموحدة غالبًا ما تحجب متطلبات التخصص المتميزة للوكلاء غير المتجانسين، مما يسبب تجانسًا مفرطًا.
التدريب العالمي-المحلي (Global-Local Training): يجمع بين تحسين المهام الفرعية المستقلة والضبط الدقيق المشترك. ومع ذلك، تفشل هذه الأساليب غالبًا في التقاط التبعيات الديناميكية بين الوكلاء، والتي تعد حاسمة للمهام المتنوعة (مثل خطوات التحقق غير الضرورية للأسئلة ذات الثقة العالية، أو تسلسلات التنفيذ الجامدة التي تتجاهل السياق).

المشكلة الجوهرية التي يعالجها البحث هي غياب إطار عمل يمكنه محاذاة مشاركة الوكلاء ديناميكيًا بناءً على متطلبات أسئلة محددة، مع نمذجة التبعيات المعقدة المعتمدة على السياق بين الوكلاء لتحسين أداء الاستنتاج وكفاءة الرموز (tokens) في آن واحد.

2. المنهجية: إطار عمل AMATA

يقترح المؤلفون AMATA (المحاذاة التكيفية لمسارات الوكلاء المتعددين)، وهو إطار عمل مصمم لتحسين محاذاة مستوى الوكيل والتقاط التبعيات الديناميكية بين الوكلاء. يستخدم النظام ستة وكلاء متخصصين: إعادة بناء النوايا (Intent Reconstructor)، مسترجع المعرفة (Knowledge Retriever)، مرشح المعرفة (Knowledge Filter)، محدد موقع المعرفة (Knowledge Locator)، مولد الاستجابة (Response Generator)، ومتحقق الإجابة (Answer Verifier).

تستند المنهجية إلى ابتكارين رئيسيين:

أ. تعلم التفضيل داخل المسار (Intra-Trajectory Preference Learning)

تعامل النهج الحالية جميع الوكلاء كعناصر ذات صلة بشكل موحد. يقدم AMATA آلية لتحسين مشاركة الوكلاء دينما لـ كل سؤال على حدة.

الآلية: يتعلم النظام توزيعات تفضيل الوكلاء الخاصة بكل سؤال. لكل زوج (وكيل-سؤال)، يتم تعيين درجة تفضيل (على سبيل المثال، <Retriever: 5> مقابل <Verifier: 1>) بناءً على فائدة الوكيل للمدخل الحالي.
التنفيذ: يتم دمج هذه الدرجات مع أوصاف الوكلاء كبادئة (prefix) وتزدوج مع السؤال لعملية الضبط الدقيق. يسمح هذا لنموذج أحادي (monolithic model) بالتقاط كفاءات الوكلاء غير المتجانسة من خلال الضبط الدقيق الخاضع للإشراف (SFT) المعزز بدرجات البادئة التكيفية، بدلاً من الحاجة إلى مجموعات بيانات منفصلة لكل وكيل.
الهدف: إعطاء الأولوية للوكلاء الحاسمين (مثل أدوات المعرفة للاستفسارات المعقدة) وتقليل دور الوكلاء غير الضروريين (مثل المتحققين للإجابات عالية الثقة)، مما يقلل من استهلاك الرموز (tokens).

ب. تعلم التبعية بين الوكلاء (Inter-Agent Dependency Learning)

تظهر أنظمة الوكلاء المتعددين تبعيات تعتمد على السياق، حيث يتطلب تفعيل وكيل محوري تنفيذًا منسقًا للوكلاء المرتبطين به.

الآلية: يقدم المؤلفون وحدة التحسين المباشر للتفضيل المدرك للتبعية (DA-DPO). بخلاف نظام DPO القياسي الذي يقارن بين أزواج الفائز والخاسر المنفردة، يتعلم DA-DPO ترتيبات التنفيذ الحساسة للسياق.
التنفيذ:
- يتم إنشاء عينات التفضيل لتشفير التبعيات بين الوكلاء بشكل صريح.
- يتم وسم المسارات بدرجة تفضيل مشتركة تعكس الأمثلية العالمية لتسلسل الوكلاء المتعددين.
- تختار الخوارزمية أفضل $K$ من العينات الفائزة بناءً على "جودة التبعية" (مدى ارتباط درجات الوكلاء بالنتائج الناجحة) وتعتبر العينات المتبقية أمثلة خاسرة.
- يتم استخدام نموذج تفضيل Plackett-Luce متعدد القوائم لتحسين السياسة، مع إعطاء الأولوية للمسارات ذات التنسيق القوي بين الوكلاء.
الهدف: تمكين النموذج اللغوي الكبير من استنتاج تسلسلات تنفيذ مثالية للوكلاء المتعددين بموثوقية عالية، مما يضمن تنفيذ الوكلاء التابعين (مثل: المسترجع $\leftarrow$ المرشح $\leftarrow$ المحدد) بطريقة متماسكة ومدركة للتبعية.

مسار التدريب (Training Pipeline)

يخضع إطار العمل لعملية تدريب مكونة من مرحلتين:

التعلم داخل المسار: يحسن النموذج لإدراك فائدة الوكيل عبر آلية بادئة التفضيل ( $L_{Intra}$ ).
تعلم التبعية بين الوكلاء: يجمع بين فقدان تنبؤ الوكيل الأساسي وفقدان DA-DPO لتعزيز التعاون بين الوكلاء ( $L_{total} = \alpha_1 L(T) + \alpha_2 L_{Inter}$ ).

3. المساهمات الرئيسية

التخصيص التكيفي للوكلاء: نهج مبتكر لتعديل تأثير الوكيل ديناميكيًا بناءً على تعقيد السؤال، بعيدًا عن سير العمل الثابت أو صلة الوكلاء الموحدة.
التحسين المدرك للتبعية: تقديم DA-DPO، الذي يلتقط تبعيات الأدوات بين الوكلاء ويتعلم ترتيبات التنفيذ النسبية، مما يعالج مشكلات "انتشار الخطأ" و"التسلسل الجامد" في أنظمة الوكلاء المتعددين السابقة.
الكفاءة والأداء: إطار عمل يحقق أداء استنتاج عالي مع تقليل عبء الرموز (tokens) بشكل كبير عبر تخطي الوكلاء غير الضروريين (مثل المتحققين) وتحسين مسار التنفيذ.

4. النتائج التجريبية

تم تقييم AMATA على خمسة معايير معترف بها للأسئلة كثيفة المعرفة: HealthQA، وARC-Choice، وPopQA، وSQuAD 1.1، وASQA.

الأداء: تفوق AMATA باستمرار على النهج المرجعية، بما في ذلك طرق الأسئلة التقليدية، والأطر المعززة بالمعرفة (مثل Self-RAG وRADIT)، وأنظمة المسارات القائمة على النماذج اللغوية الكبيرة (مثل SMART وGiGPO وSPA-RL). حقق تحسنًا متوسطًا في الأداء بنسبة +4.02% عبر جميع المهام.
الكفاءة: قللت الطريقة من عبء استهلاك الرموز بنسبة تقارب 70% مقارنة بالنماذج المرجعية القوية. ويعود ذلك إلى تعلم التفضيل التكيفي الذي يتجنب استدعاء الوكلاء غير الضروريين.
دراسات الاستئصال (Ablation Studies): أدى حذف فقدان التبعية بين الوكلاء ( $L_{Inter}$ ) إلى أكبر انخفاض في الأداء، مما يؤكد أهمية نمذجة الارتباطات بين الوكلاء. وبالمثل، أدى حذف وكلاء محددين (مثل المرشح أو المتحقق) إلى تراجع الأداء، مما يؤكد ضرورة مجموعة الوكلاء الكاملة وأدوارهم المحددة.
تحليل الرموز (Token Analysis): مقارنة بالنماذج المرجعية العالمية-المحلية مثل SMART، حافظ AMATA على عبء رموز مماثل ولكنه تفوق عليها بشكل كبير في الدقة. أما الأساليب القائمة على التعلم التعزيزي (مثل GiGPO)، فقد أظهرت استهلاكًا أعلى للرموز (+70%) بسبب جلسات التشغيل المتعددة.

5. الأهمية والادعاءات

يزعم البحث أن AMATA يمثل خطوة كبيرة للأمام في مجال الأسئلة والأجوبة متعددة الوكلاء من خلال الانتقال من التفاعلات الثابتة أو المحسنة بشكل موحد إلى محاذاة المسارات التكيفية المدركة للتبعية.

التكيف الدينماكي: أثبت إطار العمل بنجاح أن الأسئلة ذات الثقة العالية لا تتطلب خطوات تحقق، وأن أسئلة المعرفة المعقدة تتطلب سلاسل محددة من وكلاء المعرفة. يتعلم AMATA هذه الديناميكيات تلقائيًا.
القابلية للتوسع والكفاءة: من خلال تقليل استهلاك الرموز بنسبة ~70% دون التضحية بالدقة، يعالج هذا الأسلوب عوائق التكلفة العملية لنشر أنظمة الوكلاء المتعددين المعقدة.
التعميم: يشير المؤلفون إلى أن إطار العمل يعمل كنظام ذاتي التكيف (zero-shot) عند الاستنتاج، ولا يتطلب آثار تدريب مسبقة لمجالات جديدة بمجرد تعلم "سياسة التعاون".

يتحلى المؤلفون بالتواضع بشأن القيود، حيث أقروا بأن التجارب أجريت أساسًا على نماذج بـ 7 مليارات معلمة (7B-parameter)، وأن عدد عينات الفوز والخسارة لـ DPO كان محدودًا. ويقترحون أن التوسع إلى نماذج أكبر (مثل 70B) وزيادة تنوع العينات يمكن أن يعزز الأداء بشكل أكبر في المهام المعقدة.