Palmyra x6 Technical Report: An Agentic, Tool-Use Model Post-Trained via Anchored Supervised Fine-Tuning
تُعد Palmyra x6 نموذجاً لغوياً وكيلياً موجهاً للمؤسسات، يحقق أداءً هو الأفضل في فئته على معايير استخدام الأدوات من خلال نهج تدريب لاحق محافظ ومنضبط باستخدام الضبط الدقيق الخاضع للإشراف والمثبّت على مجموعة بيانات مدمجة ومحققة.
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 ظل المشهد المتطور بسرعة للذكاء الاصطناعي، تمثل كيفية تعليم نماذج اللغات الكبيرة العمل كمساعدين موثوقين دون كسر المهارات التي تمتلكها بالفعل تحديًا مستمرًا. تقليديًا، كان إنشاء نموذج عالي الأداء لوظيفة محددة يتطلب إعادة بناء النظام بأكمله من الصفر، وهي عملية تشبه بناء محرك جديد لكل مركبة مختلفة. وفي الآونة الأخيرة، اكتشف الباحثون أنه غالبًا ما يكون كافيًا أخذ نموذج قوي موجود بالفعل وتدقيق سلوكه بعناية لغرض محدد، بشرط أن تكون بيانات التدريب ذات جودة استثنائية وطريقة التعلم دقيقة. يركز هذا النهج على المهام "الوكيلية" (agentic)، حيث لا يتعين على النموذج مجرد الإجابة على الأسئلة، بل يجب عليه التخطيط للخطوات بنشاط، واستخدام الأدوات الرقمية مثل البحث عبر الويب أو تنفيذ الأكواد، والتنقل في سير عمل معقد متعدد الخطوات لحل المشكلات. والهدف هو إنشاء ذكاء اصطناعي يمكنه العمل بفعالية في بيئة رقمية حقيقية، والتعامل مع المهام التي تتطلب تخطيطًا طويل الأمد وتفاعلًا مع مختلف الأنظمة البرمجية، بدلاً من مجرد توليد النصوص.
لقد عالج فريق من الباحثين في شركة "Writer, Inc" هذا التحدي من خلال تطوير "Palmyra x6"، وهو نموذج صُمم خصيصًا ليتفوق في هذه المهام الوكيلية. فبدلاً من تدريب نموذج ضخم جديد من الصفر، بدأوا بنموذج أساسي متطور ومعروف باسم "GLM-5.2"، وهو نموذج يحتوي على مئات المليارات من المعلمات (parameters). وإلى هذا الأساس، طبقوا طريقة تدريب متخصصة للغاية تسمى "الضبط الدقيق الخاضع للإشراف والمثبت" (Anchored Supervised Fine-Tuning). تهدف هذه التقنية إلى تعليم النموذج مهارات جديدة — وتحديدًا كيفية استخدام الأدوات والتخطيط للمهام المعقدة — مع منع تدهور أو نسيان المعرفة العامة وقدرات الاستنتاج التي كان يمتلكها بالفعل بشكل صارم. والنتيجة هي نظام يمكنه التنقل في البيئات الرقمية المعقدة، مثل تلك التي تتضمن البحث عبر الويب، وتنفيذ الأكواد، واسترجاع المستندات، بمستوى من الكفاءة يتفوق بشكل كبير على الإصدارات السابقة من وكيلهم الخاص وينافس أكثر النماذج تقدمًا المتاحة.
يكمن جوهر هذا الإنجاز في جودة وطبيعة البيانات المستخدمة في التدريب. فبدلاً من تغذية النموذج بكميات هائلة من نصوص الإنترنت، قام الباحثون بإنشاء مجموعة بيانات مدمجة ومنسقة بعناية تتكون من 626 مثالاً فقط. كل مثال عبارة عن مسار كامل ومتحقق منه لمهمة يتم حلها بواسطة وكيل ذكاء اصطناعي. هذه عبارة عن قصص اصطناعية حيث يخطط الذكاء الاصطناعي لسلسلة من الخطوات، ويستدعي أدوات متنوعة لجمع المعلومات أو تنفيذ الإجراءات، ويصل إلى حل صحيح. ولضمان أن تكون هذه الأمثلة مثالية، استخدم الباحثون عملية صارمة حيث يقوم نموذج "معلم" أولاً باستعراض مسار ناجح، ثم يُطلب من نموذج "طالب" حل نفس المشكلة بشكل مستقل، باستخدام خطة المعلم كدليل رفيع المستوى فقط. وإذا حاول النموذج الطالب تجاوز العملية عن طريق نسخ الإجابة أو فشل في استخدام الأدوات بشكل صحيح، يتم استبعاد المحاولة. تم الاحتفاظ بالمحاولات الأكثر نجاحًا وصدقًا فقط، مما خلق مكتبة صغيرة ولكن عالية الجودة من الأمثلة التي علمت النموذج كيف يفكر ويتصرف كوكيل كفء.
وللتعلم من هذه المجموعة الصغيرة من البيانات دون فقدان قدراته الأصلية، استخدم الباحثون طريقة تعمل كـ "مرساة سلامة". فخلال عملية التدريب، يتم تذكير النموذج باستمرار بذاته الأصلية غير المدربة. تضمن هذه "المرساة" أنه بينما يتعلم النموذج استخدام الأدوات والتخطيط للمهام، فإنه لا ينحرف عن الذكاء العام وسلوكيات السلامة التي بدأ بها. وهذا أمر بالغ الأهمية لأن التدريب على مجموعة بيانات صغيرة قد يؤدي بخلاف ذلك إلى جعل النموذج متخصصًا للغاية أو يفقد قدرته على التعامل مع المحادثات العامة. ومن خلال إبقاء النموذج مرتبطًا بحالته الأصلية، تمكن الباحثون من حقن مهارات وكيلية جديدة دون تآكل الأساس. كما استخدموا مُحسِّنًا رياضيًا متخصصًا، وهو أداة تساعد النموذج على التعلم بكفاءة أكبر من خلال معاملة اتصالاته الداخلية كأشكال هندسية بدلاً من مجرد أرقاء، مما يسم يسمح له بالاستفادة بشكل أفضل من البيانات المتاحة المحدودة.
كانت نتائج هذا النهج فورية وجوهرية. فعند اختباره مقابل مجموعة واسعة من المعايير المصممة لقياس قدرة الذكاء الاصطناعي على استخدام الأدوات، والتخطيط لمهام طويلة الأمد، واتباع تعليمات معقدة، أظهر "Palmyra x6" تحسنًا هائلاً مقارنة بالنموذج الافتراضي السابق المستخدم في وكيل "Writer". وقد أظهر مكاسب قوية بشكل خاص في الأبحاث المالية، حيث تعين عليه البحث عبر الويب وتحليل البيانات، وفي سيناريوهات استخدام الأدوات العامة. كما كان أداء النموذج تنافسيًا ضد النماذج الرائدة الأخرى، حيث غالبًا ما يحتل مرتبة متقدمة في متوسط الدرجات عبر اختبارات مختلفة متعددة. ولعل الأهم من ذلك هو أن النموذج حافظ على درجة عالية من السلامة والحياد؛ ففي الاختبارات المصممة لقياس التحيز السياسي وسلوك الرفض، أظهر "Palmrya x6" نهجًا متوازنًا، حيث قدم جوانب متعددة للقضايا المثيرة للجدل ورفض الطلبات الضارة بمعدلات تتفق مع نموذجه الأساسي، مما أثبت أن المهارات الجديدة لم تأتِ على حساب السلامة أو الموثوقية.
لقد لاحظ الباحثون بعناية أن هذا النموذج هو أداة متخصصة، وليس بديلاً عالميًا لجميع مهام الذكاء الاصطناعي. تكمن نقاط قوته تحديدًا في سير العمل الوكيلي حيث يمكنه استدعاء الأدوات وتنفيذ الخطط، بينما يظل أداؤه في أنواع المهام الأخرى محكومًا بقدرات النموذج الأساسي الذي بُني عليه. كانت بيانات التدريب، رغم صغر عددها، كافية لتعليم السلوك المحدد لاستخدام الأدوات لأن طريقة التعلم صُممت لتكون محافظة ودقيقة. النموذج متاح الآن للاستخدام التجاري، حيث يوفر نسخة يمكن تشغيلها بكفاءة على الأجهزة القياسية. ويؤكد هذا العمل أنه مع الجمع الصحيح بين البيانات عالية الجودة، وهدف تدريب دقيق، وأساس مستقر، فمن الممكن إنشاء وكلاء ذكاء اصطناعي ذوي قدرات عالية دون الحاجة إلى إعادة تدريب ضخمة ومستهلكة للموارد من الصفر. إن نجاح "Palmyra x6" يشير إلى مستقبل يمكن فيه تخصيص مساعدي الذكاء الاصطناعي لوظائف معقدة في العالم الحقيقي بدقة وأمان، بالاعتماد على بضع مئات من الأمثلة المثالية بدلاً من الملايين من الأمثلة غير المثالية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.