Harnessing LLM Agents with Skill Programs
تقدم الورقة البحثية HASP، وهو إطار عمل معياري يحول المهارات النصية الاستشارية إلى وظائف برمجية (PFs) قابلة للتنفيذ للتدخل بفعالية في حلقات وكلاء النماذج اللغوية الكبيرة (LLM agents)، مما يحسن الأداء بشكل كبير في المهام المعقدة مثل البحث عبر الويب، والاستدلال الرياضي، والبرمجة من خلال التوجيه أثناء الاستدلال، أو الإشراف ما بعد التدريب، أو التحسين الذاتي.
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) ذكياً جداً، ولكنه أخرق في بعض الأحيان. تطلب منه حل لغز معقد، مثل العثين على حقيقة محددة على الإنترنت أو كتابة كود برمجي. يحاول الروبوت بذل قصارى جهده، لكنه يستمر في ارتكاب نفس الأخطاء: يستسلم بسرعة كبيرة، أو يبحث عن أشياء خاطئة، أو يرتبك بسبب أسماء متشابهة.
عادةً، عندما نحاول إصلاح ذلك، نكتفي بإعطاء الروبوت قائمة من التعليمات المكتوبة (مثل دليل الاستخدام) تقول له: "تذكر أن تراجع عملك!" أو "لا تخمن!". لكن الروبوت غالباً ما يتجاهل هذه الملاحظات لأنها مجرد نصوص سلبية؛ فهو لا يعرف بالضبط متى يتوقف ليستمع، أو كيف يغير أفعاله.
إطار العمل HASP (تسخير وكلاء النماذج اللغوية الكبيرة عبر برامج المهارات) هو إطار عمل جديد يغير قواعد اللعبة. فبدلاً من إعطاء الروبوت دليلاً نصياً سلبياً، يمنحه الباحثون "برامج مهارات" (Skill Programs) قابلة للتنفيذ. فكر في الأمر ليس ككتاب، بل كـ حزام أمان ذكي أو مساعد طيار يجلس بجانب عقل الروبوت مباشرة.
إليك كيف يعمل ذلك، باستخدام تشبيهات بسيطة:
1. من "النصيحة السلبية" إلى "الحواجز الواقية النشطة"
- الطريقة القديمة (المهارات النصية): تخيل مدرب قيادة يجلس في المقعد الخلفي ويصرخ: "يجب أن تبطئ السرعة!". قد يسمع السائق ذلك، أو قد يتجاهله، أو قد لا يدرك تماماً متى يضغط على المكابح. إنها مجرد نصيحة.
- طريقة HASP (وظائف البرامج): الآن، تخيل أن السيارة تحتوي على حزام أمان ذكي. إذا بدأت السيارة في الانحراف نحو منحدر (حالة عرضة للفشل)، فإن الحزام لا يكتفي بالصراخ بتقديم النصيحة، بل يتدخل فعلياً. قد يقوم بتوجيه عجلة القيادة بلطف للعودة إلى المركز أو يضخ إشارة تحذير مباشرة في رؤية السائق.
- في الورقة البحثية: هذه "برامج المهارات" هي قطع صغيرة من الكود تراقب كل حركة يقوم بها الروبوت. إذا كان الروبوت على وشك ارتكاب خطأ (مثل اعتماد إجابة نهائية دون قراءة الأدلة)، فإن برنامج المهارة يتدخل. يمكنه إما إعادة كتابة إجراء الروبوت (تغيير استعلام بحث سيء إلى استعلام جيد) أو حقن تلميح (إخبار الروبوت: "انتظر، لم تقرأ المستند بعد!").
2. الطرق الثلاث لاستخدام الحزام
توضح الورقة البحثية أنه يمكن استخدام هذا "الحزام" بثلاث طرق مختلفة، مثل تدريب طالب:
النمط أ: الإصلاح الفوري (التدخل أثناء الاستدلال)
- التشبيه: تضع الحزام على الروبوت أثناء عمله. يلتقط الحزام الأخطاء في الوقت الفعلي ويصلحها فوراً. لا يحتاج الروبوت لتعلم أي شيء جديد؛ فالحزام هو من يقوم بالعمل الشاق.
- النتيجة: يحل الروبوت المشكلات بشكل أفضل بكثير منذ البداية، حتى دون أي تدريب إضافي.
النمط ب: دليل الدراسة (ما بعد التدريب)
- التشبيه: بعد أن يقوم الحزام بإصلاح أخطاء الروبوت، يأخذ الباحثون "فيديو" للمسار "المصحح" ويعرضونه على الروبوت كدرس. يدرس الروبوت هذه الأمثلة ويتعلم كيفية اتخاذ القرارات الصحيحة بنفسه في المرة القادمة.
- النتيجة: يستوعب الروبوت المهارات داخلياً. يبدأ في التصرف كما لو كان الحزام جزءاً من عقله، مما يقلل حاجته للمساعدة بمرور الوقت.
النمط ج: المكتبة ذاتية التطوير (التطور)
- التشبيه: إذا واجه الروبوت نوعاً جديداً من الأخطاء لم يره الحزام من قبل، يتوقف النظام. يطلب من "معلم" (ذكاء اصطناعي فائق الذكاء) كتابة برنامج مهارة جديد خصيصاً لهذا الخطأ. وقبل إضافة هذه المهارة الجديدة إلى صندوق الأدوات، يتحقق "المعلم" من أنها آمنة ومفيدة.
- النتيجة: تصبح مجموعة أدوات الروبوت أكثر ذكاءً بمرور الوقت، حيث تتعلم من إخفاقاتها الخاصة دون الحاجة إلى كتابة البشر لكل قاعدة.
3. لماذا يعمل هذا النهج بشكل جيد للغاية؟
اختبرت الورقة البحثية هذا النهج على ثلاث مهام صعبة:
- البحث في الويب: العثور على إجابات تتطلب ربط قطع متعددة من المعلومات (مثل محقق يحل لغزاً).
- الرياضيات: حل معادلات معقدة.
- البرمجة: كتابة برامج كمبيوتر.
النتائج:
- تفوق نهج "الحزام" على جميع الأساليب الأخرى التي قارنها الباحثون بها.
- بالنسبة للبحث في الويب، أدى استخدام الحزام فقط (دون تدريب الروبوت) إلى تحسين الأداء بنسبة 25% مقارنة بالطرق القياسية.
- والأهم من ذلك، عندما تركوا الروبوت يتعلم من الحزام (ما بعد التدريب)، أصبح أفضل بكثير.
- والأهم من ذلك، النظام نمطي (Modular). إنه يشبه السكين السويسري؛ يمكنك استخدام الأدوات فقط، أو استخدام الأدوات لتعليم الروبوت، أو السماح للروبوت ببناء أدوات جديدة.
الخلا الخلاصة
يحول HASP "الخبرة القابلة لإعادة الاستخدام" من فكرة غامضة إلى أداة ملموسة وقابلة للتنفيذ. فبدلاً من الأمل في أن يتذكر الروبوت قاعدة ما، يمنح HASP الروبوت مجموعة من عمليات التحقق التلقائية من السلامة التي ترصد الأخطاء في لحظة وقوعها، وتصلحها، وتساعد الروبوت على التعلم لتجنبها في المستقبل. إنه الفرق بين إعطاء طالب كتاباً مدرسياً وبين إعطائه مدرساً خصوصياً يجلس بجانبه مباشرة، ويصحح عمله أثناء القيام به.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.