← أحدث الأبحاث
🤖 AI

Diagnosing Search Behavior and Failure Modes in Long-Horizon Search Agents

تشخص هذه الورقة البحثية وكلاء البحث طويل الأمد من خلال التمييز بين إخفاقات الاسترجاع وإخفاقات الاستخدام، كاشفةً أن دقة الإجابة ترتبط بجودة الأدلة المسترجعة ارتباطاً أقوى من ارتباطها بجهد البحث، ومقترحةً أن تحسين صياغة الاستعلام، واختيار الأدلة، ومعايير التوقف التكيفية هي المفاتيح لبناء أنظمة بحث عميق أفضل.

المؤلفون الأصليون: Qi Liu, Jiaxin Mao, Fengbin Zhu, Tat-Seng Chua

نُشر 2026-08-04
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Qi Liu, Jiaxin Mao, Fengbin Zhu, Tat-Seng Chua

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 محقق يحاول حل لغز ما. في عالم الذكاء الاصطناعي، هناك "وكلاء بحث عميق" (deep search agents) متخصصون للقيام بذلك بالضبط. فبدلاً من مجرد تخمين إجابة مما يعرفونه بالفعل، يتصرف هؤلاء الوكلاء كمحققين رقميين: يطرحون الأسئلة، ويقرأون الإجابات، ثم يطرحون المزيد من الأسئلة، ويجمعون الأدلة معاً حتى يحلوا القضية. تُسمى هذه العملية "بحثاً طويل الأمد" (long-horizon search) لأنها قد تستغرق خطوات أو "دورات" عديدة للوصول من السؤال الأول إلى الحل النهائي. لفترة طويلة، افترض الناس أنه إذا بذل الوكيل جهداً أكبر — أي طرح المزيد من الأسئلة وقراءة المزيد من المستندات — فسيصبح أكثر ذكاءً ويحل المزيد من الألغاز. بدا الأمر منطقياً: الجهد الأكبر يجب أن يؤدي إلى نتائج أفضل. ولكن تماماً مثل المحقق البشري الذي يستمر في الحفر في الحديقة الخطأ حتى بعد العثور على الكنز في الحديقة الأولى، قد يهدر هؤلاء الوكلاء من الذكاء الاصطناعي طاقتهم دون جدوى. كان السؤال الكبير الذي أراد الباحثون الإجابة عليه هو: هل العمل بجهد أكبر يجعل هؤلاء المحققين الآليين أفضل حقاً، أم أنهم يدورون في حلقة مفرغة فقط؟

يغوص هذا البحث بعمق في "مسار البحث" (search trajectory) لستة وكلاء مختلفين من الذكاء الاصطناعي لمعرفة كيف يفكرون، ويبحثون، ويفشلون أحياناً. لم يكتفِ الباحثون بالنظر إلى الإجابة النهائية فحسب؛ بل راقبوا كل خطوة اتخذها الوكلاء، مثل مراجعة دفتر ملاحظات المحقق صفحة بصفحة. استخدموا اختباراً خاصاً يسمى "BrowseComp-Plus"، حيث يكون لكل سؤال إجابة "ذهبية" معروفة ومجموعة محددة من المستندات التي تحتوي على الحقيقة. ومن خلال مقارنة ما وجده الوكلاء مقابل هذه الحقائق المعروفة، اكتشفوا شيئاً مفاجئاً: العمل بجهد أكبر لا يجعلك أكثر ذكاءً. في الواقع، الوكلاء الذين طرحوا أكبر عدد من الأسئلة وقرأوا أكبر قدر من النصوص كانوا غالباً هم من يخطئون في الإجابات.

وجدَت الدراسة أن سر البحث الناجح ليس في كمية العمل، بل في جودة الأدلة التي يتم العثور عليها. وقد قسم الباحثون حالات الفشل إلى نوعين: "فجوات الاسترجاع" (retrieval gaps) و"فجوات الاستخدام" (utilization gaps). فجوة الاسترجاع هي مثل المحقق الذي لا يجد القطعة الحاسمة من الدليل أبداً لأنه طرح الأسئلة الخاطئة. أما فجوة الاستخدام فهي عندما يجد المحقق الدليل ولكنه لا يزال يعطي الإجابة الخاطئة بسبب سوء تفسيره له. يوضح البحث أن المشكلة بالنسبة لمعظم الوكلاء هي فجوة الاسترجاع — فهم ببساطة لا يجدون المستندات الصحيحة.

إليك الجزء الأكثر وضوحاً من هذا الاكتشاف: الأدلة تصل مبكراً أو لا تصل أبداً. وجد الباحثون أنه إذا كان الوكيل سيجد الدليل "الذهبي" (مفتاح الإجابة)، فإنه عادة ما يجده في الخطوات الأولى من البحث. وإذا لم يجده الوكيل بحلول ذلك الوقت، فمن النادر أن يجده لاحقاً. ومع ذلك، يستمر العديد من الوكلاء في البحث لفترة طويلة بعد توقف تدفق الأدلة. وهذا يخلق "ذيلاً ضائعاً" (wasted tail) — وهو امتداد طويل وممل من البحث حيث يكتفي الوكيل بقراءة نفس المعلومات القديمة أو مواجهة طرق مسدودة، مما يهدر الوقت وذاكرة الكمبيوتر دون إحراز أي تقدم.

كما نظر البحث في كيفية طرح الوكلاء للأسئلة. بعض الوكلاء يشبهون "الثور في متجر صيني" (مندفع ومخرب)، حيث يطرحون نفس السؤال مراراً وتكراراً أو يجرون تغييرات طفيفة وغير مجدية على استفساراتهم. أما الوكلاء الأكثر ذكاءً، فهم منضبطون؛ فهم لا يكررون أنفسهم، بل يحاولون زوايا مختلفة (التغيير الاستراتيحي/pivoting)، ويتوقفون فوراً بمجرد حصولهم على أدلة كافية. هم لا يحتاجون للبحث 30 مرة لحل لغز ما؛ قد يحتاجون فقط إلى 10 عمليات بحث، بشرماً أن تكون تلك العشر عمليات قد أصابت الهدف.

باخت-ة، يشير هذا البحث إلى أن مستقبل أفضل للمحققين من الذكاء الاصطناعي لا يتعلق بجعلهم يبحثون لفترة أطول أو يقرؤون أكثر. بل يتعلق بتعليمهم كيفية طرح أسئلة أفضل، والتوقف عن البحث عندما يمتلكون ما يكفي من المعلومات، وعدم إضاعة الوقت في إعادة طرح الأسئلة التي فشلت بالفعل. الوكلاء الذين يفوزون ليسوا أولئك الذين يعملون بجهد أكبر، بل هم أولئك الذين يعملون بذكاء أكبر، فيجدون الإبرة في كومة القش بسرعة ويعرفون تماماً متى يتوقفون عن الحفر.

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.AI →