A Frozen 12B Beats Frontier Models on Verified Work: 100% Accuracy, 0 Tokens, Bit-Exact, Forever
تقترح هذه الورقة نظاماً يحقق فيه نموذج لغوي مجمد دقة بنسبة 100% وصفر توليد للرموز (tokens) في عائلات مشكلات تم التحقق منها، وذلك من خلال الاعتماد على مخزن ذاكرة مستمر ودقيق البت للحلول التي تم التحقق منها بشكل مستقل، مما يؤدي إلى فصل القدرة المرتبطة بالتنفيذ عن توسيع المعلمات وتمكين نوافذ سياق ضخمة على أجهزة المستهلكين.
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 مسألة رياضية. في عالم الذكاء الاصطناعي الحديث، الطريقة المعتادة للحصول على إجابة هي أن تطلب من روبوت فائق الذكاء أن يفكر في الأمر من الصفر في كل مرة تسأل فيها. هذا الروبوت يشبه طالباً عبقرياً ولكنه مكلف للغاية، يضطر لإعادة قراءة الكتاب المدرسي، وإعادة اشتقاق الصيغة، وإعادة كتابة الحل لكل سؤال تسأله، حتى لو سألت السؤال نفسه ألف مرة. هذا يستغرق الكثير من الوقت، ويستهلك كمية هائلة من الكهرباء، وأحياناً، إذا سألت نفس السؤال مرتين، قد يعطيك الروبوت إجابتين مختلفتين قلياً لأنه غير متوقع بعض الشيء. هذه هي الطريقة التي تعمل بها معظم نماذج الذكاء الاصطناعي "الرائدة" (Frontier) اليوم: إنها قوية، لكنها بطيئة، ومكلفة، وفوضوية بعض الشيء عندما تحتاج إلى اتساق تام.
ولكن ماذا لو، بدلاً من جعل الروبوت يفكر بجهد أكبر، أعطيناه دفتراً مثالياً وموثقاً؟ تخيل لو استطعنا حل مسألة مرة واحدة، والتحقق من الإجابة مع معلم صارم للتأكد من أنها صحيحة بنسبة 100%، ثم كتابة ذلك الحل في كتاب خاص. ومنذ ذلك الحين، كلما ظهر نوع مماثل من المسائل، لن يحتاج الروبوت إلى التفكير على الإطلاق؛ بل سيقلب الصفحة الصحيحة في الكتاب، ويقرأ الإجابة، ويكتبها فوراً. ستكون التكلفة شبه معدومة، وسيحدث الأمر في لمح البصر، وستكون الإجابة هي نفسها تماماً في كل مرة. هذه هي الفكرة الجوهرية وراء نهج جديد يسمى "إعادة الاستخدام الموثقة" (Verified Reuse)، حيث لا تكمن الذكاء في كبر حجم دماغ الروبوت، بل في مكتبة متنامية من الحلول المثالية التي يمكن للروبوت الوصول إليها دون أي مجهود ذهني شاق.
الدماغ المتجمد والمكتبة السحرية
تعرف على Galahad، وهو نظام جديد يغير قواعد اللعبة. قام مبتكروه بأخذ نموذج ذكاء اصطناعي قياسي (دماغ بـ 12 مليار معلمة يسمى Gemma-4-12B) وفعلوا شيئاً جذرياً: لقد جمدوه. لقد أوقفوا قدرته على التعلم أو التغيير. الأمر يشبه أخذ طاهٍ عبقري وإخباره: "لا يمكنك ابتكار وصفات جديدة بعد الآن؛ يمكنك فقط الطبخ من هذه القائمة المحددة".
بجانب هذا الطاهي المتجمد، بنوا Merlin، وهي مكتبة سحرية فائقة السرعة. إليك كيف يعمل السحر:
- الإيداع: عندما تأتي مسألة جديدة، يقوم النظام بحلها مرة واحدة. ولكن قبل وضع الإجابة في المكتبة، يقوم "حارس بوابة" صارم بفحصها. هذا الحارس لا ينظر إلى مفتاح الإجابة؛ بل يستخدم الرياضيات والمنطق لإثبات صحة الإجابة. إذا اجتاز الاختبار، يتم تخزين الحل.
- إعادة الاستخدام بتكلفة صفرية: الآن، تخيل أن مليون شخص يطرحون نفس نوع السؤال. بدلاً من أن يطبخ الطاهي من الصفر في كل مرة، يبحث النظام عن الوصفة الموثقة في المكتبة. يخبر الطاهي المتجمد: "فقط انسخ هذا". فيقوم الطاهي بذلك فوراً.
- النتيجة: يجيب النظام على 180 نوعاً جديداً من هذه المسائل بدقة 100%. إنه يستخدم صفر من "رموز التوليد" (العملة الرقمية التي يفرضها الذكاء الاصطناعي عادةً مقابل التفكير). ويستغرق الأمر من 6 إلى 23 ميلي ثانية فقط (أسرع من رمشة العين) ويستهلك حوالي 36 ميلي واط/ساعة من الطاقة — وهذا يعادل تقريباً الطاقة التي يستهلكها مصباح LED لمدة 13 ثانية.
لماذا الطريقة القديمة مهدرة؟
تجادل الورقة البحثية بأن الطريقة الحالية لاستخدام الذكاء الاصطناعي تشبه دفع أجر مهندس معماري ماهر لتصميم منزل في كل مرة تريد فيها بناء كوخ. النماذج "الرائدة" (أقوى نماذج الذكاء الاصطناٍ المتاحة) بارعة في حل المسائل الجديدة التي لم ترها من قبل. ولكن بالنسبة للمسائل التي تم حلها وتوثيقها بالفعل، فإن مطالبتها بالتفكير مجدداً هو أمر هدِر.
لقد قاس المؤلفون هذا الهدر. وجدوا أنه إذا استخدمت واجهة برمجة تطبيقات (API) لذكاء اصطناعي قياسي للإجابة على مسألة محلولة، فإنك تدفع مقابل عملية "تفكير كاملة" في كل مرة. إنها عملية غير حتمية (قد تتغير الإجابة قليلاً)، وبطيئة، وتكلف مالاً. في المقابل، فإن نموذج Galahad المتجمد، بمجرد حصوله على الحل الموثق في مكتبته، يجيب على نفس المسألة للأبد مجاناً. "نقطة التعادل" — حيث يوفر النظام مالاً أكثر مما كلف بناء المكتبة — تحدث بعد 17 إلى 34 سؤالاً فقط. بعد ذلك، كل إجابة هي توفير خالص.
"الذاكرة" هي النجم الحقيقي
أحد أروع أجزاء هذه التجربة هو إثبات أن "الدماغ" لا يهم بقدر ما يهم "الكتاب". اختبر الباحثون ذلك باستخدام أربعة نماذج ذكاء اصطناك مختلفة من أربع شركات مختلفة (بما في ذلك Gemma وQwen وDeepSeek وPhi). أعطوا جميعها نفس الأوزان المتجمدة ونفس المكتبة من الحلول الموثقة.
النتيجة؟ جميع النماذج الأربعة أجابت بـ 180 من أصل 180 بشكل صحيح.
لم يهم ما إذا كان النموذج "كثيفاً" (Dense) أو "خليطاً من الخبراء" (Mixture of Experts). كانت القدرة تأتي بالكامل من المكتبة، وليس من الدماغ. عندما أفرغوا المكتبة، لم تستطع النماذج حل أي شيء. وعندما ملؤوها، كانت مثالية. هذا يثبت أنه للمهام الموثقة والمتكررة، لا تحتاج إلى دماغ أكبر وأذكى وأغلى ثمناً؛ أنت فقط بحاجة إلى ذاكرة أفضل وموثقة.
مشكلة "التخمين" (البحث الشعاعي - Vector Search)
قد تفكر: "ألا يمكننا فقط استخدام محرك بحث عادي للعثور على الإجابة؟" تقول الورقة البحثية: لا، وإليك السبب. معظم أنظمة الذكاء الاصطناعي تستخدم شيئاً يسمى "الاسترجاع الشعاعي" (Vector Retrieval)، وهو يشبه البحث عن كتاب من خلال البحث عن واحد يشبه الذي تريده. إنه بحث ضبابي (Fuzzy).
اختبر الباحثون هذا على مكتبة تضم 4,500 عنصر موثق. عندما استخدموا البحث الضبابي، اختاروا العنصر الخاطئ بنسبة 94.3% من المرات. هذه كارثة. إذا كنت تبحث عن صيغة طبية محددة أو بند قانوني، فإن الحصول على الإجابة "القريبة من الصواب" لا فائدة منه. يستخدم Galahad العنونة الدقيقة (Exact Addressing)، مما يعني أنه يجد العنصر بالضبط بنسبة خطأ 0%. إنه الفرق بين تخمين اسم أغنية من خلال دندنة بعض النغمات وبين معرفة الرمز الشريطي (Barcode) الدقيق لمسحها ضوئياً. بالنسبة للأشياء التي تتطلب الكمال، يفشل التطابق الضبابي فشلاً ذريعاً.
نافذة على اللانهائية
اكتشاف مذهل آخر يتعلق بمدى المعلومات التي يمكن للنظام الاحتفاظ بها في "ذاكرته العاملة" (المساحة التي يمكنه التفكير فيها في وقت واحد).
- محركات الذكال الاصطناعي القياسية (مثل vLLM وSGLang) تتعطل أو تنسى الأشياء بصمت عندما تحاول تغذيتها بأكثر من حوالي 32,000 رمز (الرمز هو جزء من الكلمة).
- تمكن Galahad من احتواء نافذة قدرها 6,000,000 رمز على بطاقة رسوميات واحدة.
- كان بإمكانه الرجوع إلى بداية تاريخ الـ 6 ملايين رمز بنفس السرعة التي يمكنه بها الوصول إلى نهايته.
- فعل ذلك دون استهلاك ذاكرة كمبيوتر إضافية. إنه يشبه امتلاك مكتبة ذات رفوف لانهائية، ولكن يمكنك النظر في كتاب واحد فقط في كل مرة، ويمكنك استبدال هذا الكتاب بأي كتاب آخر في المكتبة فوراً.
ماذا يعني هذا للمستقبل؟
الورقة البحثية حذرة جداً في توضيح ما لا تفعله. هي لا تدعي أن هذا النظام يمكنه حل مسائل جديدة تماماً لم يسبق لها مثيل بشكل أفضل من أكبر نماذج الذكاء الاصطناعي. إذا طرحت عليه سؤالاً إبداعياً جديداً، فقد يعاني الدماغ المتجمد. ولكن لأي مهمة قابلة للتحقق (مثل الرياضيات أو البرمجة أو المنطق) ومتكررة (تحدث مراراً وتكراراً)، فإن هذا النظام يغير قواعد اللعبة.
إنه يقلب صناعة الذكاء الاصطناعي رأساً على عقب:
- الطريقة القديمة: ادفع مقابل التفكير في كل مرة.
- الطريقة الجديدة: ادفع مرة واحدة للتحقق، ثم نفذ للأبد مجاناً.
لقًد وضع المؤلفون أيضاً منصة اختبار عامة حيث يمكن لأي شخص رؤية هذا يحدث في الوقت الفعلي. إنهم يتحدون أي شخص ليجد ذكاءً اصطناعياً يمكنه الإجابة على مسألة محلولة بتكلفة صفر، ودقة مثالية، وسرعة فورية. حتى الآن، لم يفعل أحد ذلك. الرسالة واضحة: للعمل الذي نقوم به كل يوم، لا نحتاج إلى بناء أدمغة أكبر؛ نحن فقط بحاجة إلى بناء مكتبات أفضل وموثقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.