🤖 AI

BONSAI: Evolvability-Guided Tree Search over Skills

يُعد BONSAI إطار عمل مبتكر لتحسين المهارات للوكلاء المجمدين، حيث يستخدم بحث مونت كارلو في الأشجار الموجه بالقدرة على التطور للتمييز بين طفرات الإفراط في التخصيص وهضاب القابلية للتحسين، متفوقاً بشكل كبير على النماذج المرجعية الحالية في دقة البيانات المحجوزة.

المؤلفون الأصليون: Yash Priya Shastri, Anand Eswaran, Adnan Qidwai, Pankaj Thorat, Sachin Joshi

نُشر 2026-08-10

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC0 1.0

المؤلفون الأصليون: Yash Priya Shastri, Anand Eswaran, Adnan Qidwai, Pankaj Thorat, Sachin Joshi

البحث الأصلي مُهدى إلى الملك العام بموجب CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ 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 فائق الذكاء كيفية القيام بمهمة معقدة، مثل إصلاح جدول بيانات أو حل مسألة رياضية صعبة. العائق هو أن هذا الروبوت "متجمد"؛ فعقله مقيد في مكانه، ولا يمكنك إعادة تدريبه، أو تعديل عصبوناته، أو السماح له بالتعلم من أخطائه كما يفعل الطالب البشري. الطريقة الوحيدة لجعل الروبوت أفضل هي كتابة مجموعة من التعليمات له — "مهارة" — بلغة إنجليزية بسيطة. فكر في هذه المهارة ليس كأمر بسيط، بل كدليل ميداني مفصل يخبر الروبوت بالضبط أي الأدوات يلتقط، وما هي الفخاخ التي يجب تجنبها، وكيف يدقق عمله قبل تسليم الإجابة.

السؤال الكبير الذي يسأله العلماء هو: كيف تكتب الدليل "المثالي"؟ إذا حاولت فقط إجراء بعض التغييرات، واختبارها، والاحتفاظ بما ينجح منها، فقد تعثر في طريق مسدود. الأمر يشبه التسلق في جبل حيث لا تظهر الخريطة سوى ارتفاعك الحالي. قد تصل إلى قمة حادة وصغيرة تبدو مرتفعة، لكنها ضيقة لدرجة أن الخطوة التالية قد تقودك مباشرة إلى الهاوية. أو قد تكون على هضبة واسعة ومنبسطة حيث تؤدي كل خطوة للأمام إلى أرض أكثر ارتفاعاً، لكن لا يمكنك التمييز بين ذلك بمجرد النظر إلى ارتفاعك الحالي. تقدم هذه الورقة طريقة جديدة للتنقل في هذا المشهد، باستخدام مفهوم مستعار من علم الأحياء يسمى "القابلية للتطور" (evolvability) — وهي القدرة على الاستمرار في إنتاج نتائج جيدة حتى عند اتخاذ منعطف خاطئ.

المشكلة: فخ "القمة الحادة"

لاحظ الباحثون في "IBM Research" خللاً في الطريقة التي نطور بها هذه الأدلة الخاصة بالذكاء الاصطناعي عادةً. الطريقة القياسية بسيطة: خذ دليلاً، اطلب من الذكاء الاصطناعي إعادة كتابته، اختبر النسخة الجديدة، وإذا ارتفعت الدرجة، احتفظ بها. وإذا انخفضت، تخلص منها.

المشكلة هي أن هذه الطريقة "عمياء". فهي تنظر فقط إلى درجة الدليل الحالي. لا يمكنها التمييز بين دليل يقع على هضبة واسعة (منطقة آمنة ومستقرة حيث تؤدي التغييرات الصغيرة عادةً إلى نتائج أفضل) ودليل يتربع على قمة ضيقة ومفرطة في التخصيص (قمة هشة حيث تكون الدرجة عالية، ولكن أي تغيير طفيف يؤدي إلى انهيار الأشياء التي كانت تعمل بشكل مثالي). إذا كنت على قمة حادة، فإن التعديل التالي قد يصلح خطأً صغيراً ولكنه يفسد عشرة أشياء أخرى كانت تعمل ببراعة. الطريقة القياسية تستمر في السير نحو الهاوية لأنها ترى الدرجة العالية فقط، وليس الخطر.

الحل: BONSAI وبوصلة "القابلية للتطور"

لإصلاح ذلك، ابتكر الفريق إطار عمل جديداً يسمى BONSAI. بدلاً من مجرد النظر إلى مدى جودة الدليل الآن، يسأل BONSAI: "ما مدى جودة المنطقة المحيطة بهذا الدليل؟"

إنهم يستخدمون استعارة ذكية من الطبيعة: القابلية للتطور. في علم الأحياء، لا يُحكم على النوع ليس فقط بمدى قدرته على البقاء اليوم، بل بقدرته على الاستمرار في إنتاج ذرية مفيدة في المستقبل. النوع الموجود على "هضبة واسعة" يمكنه التحور والاستمرار في البقاء؛ أما النوع الموجود على "قمة حادة" فيموت إذا تغير ولو قليلاً.

يعامل BONSAI البحث عن الدليل المثالي مثل نمو شجرة:

الشجرة: يبدأ بـ "بذرة" دليل واحدة.
الأغصان: في كل مرة يحاول فيها الذكاء الاصطناعي إعادة كتابة الدليل، ينمو غصن جديد (عقدة فرعية).
البوصلة: عند تحديد الغصن الذي يجب استكشافه بعد ذلك، لا يختار BONSAI الغصن الذي يمتلك أعلى درجة فحسب، بل يختار الغصن الذي يبدو أن لديه أفضل مستقبل. إنه يحسب درجة تسمى القابلية للتطور، وهي في الأساس متوسط درجات جميع التغييرات الصغيرة (الطفرات) التي أُجريت على ذلك الدليل.

إذا كان الدليل موجوداً على "قمة حادة"، فستكون درجات جيرانه سيئة للغاية، وستكون درجة القابلية للتطور منخفضة. لذا يتجنبها BONSAI. أما إذا كان الدليل على "هضبة"، فستكون درجات جيرانه جيدة أيضاً، وستكون درجة القابلية للتطور عالية. ينغمس BONSAI في هذه المناطق الآمنة والمنتجة.

كيف يعمل: خدعة "التطعيم" (GRAFT)

أضاف الباحثون ميزة خاصة تسمى GRAFT. تخيل أن لديك غصنين من الشجرة: أحد الأغصان تعلم كيفية التعامل مع "المسائل الرياضية"، والآخر تعلم كيفية التعامل مع "جداول البيانات". إنهما في مسارين مختلفين ولا يتواصلان أبداً.

عادةً، لا يستطيع الذكاء الاصطناعي دمج هذه المهارات لأنه ينظر إلى دليل واحد في كل مرة. لكن GRAFT يسمح للذكاء الاصطناعي بإلقاء نظرة على غصن "الرياضيات"، ورؤية حيلة تعمل، ثم نسخ تلك الحيلة في دليل "جداول البيانات". إنه يشبه البستاني الذي يأخذ غصناً قوياً من شجرة ويطعمه في شجرة أخرى لمنحه قوى جديدة. يحدث هذا دون كسر هيكل الشجرة، مما يسمح للذكاء الاصطناعي بخلط ومطابقة أفضل الأفكار من أجزاء مختلفة من عملية البحث.

النتائج: تسلق مستويات أعلى

اختبر الفريق نظام BONSAI في ثلاثة تحديات مختلفة:

SpreadsheetBench: إصلاح ملفات Excel.
SearchQA: الإجابة على أسئلة الاختبار باستخدام نتائج البحث.
LiveMathematicianBench: حل المسائل الرياضية.

استخدموا عميل ذكاء اصطناعي (Performer) بـ 30 مليار معلمة متجمدة، وذكاءً اصطناعياً منفصلاً لكتابة الأدلة (Optimizer). وقارنوا BONSAI بطريقتين أخريين، GEPA و SkillOpt، مع التأكد من استخدام الجميع لنفس القدر من القوة الحوسبية (نفس "الميزانية").

كانت النتائج واضحة:

في SpreadsheetBench، رفع BONSAI الدقة بمقدار 5.71 نقطة عن الدليل الأصلي، وهزم أفضل منافس (GEPA) بمقدار 2.14 نقطة.
في SearchQA، حقق تحسناً بمقدار 6.57 نقطة عن الدليل الأصلي.
في LiveMathematicianBench، كانت الفجوة هائلة. وصل BONSAI إلى دقة 64.91%، بينما كان الدليل الأصلي عند 28.23% فقط، وكان المنافس GEPA عند 56.14%.

وجد الباحثون أنه عندما قاموا بإيقاف تشغيل بوصلة "القابلية للتطور" وتركوا الذكاء الاصطناعي يطارد أعلى درجة بجشع (مثل الطرق القديمة)، تعثر الذكاء الاصطناعي في تلك "القمم الحادة" مبكراً وتوقف عن التحسن. ومع ذلك، استمر BONSAI في إيجاد حلول أفضل في أعماق البحث لأنه عرف أي المسارات كانت آمنة للاستكشاف.

الخلاصة

تشير الورقة إلى أنه لجعل وكلاء الذكاء الاصطناعي المتجمدين أكثر ذكاءً، لا ينبغي لنا فقط البحث عن أعلى درجة في الوقت الحالي، بل يجب أن نبحث عن أكثر الأحياء وعوداً. من خلال استخدام طريقة بحث شجري تثمن الاستقرار والإمكانات المستقبلية (القابلية للتطور) على الفوز الفوري الهش، وجد BONSAI تعليمات أفضل ليتبعها الذكاء الاصطناعي. لم يكن بحاجة لإعادة تدريب دماغ الذكاء الاصطناعي؛ كان يحتاج فقط لكتابة دليل ميداني أفضل، وقد فعل ذلك من خلال معرفة أي المسارات آمنة للسير فيها.

ملخص تقني: BONSAI – البحث الشجري الموجه بالقدرة على التطور عبر المهارات

1. بيان المشكلة

تتناول الورقة البحثية تحدي تحسين المهارات (skills) لـ الوكلاء المجمدين (frozen agents). تُعرَّف "المهارة" بأنها وثيقة بلغة طبيعية (تعمل كدليل ميداني بدلاً من مجرد قالب مطالبة بسيط) توجه نموذج لغة كبير (LLM) مجمد لا يمكن تحديث أوزانه. وبما أن الوكيل لا يمكنه التعلم من التجربة، فإن أي قدرة يفتقر إليها يجب أن تُشفّر في نص المهارة.

يتضمن النهج القياسي لتحسين المهارة حلقة تكرارية: تعديل المهارة بناءً على إخفاقات الوكيل، اختبارها على مهام محجوزة، والاحتفاظ بالتعديلات التي تحسن النتيجة. وقد حدد المؤلفون نقطة عمياء حرجة في هذه الطريقة: لا يمكن لدرجة تحقق واحدة أن تميز بين وثيقة تستند إلى هضبة واسعة (قوية تجاه التعديلات الإضافية) ووثيقة تتربع على قمة ضيقة (مفرطة في التخصيص وهشة). الوثيقة الموجودة على قمة ضيقة قد تسجل درجة عالية، لكنها تمثل طريقاً مسدوداً، حيث تميل التعديلات الإضافية إلى كسر القدرات الموجودة. تفتقر الطرق الحالية إلى وسيلة لقياس "القدرة على التطور" (evolvability) لمنطقة مهارة ما — أي القدرة على إنتاج متغيرات صالحة تحت تأثير الطفرات — دون تكبد تكاليف حوسبية إضافية.

2. المنهجية: BONSAI

يعيد BONSAI (تحسين البونساي عبر البحث باللغة الطبيعية والتكرار التكيفي) صياغة تحسين المهارة كعملية بحث في شجرة مونت كارلو (MCTS) موجهة بـ القدرة على التطور بدلاً من مجرد اللياقة الفورية.

المكونات الأساسية

النماذج: يُستخدم نموذجان مجمدان.
- المؤدي (Performer): الوكيل المجمد (مثل granite-4.1-30b) الذي ينفذ المهام بناءً على المهارة.
- المُحسِّن (Optimizer): نموذج ثانٍ مجمد (مثل DeepSeek-V3.2) يعيد كتابة المهارة بناءً على إخفاقات المؤدي.
بنية الشجرة: تُنظم المهارات في شجرة حيث الجذر هو وثيقة البذرة. كل حافة تمثل طفرة (إعادة كتابة تأملية) للعقدة الأب. تفرض هذه البنية طبولوجيا جوار على فضاء الوثيقة.

المقاييس الرئيسية

اللياقة ( $v(n)$ ): درجة التحقق للوثيقة عند العقدة $n$ .
القدرة على التطور ( $Q(n)$ ): تُعرَّف بأنها متوسط لياقة جوار الطفرات للمهارة. ويتم تقديرها من خلال متوسط لياقة سلالة العقدة (العقدة نفسها بالإضافة إلى جميع أحفادها).
$Q(n) = \frac{1}{m(n)} \sum_{s \in L(n)} v(s)$
حيث $L(n)$ هي السلالة و $m(n)$ هو عدد الأعضاء الذين تم تسجيل درجاتهم.
الهشاشة ( $\sigma(n)$ ): الفجوة بين اللياقة الحالية والقدرة على التطور: $\sigma(n) = v(n) - Q(n)$ $σ (n) = v (n) - Q (n)$ .
- $\sigma > 0$ : يشير إلى قمة هشة ومفرطة في التخصيص (الدرجة الحالية أعلى من متوسط الجوار).
- $\sigma \le 0$ : يشير إلى منطقة قابلة للتطور (الجوار يحافظ على الدرجة الحالية أو يحسنها).

خوارزمية البحث

تتقدم عملية البحث في تكرارات باستخدام قاعدة اختيار "الحد الأعلى للثقة" (UCB):
$U(s) = v(s) + \lambda(Q(s) - v(s)) + c\sqrt{\frac{\ln N(p)}{N(s)}}$

الاستغلال (Exploitation): المصطلح $\lambda(Q(s) - v(s))$ يوجه البحث نحو المناطق ذات القدرة العالية على التطور. عندما تكون $\lambda=1$ ، يعطي البحث الأولوية لـ $Q(s)$ (القدرة على التطور) على حساب اللياقة الخام $v(s)$ .
الاستكشاف (Exploration): يضمن مصطلح UCB القياسي إعادة زيارة الفروع الضعيفة.
القبول (Acceptance): يتم قبول الابن المقترح فقط إذا حقق تحسناً صارماً على مجموعة تدريب مصغرة (Eq. 4).
النسخ الاحتياطي (Backup): تقوم الأبناء المقبولة بتحديث إحصائيات السلالة ( $N$ , $m$ , $W$ ). أما الطفرات المرفوضة فتحدث فقط عدد الزيارات $N$ فقط، مما يمنع إعادة الكتابة الفاشلة من خفض تقدير القدرة على التطور للمنطقة بشكل مصطنع.
التوسيع (Widening): تمتلك العقد قدرة تحت-خطية على الأبناء بناءً على عدد العينات المسجلة، مما يضمن بقاء البحث عميقاً بدلاً من أن يكون واسعاً.

عملية التطعيم (Grafting) (مشغل اختياري)

لمعالجة تفتت القدرات عبر الخطوط الشجرية المختلفة، يتضمن BONSAI مشغل التطعيم (graft). إذا كانت العقدة $A$ تفتقر إلى قدرة تمتلكها العقدة $B$ في خط شجري آخر (يتم تحديد ذلك بمقارنة درجات المهام لكل مهمة على بيانات التدريب)، يُطلب من المُحسِّن إعادة كتابة $A$ لتضمين تقنية $B$ . تعمل $B$ كدليل، وليس كأصل، ولا تتلقى أي تحديثات للزيارات.

الشحن (Shipping)

عند استنفاد الميزانية، يقوم BONSAI بشحن الوثيقة الوحيدة ذات أعلى درجة تحقق ( $\arg\max v(n)$ )، وليس الوثيقة ذات أعلى قدرة على التطور. هذا يضمن أن المخرج النهائي هو أفضل وثيقة أداء تم العثور عليها، بينما تعمل القدرة على التطور كمجرد آلية توجيه لميزانية البحث.

3. المساهمات الرئيسية

القدرة على التطور كمقياس توجيه: حدد المؤلفون أن المتانة تحت الطفرات (القدرة على التطور) هي الخاصية الحاسمة لتحسين المهارة، ميزين إياها عن اللياقة الحالية.
تقدير بدون تكلفة إضافية: اقترحوا طريقة لقياس القدرة على التطور ( $Q$ ) لا تتطلب أي استدعاءات إضافية للنماذج. فهي تعيد استخدام درجات اللياقة التي تم دفع تكلفتها بالفعل أثناء البحث لتقدير جودة جوار الطفرات.
إطار بحث قائم على الشجرة: يحول BONSAI مجموعة غير مرتبة من المرشحين إلى فضاء بحث مهيكل حيث يمكن قياس وقياس خصائص الجوار وتحسينها عبر MCTS.
نقل القدرات غير المتماثل: يسمح تقديم مشغل التطعيم بنقل قدرات محددة بين السلالات دون دمج الوثائق، مما يعالج مشكلة تباعد المهارات في القدرة.

4. النتائج التجريبية

تم تقييم الإطار على ثلاثة معايير باستخدام مؤدٍ (performer) مجمد بحجم 30B ومُحسِّن (optimizer) من نوع DeepSeek-V3.2.

SpreadsheetBench: حسن BONSAI وثيقة البذرة بمقدار 5.71 نقطة دقة وتفوق على خط الأساس GEGE المتساوي في الميزانية بمقدار 2.14 نقطة. مع تفعيل التطعيم (Grafting)، وصل إلى دقة 25.00%.
SearchQA: حسن BONSAI فوق البذرة بمقدار 6.57 نقطة وتفوق على GEGE بمقدار 0.71 نقطة (79.00% مقابل 78.29%).
LiveMathematicianBench: حقق BONSAI دقة 64.91%، متفوقاً على البذرة (28.23%) بفارق كبير ومتفوقاً على GEGE بمقدار 8.77 نقطة.
المقارنة مع SkillOpt: في جميع المعايير، تفوق BONSAI على خط الأساس الثاني SkillOpt بمتوسط 3.97 نقطة. ويعزو المؤلفون قصور SkillOpt إلى مرحلة التجميع لديه، والتي تضغط التعديلات دون رؤية المسارات الأساسية.
الاختبار الاستبعادي (القدرة على التطور مقابل الجشع): عندما تم تغيير إشارة الاختيار إلى اللياقة الجشعة الصرفة ( $\lambda=0$ )، انخفض الأداء بشكل كبير عبر جميع المعايير (على سبيل المثال، -7.02 نقطة في LiveMathematicianBench)، مما يؤكد أن التوجيه بالقدرة على التطور هو المحرك الرئيسي للنجاح.

5. الأهمية والادعاءات

تدعي الورقة أن BONSAI يوجه ميزانية البحث بنجاح نحو مناطق فضاء المهارة التي تستمر في تقديم تحسينات، بدلاً من الوقوع في فخ القمم الضيقة والمفرطة في التخصيص. ومن خلال معاملة القدرة على التطور كخاصية متميزة عن اللياقة، يتجنب النهج "النقطة العمياء" لتحسين الدرجة القياسية.

يؤكد المؤلفون أن هذا التحسن يتم تحقيقه دون تكلفة إضافية تتجال حلقة "القبول إذا كان أفضل"، حيث يتم اشتقاق مقياس القدرة على التطور من بيانات البحث الموجودة بالفعل. يوضح الإطار أنه بالنسبة للوكلاء المجمدين، فإن "تضاريس" فضاء المهارة (قدرتها على التطور) لا تقل أهمية عن "الارتفاع" الحالي (الدرجة). تشير النتائج إلى أن تنظيم تحسين المهارة كبحث شجري موجه بالمتانة الطفرية يؤدي إلى تعميم متفوق على المهام المحجوزة مقارنة بطرق تطور المطالبات التأملية أو طرق الحالة القابلة للتدريب.