← أحدث الأبحاث
💬 NLP

Combinatorial Synthesis: Scaling Code RLVR via Atomic Decomposition and Recombination

تقدم هذه الورقة البحثية "التفكيك وإعادة التركيب الذري" (ADR)، وهو إطار عمل مبتكر يتغلب على ندرة مهام الكود البرمجي القابلة للتحقق والصعبة لتعزيز التعلم التعزيزي بالمكافآت القابلة للتحقق (RLVR)، وذلك من خلال تفكيك وإعادة تركيب العناصر الذرية بشكل منهجي لتوليد بيانات تدريب عالية الجودة ومتنوعة تعزز بشكل كبير قدرات النماذج اللغوية الكبيرة في البرمجة عبر مجالات مختلفة.

المؤلفون الأصليون: Jiasheng Zheng, Boxi Cao, Boxi Yu, Yuzhong Zhang, Jialun Cao, Yaojie Lu, Hongyu Lin, Xianpei Han, Le Sun

نُشر 2026-06-01
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Jiasheng Zheng, Boxi Cao, Boxi Yu, Yuzhong Zhang, Jialun Cao, Yaojie Lu, Hongyu Lin, Xianpei Han, Le Sun

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 كيفية كتابة كود برمجي. أفضل طريقة للقيام بذلك هي إعطاء الروبوت كومة ضخمة من الألغاز البرمجية، وتركه يحاول حلها، ثم إخباره فوراً: "نعم، لقد نجح ذلك!" أو "لا، لقد فشل ذلك". تسمى هذه الطريقة التعلم المعزز بالمكافآت القابلة للتحقق (RLVR).

ومع ذلك، هناك مشكلة رئيسية، وهي صعوبة العثور على عدد كافٍ من الألغاز الجيدة:

  • إذا كانت الألغاز سهلة للغاية، فلن يتعلم الروبوت أي شيء جديد.
  • إذا كانت صعبة للغاية أو معطلة، فسيصاب بالارتباك.
  • معظم الطرق الحالية لصنع ألغاز جديدة تشبه آلة التصوير الضوئي (Photocopier)؛ فهي تأخذ لغزاً موجوداً بالفعل، وتغير بعض الكلمات أو تستبدل رقماً، وتسمي ذلك "جديداً". لكن الروبوت يدرك بسرعة أن هذه مجرد حيل قديمة، فيتوقف عن التعلم.

يقدم البحث إطار عمل جديداً يسمى ADR (التفكيك وإعادة التركيب الذري) لحل هذه المشكلة. وإليك كيف يعمل، مشروحاً عبر تشبيهات بسيطة:

1. الطريقة القديمة: "آلة التصوير الضوئي"

تخيل أن لديك وصفة لكعكة الشوكولاتة. الطريقة القديمة (التوسع الاستدلالي) ستأخذ تلك الوصفة وتغير فقط كلمة "شوكولاتة" إلى "فراولة" أو "كعكة" إلى "فطيرة". يبدو الأمر مختلفاً، لكن منطق الخبز هو نفسه تماماً. الروبوت يتعلم التعرف على النمط، لكنه لا يتعلم كيف يخبز فعلياً.

2. طريقة ADR: "سيد الليغو"

تعامل ADR المشكلات البرمجية مثل صندوق من قطع الليغو. بدلاً من نسخ قلعة كاملة، تقوم بتفكيك القلعة إلى أصغر قطع فردية ("التفكيك الذري").

  • الخطوة 1: التفكيك (Decomposition)
    يأخذ النظام بضعة مشكلات برمجية حقيقية ويفككها إلى "عناصرها الذرية" الأساسية.

    • التشبيه: بدلاً من النظر إلى سيارة كاملة، فإنه يحدد المحرك، والعجلات، وعجلة القيادة، والمكابح كأجزاء منفصلة ومتميزة.
    • يستخدم النظام فحصاً ذكياً يعتمد على "نظرية المعلومات" للتأكد من امتلاكه المزيج الصحيح من القطع. إذا كان لديه الكثير من القطع الحمراء ولا يوجد لديه أي قطع زرقاء، فإنه يعدل المجموعة.

  • الخطوة 2: بناء شيء جديد (Recombination)
    الآن، بدلاً من النسخ، يقوم النظام بجلب محرك عشوائي، ومجموعة مختلفة من العجلات، وآلية توجيه فريدة لبناء مركبة جديدة تماماً.

    • التشبيه: قد يجمع بين محرك قارب وهيكل سيارة لإنشاء مركبة هوائية (Hovercraft). هذا "مزيج جديد حقاً"، ولأن الأجزاء سليمة منطقياً، فإن المركبة الجديدة تعمل بالفعل.

  • الخطوة 3: اختبار الإجهاد (Validation)
    قبل إعطاء اللغز للروبوت، تقوم ADR ببناء "مختبر اختبار". فهي تكتب حلاً ثم تحاول كسر هذا الحل.

    • التشبيه: تخيل وجود مفتش سلامة يحاول صدم المركبة الهوائية الجديدة. إذا تحطمت المركبة لأن المفتش وجد نقطة ضعف، تقوم ADR بإصلاح التصميم وتجعل الاختبار أصعب. تستمر في ذلك حتى تصبح المركبة "مضادة للرصاص". هذا يضمن أن اللغز قابل للحل ولكنه يتسم بالتحدي.

  • الخطوة 4: فخ "الاقتراب من الخطأ"
    تقوم ADR أيضاً بإنشاء حلول "خادعة" تبدو صحيحة ولكنها خاطئة في الواقع (مثل مركبة هوائية تبدو رائعة ولكن ليس لها محرك). ثم تقوم بتحديث مختبر الاختبار ليتمكن خصيصاً من كشف هذه الخدع. هذا يعلم الروبوت أن يكون دقيقاً للغاية.

لماذا يهم هذا؟

اختبر البحث منهج "سيد الليغو" هذا مقابل طرق "آلة التصوير الضوئي" القديمة.

  • ألغاز أفضل: كانت الألغاز الجديدة أكثر أصالة، وأكثر صعوبة، وتغطي مجموعة أوسع من المواضيع (مثل الخوارزميات، استخدام الأدوات، وعلوم البيانات).
  • روبوتات أذكى: عندما استخدموا هذه الألغاز الجديدة لتدريب نماذج ذكاء اصطناٍ مختلفة، تحسنت الروبوتات بشكل ملحوه أكثر بكثير مما حدث عند استخدام الطرق القديمة.
    • النتيجة: في اختبار برمجي قياسي، لم تحقق الطرق القديمة سوى تحسن طفيف في درجة الروبوت. أما طريقة ADR فقد رفعت النتيجة بنسبة تقارب 5% (وهي قفزة هائلة في هذا المجال)، مما يثبت أن الروبوت تعلم بالفعل مهارات استنتاج أعمق، وليس مجرد حفظ الأنماط.

الخلاصة

يزعم البحث أنه من خلال تفكيك المشكلات البرمجية إلى أصغر أجزائها المنطقية وخلطها بطرق جديدة ومنضبطة، يمكننا توليد إمداد لا ينتهي من الألغاز عالية الجودة والمثيرة للتحدي. وهذا يسمح للذكاء الاصطناهي بتعلم كيفية البرمجة بشكل أسرع وأكثر فعالية من ذي قبل، دون الحاجة إلى كتابة البشر لكل لغز يدوياً.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💬 cs.CL →