Reason Wide, Not Deep: Amortizing the Reasoning Premium into Distilled Skills
تقترح هذه الورقة تقليل التكلفة العالية للرموز (tokens) في نماذج الاستدلال عبر استخلاص مهارات لغوية طبيعية مدمجة من مجموعة صغيرة من المسارات الحالية ونقلها إلى نماذج غير استدلالية، مما يحقق أداءً مماثلاً أو متفوقاً في معايير الوكلاء (agentic benchmarks) مع إصدار عدد أقل بكثير من الرموز عبر استبدال البحث العميق لكل حالة بالاستخلاص الواسع لمرة واحدة من المجموعة.
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
ضريبة الرموز العظمى وورقة المرجع السحرية
تخيل أنك تحاول تعليم روبوت فائق الذكاء كيفية القيام بالأعمال المنزلية، مثل تنظيم غرفة فوضوية أو حل مسألة رياضية معقدة. في عالم الذكاء الاصطناعي، هناك خدعة شائعة تسمى "الاستنتاج" (reasoning). إنها تشبه إخبار الروبوت بأن "يفكر بصوت عالٍ" قبل أن يتصرف. بدلاً من مجرد الإمساك بجورب، يتوقف الروبوت ويقول: "حسناً، أحتاج إلى العثور على الجورب، والتحقق مما إذا كان نظيفاً، ثم وضعه في سلة الغسيل". هذا الجزء الخاص بـ "التفكير" يجعل الروبوت أفضل بكثير في المهام الصعبة، ولكنه يأتي مع فاتورة باهظة: فهو يستهلك كمية هائلة من الطاقة الرقمية (تسمى "الرموز" أو tokens) في كل مرة يحاول فيها القيام بمهمة. الأمر يشبه دفع رسوم عبور في كل مرة تقود فيها في طريق مألوف، حتى لو كنت قد سلكت ذلك الطريق ألف مرة من قبل. يستمر الروبوت في استنتاج القواعد البسيطة نفسها مراراً وتكراراً، مما يهدر الطاقة في أشياء ينبغي أن يعرفها بالفعل.
السؤال الكبير الذي يطرحه الباحثون هو: هل يمكننا تعليم هذه القواعد للروبوت مرة واحدة، حتى لا يضطر إلى "التفكير" فيها في كل مرة؟ إذا استطعنا منح الروبوت "ورقة مرجع" دائمة لأفضل الطرق للقيام بالأشياء، فهل يمكنه أن يصبح بذكاء "روبوت التفكير"، ولكن دون فاتورة الطاقة الباهظة؟ هذا هو جوهر البحث الجديد من ورشة عمل COLM 2026، والتي تستكشف طريقة ذكية لتوفير الطاقة دون فقدان الذكاء.
الفكرة الكبرى للورقة البحثية: "استنتج على نطاق واسع، لا بعمق"
لاحظ الباحثون وراء هذه الدراسة، الذين يعملون مع مايكروسوفت، شيئاً غريباً حول كيفية عمل روبوتات "الاستنتاج" هذه. فعندما يتصدون لسلسلة من المهام المتشابهة — مثل مساعدة عميل في متجر أو تنظيم جدول بيانات — فإنهم يقضون جزءاً كبيراً من وقتهم في إعادة اختراع العجلة. قد يستنتجون مثلاً: "لا ينبغي لي استدعاء أداة حساب حساب العميل حتى يعطيني بريداً إلكترونياً"، ويكررون ذلك مراراً وتكراراً، رغم أن هذه القاعدة لا تتغير أبداً. إنه يشبه طالباً يعيد اكتشاف أن من الصفر في كل مرة يخوض فيها اختبار رياضيات، بدلاً من مجرد تذكرها.
اقترح الفريق حلاً يسمونه "تقطير المهارة السلبي" (Passive Skill Distillation). فبدلاً من جعل الروبوت "يفكر" بعمق في كل مرة (وهو ما يشبه إجراء بحث عميق في مكتبة من أجل كل كتاب على حدة)، قرروا إجراء "بحث واسع" عبر العديد من المحاولات الماضية لإيجاد الأنماط.
إليكم كيف فعلوا ذلك:
- الجمع: جمعوا كومة صغيرة من المحاولات الماضية (حوالي 35 إلى 50 مهمة) حيث حاول الروبوت حل المشكلات. يمكن أن تكون هذه محاولات كان فيها الروبوت "يفكر" أو مجرد "يتصرف" دون تفكير.
- المحلل: سلموا هذه الكومة من البيانات إلى روبوت برمجي مختلف وذكي جداً ("وكيل" أو agent). وطلبوا من هذا المحلل فحص السجلات، وتحديد الأماكن التي فشلت فيها الروبة، ومعرفة لماذا.
- ورقة المرجع: كتب روبوت المحلل مجموعة قصيرة وبسيطة من القواعد بلغة إنجليزية واضحة (حوالي 40 إلى 130 سطراً من النص). على سبيل المثال، قد يكتب: "قبل أن تحاول العثور على معرف المستخدم، تأكد من أن عنوان البريد الإلكتروني موجود بالفعل في الرسالة، وإلا ستواجه خطأً".
- الحقن: أخذوا هذه "المهارة" القصيرة ووضعوها في تعليمات النظام للروبوت غير المفكر. الآن، لا يحتاج الروبوت إلى "التفكير" لتذكر القاعدة؛ بل يقرأ ورقة المرجع ويتصرف فحسب.
ماذا وجدوا: أذكى، أسرع، وأرخص
كانت النتائج جيدة بشكل مفاجئ. عندما اختبروا روبوتات "ورقة المرجع" هذه على أربعة معايير تحدي مختلفة (مثل تنظيم منزل افتراضي، إصلاح جداول البيانات، والتعامل مع مكالمات خدمة العملاء)، أظهرت الروبوتات المزودة بالمهارات أداءً يقارب، أو أحياناً يتفوق على، الروبوتات "المفكرة" المكلفة.
- النتيجة: في بعض الاختبارات، تفوق الروبوت غير المفكر المزود بالمهارة فعلياً على الروبوت المفكر. على سبيل المثال، في مهمة تسمى ALFWorld (تنظيم منزل افتراضي)، سجل الروبوت المعزز بالمهارة 0.787، بينما سجل الروبوت المفكر 0.713 فقط.
- التوفير: كانت الروبوتات المفكرة تستخدم 3 إلى 6 أضعاف عدد الرموز (tokens) الخارجة مقارنة بالروبوتات المعززة بالمهارة. وفي بعض الحالات، استخدم الروبوت المعزز بالمهارة رموزاً أقل بنسبة 2.7 إلى 6 مرات.
- التكلفة: كان إنشاء ورقة المرجع هذه رخيصاً للغاية. فقد كلف إنشاء المهارة ما بين 1.28 إلى 2.44 دولاراً لكل مجال، بينما تدفع الروبوتات المفكرة تلك "الضريبة" في كل مرة تقوم فيها بتنفيذ مهمة.
المفاجأة: لست بحاجة إلى سجلات "التفكير"
من أكثر النتائج إثارة للاهتمام هي أن الباحثين لم يحتاجوا فعلياً إلى سجلات "التفكير" لصنع ورقة مرجع جيدة. لقد جربوا صنع مهارات باستخدام السجلات فقط من الروبوتات التي لم تفكر (التي كانت تتصرف فقط وفشلت غالباً). ومن المثير للدهشة، كانت هذه المهارات جيدة بقدر المهارات المصنوعة من سجلات "التفكير".
في الواقع، بالنسبة لاختبار محدد (SpreadsheetBench)، كانت المهارة المصنوعة من إخفاقات "عدم التفكير" أفضل بـ 10 نقاط من تلك المصنوعة من سجلات التفكير. ويرى الباحثون أن السبب في ذلك هو أن سجلات "التفكير" مليئة بالمونولوج الداخلي للروبوت حول ما اعتقد أنه صحيح، بينما تُظهر سجلات "عدم التفكير" بالضبط ما حدث خطأً في العالم الحقيقي. الأمر يشبه تعلم القيادة: قراءة دليل السائق (سجل التفكير) أمر مفيد، لكن مشاهدة فيديو لسيارة تصطدم برصيف (سجل الفشل) يعلمك بالضبط ما يجب عدم فعله.
أين لا تنجح ورقة المرجع
كان الباحثون حذرين في ملاحظة أن هذا ليس حلاً سحرياً لكل شيء. تعمل ورقة المرجع بشكل أفضل للقواعد التي تظل ثابتة دائماً، مثل "تحقق دائماً من البريد الإلكتروني قبل استدعاء الأداة". ومع ذلك، في المهام التي تتطلب منطقاً فريداً خطوة بخطوة لكل مشكلة — مثل جدول بيانات معقد حيث تعتمد كل خلية على متغير مختلف، أو مكالمة خدمة عملاء لها تاريخ محدد وغريب جداً — لم تستطع ورقة المرجع المساعدة كثيراً. في تلك الحالات، يظل "البحث العميق" الخاص بالتفكير ضرورياً.
الخلاصة
تشير هذه الورقة إلى طريقة جديدة للنظر إلى الذكاء الاصطناعي. بدلاً من إجبار كل روبوت على "التفكير" بعمق لكل مهمة، يمكننا تعليمهم الأنماط الشائعة مرة واحدة وإلى الأبد. من خلال إجراء "بحث واسع" عبر العديد من الأخطاء الماضية لإيجاد القواعد، يمكننا منح الروبوتات مجموعة مهارات دائمة تجعلها أسرع، أرخص، وأحياناً أذكى من نظرائها "المفكرة". اتضح أنه في مهام كثيرة، لست بحاجة إلى إعادة اختراع العجلة في كل مرة؛ أنت فقط بحاجة إلى خريطة جيدة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.