← أحدث الأبحاث
💬 NLP

When the API Speaks the Wrong Language: Revisiting Post-Training for Multilingual Tool Use

تتقصى هذه الورقة مشكلة "عدم تطابق لغة الوسيط" (Argument Language Mismatch) في النماذج اللغوية الكبيرة متعددة اللغات عند استدعاء واجهة برمجة التطبيقات (API)، وتُثبت أن الضبط الدقيق الخاضع للإشراف (supervised fine-tuning) يعمل كخط أساس قوي لضمان اتساق لغة الوسيط، بينما لا يقدم التعلم التعزيزي (reinforcement learning) سوى تحسينات تدريجية تتركز أساساً في جوانب التعميم والموازنات متعددة الأهداف.

المؤلفون الأصليون: Siddharth Chauhan, Thomas Butler, Abhishek Singhania, Pankaj Porwal, Honey Gupta

نُشر 2026-08-13
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Siddharth Chauhan, Thomas Butler, Abhishek Singhania, Pankaj Porwal, Honey Gupta

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 تقوم بتعليم روبوت فائق الذكاء ليكون مساعداً شخصياً. هذا الروبوت، المعروف باسم "نموذج لغوي كبير" (LLM)، بارع للغاية في الدردشة، وكتابة القصص، والإجابة على الأسئلة بلغات عديدة ومختلفة. لكن هناك عقبة: لكي يكون مفيداً حقاً، يحتاج الروبوت إلى فعل ما هو أكثر من مجرد التحدث؛ يحتاج إلى التحدث مع برامج حاسوبية أخرى لإنجاز المهام. فكر في هذه البرامج كأنها مكتبة ضخمة من الأدوات—مثل آلة حاسبة، أو تطبيق للطقس، أو نظام لحجز الرحلات الجوية. وللاستخدام هذه الأدوات، يجب على الروبوت أن يتحدث لغة محددة وصارمة جداً تسمى "استدعاء واجهة برمجة التطبيقات" (API call). الأمر يشبه طلب بيتزا: يمكنك قول "أريد بيتزا" بأي لغة تحب، لكن المطبخ لا يفهم إلا تنسيق تذكرة محدد بلمسات وأحجام دقيقة.

المشكلة الكبيرة التي تعالجها هذه الورقة البحثية هي ما يحدث عندما يكتب الروبوت الطلب بشكل صحيح ولكنه يخطئ في صياغة التذكرة. إذا طلب شخص يتحدث الإسبانية من الروبوت حجز رحلة طيران، فقد يختار الروبوت الأداة الصحيحة وهي "حجز رحلة"، ولكنه قد يضع الوجهة بالكلمة الإنجليزية "Paris" بدلاً من الكلمة الإسبانية "París". بالنسبة للإنسان، قد يبدو هذا خطأً صغيراً وغير ضار، ولكن بالنسبة لبرنامج الحاسوب الذي ينتظر الطلب، فهو كارثة. النظام يتعطل أو يرفض الطلب لأنه كان ينتظر كلمات إسبانية. تسمي الورقة هذا الخلل بـ "عدم تطابق لغة الوسيط" (Argument Language Mismatch - ALM). إنه خطأ محبط حيث يفهم الروبوت ماذا تريد، لكنه يفشل في التحدث بـ لغة الأداة التي تحاول استخدامها. أراد الباحثون معرفة أفضل طريقة لتدريب هذه الروباتات للتوقف عن ارتكاب هذا الخطأ المحدد، خاصة عندما تتعامل مع لغات عديدة مختلفة في آن واحد.

قرر مؤلفو هذه الورقة لعب دور المحقق باستخدام طريقتين مختلفتين للتدريب لمعرفة أيهما يصلح خلل اللغة هذا بشكل أفضل. الطريقة الأولى تشبه معلماً صارماً يظهر للروبوت آلاف الأمثلة المثالية لكيفية ملء التذاكر، وتسمى "الضبط الدقيق الخاضع للإشراف" (Supervised Fine-Tuning - SFT). الطريقة الثانية تشبه ألعاب الفيديو: يحاول الروبوت ملء التذكرة، ويحصل على درجة بناءً على مدى جودة أدائه، ويتعلم من أخطائه من خلال التجربة والخطأ، وتسمى هذه الطريقة "التعلم التعزيزي" (Reinforcement Learning - RL). قام الباحثون ببناء منصة اختبار خاصة باستخدام مجموعة بيانات من استدعاءات الأدوات المترجمة إلى خمس لغات (الإسبانية، الفرنسية، الإيطالية، الهولندية، والإنجليزية) لمعرفة مدى قدرة الروبوتات على التعلم.

إليك المنعطف المفاجئ الذي وجدوه: طريقة "المعلم الصارم" (SFT) كانت هي النجم الحقيقي. فعندما عرضوا على الروبوت ببساطة أمثلة لعمليات استدعاء أدوات من الإسبانية إلى الإسبانية، أصلح ذلك الغالبية العظمى من أخطاء عدم تطابق اللغة. في الواقع، بالنسبة للعديد من المهام، عملت طريقة المعلم البسيطة بنفس كفاءة طريقة لعبة الفيديو المعقدة، أو حتى أفضل منها أحياناً. تشير الورقة إلى أن الروبوت لم يكن بحاجة إلى "التفكير" للوصول إلى حل؛ بل كان يحتاج فقط إلى رؤية أمثلة كافية لتعلم النمط الذي يقول: "إذا كان المستخدم يتحدث الإسبانية، فيجب أن تكون تذكرة الأداة بالإسبانية".

ومع ذلك، كانت لطريقة لعبة الفيديو (وتحديداً نسخة تسمى GRPO) بعض الحيل الخاصة بها. فبينما لم تتفوق دائماً على طريقة المعلم في المهمة الأساسية، إلا أنها كانت أفضل في شيئين: التعامل مع أدوات لم يسبق للروبوت رؤيتها من قبل، والحفاظ على مهارات الاستنتاج العامة لديه حادة. وجد الباحثون أن طريقة لعبة الفيديو كانت مثل طالب أكثر مرونة يمكنه التكيف مع المواقف الجديدة دون نسيان كيفية حل المسائل الرياضية. كما اكتشفوا أن "الدرجة" التي يحصل عليها الروبوت في لعبة الفيديو كانت مهمة جداً؛ فإذا كانت الدرجة تقول فقط "عمل جيد" أو "عمل سيء"، فإن الروبوت لا يتعلم الكثير، ولكن إذا قدمت الدرجة ملاحظات تفصيلية حول أي كلمة تحديداً كانت خاطئة، فإن الروبوت يتعلم بشكل أسرع بكثير.

في النهاية، تخلص الورقة إلى أننا لسنا بحاجة دائماً إلى أكثر طرق التدريب تعقيداً وتكلفة لإصلاح هذه الخلل اللغوي. فمجموعة تدريبية مصممة بعناية وجيدة مع معلم بسيط يمكنها حل معظم المشكلة. أما تدريب لعبة الفيديو الفاخر فهو مفيد لصقل مهارات الروبوت وجعله أكثر قوة في المواقف الصعبة، لكنه ليس الحل السحري كما كنا نظن. الخلاصة الرئيسية هي أنه لجعل الروبوتات تتحدث اللغة الصحيحة مع أدواتها، أحياناً تكون الطريقة القديمة المتمثلة في عرض الأمثلة الصحيحة عليها هي الأداة الأكثر قوة في صندوق الأدوات.

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 →