Evo-Harness: Context-to-Harness Skill Compilation for Self-Evolving Agents
يقدم Evo-Harness إطار عمل لوكيل ذاتي التطور يعالج تحدي التعلم من التفاعلات الصاخبة وذات المحاولة الواحدة في المهام الواقعية الجديدة عبر توظيف تجميع المهارات من السياق إلى "الحزام" (harness) لتقطير التجارب إلى أحزمة مهارات مهيكلة وقابلة لإعادة الاستخدام من أجل تحسين مستمر عبر المجالات المختلفة.
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
في عالم الذكاء الاصطناوي المتطور بسرعة، برز نوع محدد من البرمجيات يُعرف باسم "وكيل النموذج اللغوي الكبير" كأداة قوية لحل المشكلات المعقدة. يمكن لهذه الوكلاء قراءة التعليمات، والتخطيط للخطوات، واستخدام الأدوات الرقمية، والتفاعل مع المواقع الإلكترونية أو أنظمة الكمبيوتر تماماً كما يفعل البشر. ومع ذلك، فإن تحدياً مستمراً قد حدّ من إمكاناتهم: فعندما يفشل هؤلاء الوكلاء في مهمة ما، غالباً ما يتعاملون مع هذا الفشل كنهاية مسدودة؛ فهم لا يتعلمون بشكل طبيعي من الخطأ لتجنب تكراره لاحقاً. وعادة ما تتضمن الأساليب التقليدية لتعليم هذه الأنظمة جمع الآلاف من المحاولات السابقة وتحليلها خارج نطاق الوقت الفعلي (offline) لإيجال الأنماط، وهي عملية بطيئة وغالباً ما تكون منفصلة عن التدفق الفعلي للعمل. وفي كثير من الحالات العملية، يواجه الوكيل مهمة جديدة وصعبة لمرة واحدة فقط، مع فرصة واحدة للنجاح أو الفشل، مما يترك مجالاً ضئيلاً للتراكم البطيء للبيانات الذي يتطلبه التعلم التقليدي.
لقد اقترح الباحثون الآن طريقة جديدة لهؤلاء العمال الرقميين للتحسن أثناء العمل، وهي طريقة يسمونها "تعلم الحصن عبر الإنترنت" (online harness learning). فبدلاً من محاولة إعادة تدريب "الدماغ الأساسي" للوكيل، والذي غالباً ما يكون ثابتاً وغير قابل للتغيير، قاموا بإرفاق "دليل إرشادي خارجي" يتطور مع كل تجربة جديدة. يعمل هذا الدليل، أو "الحصن" (harness)، كمجموعة مهيكلة من الدروس المستفادة من المحاولات السابقة. وعندما يفشل الوكيل، لا يقوم النظام بمجرد تخزين الخطأ، بل يقوم بنشاط بتجميع التفاصيل الفوضوية لذلك الفشل وتحويلها إلى قاعدة واضحة وقابلة لإعادة الاستخدام. ثم تُضاف هذه القاعدة إلى الدليل الإرشادي، لتكون جاهزة لمساعدة الوكيل على تجاوز تحديات مماثلة في المستقبل. والهدف هو تحويل خطأ واحد فوضوي إلى قطعة من الحكمة الواضحة والقابلة للتطبيق عبر أنواع مختلفة من المهام.
ولاختبار هذه الفكرة، بنى الباحثون نظاماً يسمى "Evo-Harness" وأخضعوه لاختبارات صارمة عبر خمسة معايير متميزة ومتطلبة. تراوحت هذه الاختبارات بين التنقل في مواقع إلكترونية معقدة، وإدارة مستودعات الأكواد البرمجية، وتنفيذ تعليمات دقيقة لسطر الأوامر، واستخدام أدوات رقمية متنوعة. في كل سيناريو، مُنح الوكيل سلسلة من المهام، واحدة تلو الأخرى، دون أي فرصة للتوقف وإعادة التدريب على نموذجه الأساسي. صُمم النظام ليأخذ السياق الخام لكل محاولة — التعليمات المعطاة، الإجراءات المتخذة، النتيجة، وأي ملاحظات تم تلقيها — ويقوم بتلخيصها في درس مهيكل. وإذا فشل الوكيل، تقوم عملية متخصصة بالتفكير فيما حدث بشكل خاطئ، وتقترح قاعدة جديدة أو تعديلاً لقاعدة موجودة. ثم تقرر عملية أخرى ما إذا كان ينبغي إضافة هذه القاعدة الجديدة، أو دمجها مع المعرفة الموجودة، أو التخلص منها إذا كانت شديدة الخصوصية لتلك المحاولة الفاشلة الوحيدة.
كانت نتائج هذه التجربة مذهلة. فقد تفوق الوكلاء الذين يستخدمون الدليل الإرشادي المتطور باستمرار على أولئك الذين لا يستخدمونه، كما تفوقوا أيضاً على الطرق الأخرى التي تعتمد ببساء على استرجاع الأمثلة الماضية أو تخزين الذكريات غير المهيكلة. وفي معيار ركز على مهام سطر الأوامر، كان التحسن دراماتيكياً بشكل خاص، حيث قفزت معدلات النجاح من حوالي 63 بالمئة إلى أكثر من 73 بالمئة. يشير هذا إلى أن القدرة على تجميع التجارب الفردية الفوضوية في إرشادات مهيكلة هي ذات قيمة خاصة عندما تتطلب المهام تسلسلاً من العمليات الدقيقة، مثل فحص الملفات أو التعافي من الأخطاء. كما وجدت الدراسة أن نوع الإرشادات التي يولدها النظام تختلف باختلاف المهمة؛ فبالنسبة للتنقل في الويب، امتلأ الدليل الإرشادي بإجراءات سير العمل؛ وبالنسبة للهندسة البرمجية، ركز على خطوات التحقق والتعافي؛ أما بالنسبة لمهام الاستنتاج، فقد سجل المنطق الخاص بالمجال. تشير هذه القدرة على التكيف إلى أن النظام لا يحفظ الإجابات فحسب، بل يتعلم الهيكل الأساسي لكيفية حل المشكلات.
ومن الرؤى الجوهرية في البحث أن ليس كل التغذية الراجعة متساوية؛ فقد حقق النظام أفضل أداء عندما تلقى تغذية راجعة واضحة ومبنية على الواقع من البيئة، مثل رسالة خطأ محددة أو نتيجة اختبار، بدلاً من أن يُطلب منه الحكم على نجاحه بنفسه. وعندما حاول الوكيل توليد تغذيته الراجعة الخاصة دون دليل خارجي، انخفض أداؤه في الواقع عن المستوى المرجعي، مما يشير إلى أن الحكم الذاتي يمكن أن يؤدي إلى الارتباك. علاوة على ذلك، كشفت الدراسة أن حجم وقدرة "دماغ" الوكيل كانت مهمة؛ فالنماذج الأقوى كانت أفضل في تفسير واتباع الإرشادات المتطورة، وحققت استفادة أكبر بكثير من النظام مقارنة بالنماذج الأضعف. ومن المثير للاهتمام أن نموذجاً أصغر يمكنه أحياناً كتابة دليل إرشادي يساعد نموذجاً أكبر وأكثر قدرة، لكن العكس لم يكن صحيحاً دائماً؛ فإذا لم يكن الوكيل الذي يحل المهمة متطوراً بما يكفي لفهم الإرشادات، فإن المعلومات الإضافية لم تساعد بل قد تعيق الأداء.
كما استكشف الباحثون كيفية نقل هذه المهارات المكتسبة. ووجدوا أن الدليل الإرشادي الذي أنشأه نموذج واحد يمكن أن يكون مفيداً لنموذج آخر، وأن المهارات المتعلمة من مجموعة من مهام التدريب يمكن أن تحسن الأداء في مهام الاختبار غير المرئية. ومع ذلك، فإن النهج الأكثر فعالية كان تحديث الدليل الإرشادي باستمرار أثناء عمل الوكيل عبر سلسلة المهام. سمح هذا التكيف في الوقت الفعلي للنظام بالتعود على الخصائص الغريبة وأنماط الفشل الخاصة بالبيئة الحالية، متفوقاً حتى على أفضل الأدلة الإرشادية المدربة مسبقاً. وتخلص الدراسة إلى أن مفتاح تحسين الوكلاء لأنفسهم لا يكمكم في إعادة تدريب نماذجهم الأساسية باستمرار، بل في بناء نظام خارجي قوي يمكنه تحويل فوضى إخفاقات العالم الحقيقي إلى مجموعة منظمة وواضحة من التعليمات. ومن خلال معاملة الدليل الإرشادي كوثيقة حية تنمو وتصقل نفسها مع كل تفاعل، يمكن لهؤلاء الوكلاء الرقميين تعلم التعامل مع الطبيعة غير المتوقعة للعمل المعقد في العالم الحقيقي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.