ملخص تقني: ما وراء الفجوة الأكبر: التقطيع متعدد الحدود للقوائم المرتبة في الاسترجاع متعدد الخطوات

1. بيان المشكلة

في أنظمة التوليد المعزز بالاسترجاع (RAG)، وتحديداً في الإجابة على الأسئلة متعددة الخطوات (multi-hop QA)، يمثل تحديد الطول الأمثل للسياق المسترجع تحدياً حرجاً. استراتيجية "Top-K الثابتة" (Fixed Top-K) المتبعة هي استراتيجية غير مرنة: فقيم $K$ الصغيرة قد تؤدي إلى بتر الأدلة الضرورية، بينما تؤدي قيم $K$ الكبيرة إلى تكاليف حوسبة وضجيج مشتت.

تعتمد طرق التقطيع التكيفي (adaptive truncation) الحالية عادةً على افتراض الحد الواحد (single-boundary assumption)، حيث يتم تحديد نهاية الأدلة المفيدة من خلال تحديد أكبر هبوط (فجوة) في درجات الاسترجاع المرتبة. يجادل البحث بأن هذا الافتراض معيب جوهرياً في الاسترجاع متعدد الخطوات لأن:

1. الارتباط $\neq$ المنفعة: تعكس درجات الاسترجاع مدى مطابقة الاستعلام للوثيقة، لكن الأدلة "الجسرية" أو "المتأخرة في الخطوات اللاحقة" (وهي ضرورية للاستدلال ولكنها لا تُذكر مباشرة في الاستعلام) غالباً ما تحصل على درجات أقل.
2. البتر المبكر: غالباً ما تحدث أكبر فجوة في الدرجات داخل سلسلة أدلة كاملة بدلاً من أن تكون بعدها. وبناءً عليه، فإن طرق الفجوة الواحدة غالباً ما تبتر الأدلة الجسرية الحرجة التي تظهر لاحقاً في القائمة المرتبة بدرجات أقل.
3. عدم كفاية الدرجات: أثبت المؤلف رسمياً (في الاقتراح 1) أنه بدون افتراضات إضافية، فإن تسلسل درجات الترتيب وحده ليس إحصائياً كافياً لتحديد موقع آخر دليل ضروري، حيث يمكن لتوزيعات أدلة مختلفة أن تنتج تسلسلات درجات متطابقة.

أكد التحليل التجريبي عبر مجموعات بيانات HotpotQA و2WikiMultiHopQA وMuSiQue أنه حتى عندما تكون جميع الأدلة الذهبية ضمن أول 30 وثيقة (Top-30)، فإن 31%–55% من الاستعلامات لا تزال تحتوي على أدلة ذهبية بعد أكبر فجوة في الدرجات.

2. المنهجية: GapR

لمعالجة قيود التقطيع القائم على الحد الواحد، يقترح المؤلف GapR، وهو أسلوب يعتمد فقط على الدرجات ولا يتطلب تدريباً، للتقطيع التكيفي للقوائم المرتبة بناءً على الاستعلام. يستبدل GapR إشارة التوقف الواحدة باستراتيجية تجميع متعدد الحدود (multi-boundary aggregation).

المكونات الأساسية

1. تصفية الفجوات بالنسبة للاستعلام (Query-Relative Gap Filtering):

   • بدلاً من استخدام عتبة مطلقة عالمية (والتي تفشل بسبب تباين مقاييس الدرجات بين الاستعلامات)، يستخدم GapR أكبر فجوة في الاستعلام الحالي ($g_{max}$) كمرجع داخلي.
   • يقوم بتصفية الحدود المرشحة $V_q$ عبر الاحتفاظ فقط بالفجوات $g_i$ التي تحقق الشرط $g_i \ge \eta \cdot g_{max}$، حيث $\eta$ هو نسبة التصفية النسبية (على سبيل المثال 0.05). يعمل هذا على كبح الضجيج الضعيف في الذيل مع الحفاظ على الانخفاضات الهيكلية الهامة.

2. تجميع الحدود المتعددة (Multi-Boundary Aggregation):

   • يختار GapR أقوى $r$ حدود مرشحة من المجموعة المصفاة.
   • يتم ضبط نقطة التقطيع النهائية $K_q$ لتكون أحدث (أبعد) حد من بين هذه المرشحات المختارة، مع مراعاة الحدود العالمية $[K_{min}, K_{max}]$.
   • المنطق: إذا وجدت فجوة قوية مبكرة وُجدت أيضاً فجوة قوية لاحقة، فإن الطريقة تمدد السياق إلى الفجوة اللاحقة، مما يحافظ على الأدلة المشتتة متعددة الخطوات التي قد تفقدها طريقة الفجوة الواحدة.

التعقيد الخوارزمي

يعمل GapR مباشرة على هيكل درجات الترتيب الموجود. وهو لا يتطلب بيانات تدريب، أو تسميات ذهبية، أو تغذية راجعة من المولد، أو استدعاءات إضافية للنماذج.

• التعقيد الزمني: $O(L \log r)$ أو فعلياً $O(L)$ لثابت $r$، حيث $L$ هو طول بادئة البحث.
• زمن الاستجابة (Latency): تستغرق عملية اتخاذ القرار 15–24 ميكروثانية لكل استعلام.

3. المساهمات الرئيسية

1. التشخيص الهيكلي: يحدد البحث ويصيغ رسمياً نمط الفشل الخاص بالتقطيع القائم على أكبر فجوة في الاسترجاع متعدد الخطوات، موضحاً أن أقوى انقطاع في الدرجات يسبق غالباً الدليل النهائي الضروري.
2. صياغة الحدود المتعددة: يقدم GapR رؤية مهيكلة لانتقالات درجات القائمة المرتبة، باستخدام التصفية النسبية للاستعلام وتجميع الحدود المتعددة للموازنة بين تغطية الأدلة وتوسيع السياق.
3. الكفاءة والفعالية في آن واحد: يحقق الأسلوب مكاسب كبيرة في أداء الاسترجاع مقارنة بالنماذج المرجعية المتساوية في التكلفة، مع الحفاظ على زمن استجابة بمستوى الميكروثانية، مما يجعله مناسباً لأنظمة RAG ذات الإنتاجية العالية وزمن الاستجابة المنخفض.

4. النتائج التجريبية

أُجريت التجارب على HotpotQA و2WikiMultiHopQA وMuSiQue باستخدام مصنفات كثيفة (Dense)، وهجينة (Hybrid)، ومتفرقة (Sparse).

فعالية الاسترجاع (RQ1)

• الأداء: في ظل ميزانيات سياق متقاربة، يتفوق GapR بشكل كبير على Fixed Top-K وعلى AdaptiveK+5 (الذي يضيف هامشاً ثابتاً للفجوة الأكبر) عبر جميع مجموعات البيانات والمصنفات.
• المقاييس: يحسن GapR مقياس Macro-F1 بمقدار 3.29، 3.14، و2.53 نقطة مئوية على التوالي فوق Fixed Top-K في مجموعات البيانات الثلاث. كما يتفوق باستمرار على AdaptiveK+5.
• الآلية: تُعزى المكاسب إلى تخصيص أفضل للميزانية على مستوى الاستعلام (تقليل البتر المبكر) بدلاً من مجرد زيادة حجم السياق. يقلل GapR من "نقص التقطيع" (فقدان الأدلة) بشكل أكثر فعالية من النماذج المرجعية دون زيادة كبيرة في "الإفراط في التقطيع" (المحتوى الزائد).

الكفاءة (RQ3)

• زمن الاستجونة (Latency): يتطلب GapR ما بين 15–24 ميكروثانية لكل استعلام لاتخاذ قرار القطع.
• المقارنة: هذا أسرع بـ ثلاث مراتب عشرية من الطرق التكيفية الأكثر تعقيداً حسابياً مثل Surprise (حوالي 47 مللي ثانية) و TAA-k (حوالي 166 مللي ثانية).

التوليد اللاحق (RQ4)

• باستخدام Qwen3-8B و DeepSeek-V3.2، أدى تحسين تخصيص السياق إلى اتجاه إيجابي عام في جودة الإجابة (Answer F1).
• في MuSique، تجاوز GapR نموذج AdaptiveK مع كلا المولدين. كان متوسط المكسب فوق Fixed Top-K المتساوي في التكلفة متواضعاً ولكنه إيجابي (0.44 نقطة)، وإن اختلفت النتائج باختلاف المولد: تحسن Qwen بمقدار 1.39 نقطة بينما تحسن DeepSeek بمقدار 1.64 نقطة في HotpotQA. وفي MuSique، أظهر DeepSeek مكسباً قدره +0.38 نقطة بالنسبة لـ AdaptiveK.

المتانة (Robustness)

تستمر مزايا GapR عبر المصنفات الكثيفة والهجينة والمتفرقة. الأسلوب متين تجاه اختيار المصنف، رغم أن سقفه محكوم بقدرة المسترجع العلوي على استدعاء الأدلة الذهبية (الوصول إليها).

5. الأهمية والادعاءات

يدعي البحث أن GapR يوفر حلاً عملياً وتكيفياً لتقطيع السياق يحل التوتر بين تغطية الأدلة وكفاءة الحوسبة في أنظمة RAG متعددة الخطوات.

• النشر العملي: من خلال العمل في أجزاء من الميكروثانية وعدم الحاجة لنماذج أو تدريب إضافي، يُنظر إلى GapR كبديل جاهز للتركيب (drop-in replacement) لأنظمة RAG الحالية، خاصة للأنظمة ذات الإنتاجية العالية حيث يكون زمن الاستجابة حرجاً.
• الرؤية النظرية: يتحدى العمل الافتراض السائد بأن فجوة واحدة في الدرجات تحدد نهاية الأدلة، مقترحاً بدلاً من ذلك أن الأدلة متعددة الخطوات غالباً ما تتوزع عبر حدود بارزة متعددة في القائمة المرتبة.
• النطاق المحدود: يقر المؤلف بأن GapR هو مقطع للبادئة (prefix truncator) ولا يمكنه استعادة الأدلة التي فاتها المسترجع العلوي أو نتائج إعادة التصنيف. كما أن التقييم يقتصر على الإجابة على الأسئلة متعددة الخطوات، وتوصف فوائد التوليد بأنها "إيجابية بشكل عام" بدلاً من كونها ضماناً عالمياً، حيث يعتمد الأداء اللاحق على قدرة المولد على دمج الحقائق المسترجعة.

باختصار، يثبت GapR أن التقطيع متعدد الحدود هو استراتيجية متفوقة للاسترجاع متعدد الخطوات، حيث يوفر توازناً مثالياً بين جودة الاسترجاع وكفاءة وقت التشغيل دون الأعباء الإضافية للآليات التكيفية المعقدة.