مسح سجل المحادثة يساعد وكلاء الذكاء الاصطناعي على إيجاد حلول أفضل

مسح سجل المحادثة يساعد وكلاء الذكاء الاصطناعي على إيجاد حلول أفضل

وجدت دراسة من أبحاث مايكروسوفت أن وكلاء أبحاث الذكاء الاصطناعي طويلي الأمد يمكن أن يثبتوا رغم الحوسبة الإضافية. فسياق المحادثة المتراكم يمكن أن يقيّد بحثهم، ويبقيهم مركزين على حلول متشابهة بدلاً من استكشاف مقاربات أفضل.

درس باحثو مايكروسوفت ما يسمونه وكلاء "Autoresearch"، وهي أنظمة ذكاء اصطناعي تقترح حلولاً بشكل متكرر، وتقيّمها، وتحسّنها بناءً على الملاحظات. ثمانية تشغيلات مستقلة لنفس الوكيل على نفس المهمة استقرت عند مستويات أداء متباينة بشكل كبير، حيث تراوحت النتائج النهائية من 68.3 إلى 100.0. ووفقاً للورقة، استمرت هذه الفجوات حتى مع حوسبة أكبر بكثير.

الوكلاء يعلقون في "أحواض الأفكار"

رسم الباحثون حلولاً من جميع التشغيلات على خريطة ثنائية الأبعاد تضع الحلول المتشابهة قريبة من بعضها، ثم قارنوها. فحلول التشغيل الواحد بقت دائماً تقريباً ضمن منطقة صغيرة من الخريطة. ويسمي المؤلفون هذه المناطق "أحواض الأفكار".

ينفق الوكلاء جزءاً كبيراً من ميزانية الحوسبة المتبقية لديهم على تحسين الحلول داخل منطقة أقل إنتاجية بدلاً من إيجاد مقاربات أفضل اكتشفها تشغيلات أخرى. ويستمر هذا النمط حتى عندما يضغط الوكلاء سجلات محادثاتهم بشكل دوري.

مسح سجل المحادثة يتيح للوكلاء استكشاف مقاربات جديدة

تجمع الطريقة المقترحة، "Fork-and-Flush"، بين آليتين. في "التشعيب"، ينقسم الوكيل إلى K من الفروع المتوازية، يرث كل منها مساحة العمل السابقة وجميع الملفات المولدة. وفي "التفريغ"، يفقد كل فرع سياق محادثته بالكامل لكنه يحتفظ بمساحة العمل، مما يتيح له بدء محادثة جديدة والبناء على العمل السابق.

يميل الفرع الذي يحتفظ بسياق المحادثة الخاص بالعملية الأم إلى العودة إلى نفس حوض الأفكار لأن الاستدلال السابق يوجّه خطواته التالية. والسياق الجديد يستعيد التنوع في البحث. وتضيع سجلات المحادثة، لكن تبقى الشيفرة والملفات والنتائج المحفوظة في مساحة العمل.

نتيجة متوسط طبيعية أعلى بـ 66 بالمئة ضمن نفس ميزانية الحوسبة

اختبر الباحثون Fork-and-Flush على 13 مهمة طويلة الأمد, بما في ذلك تغليف البوليومينو، وجدولة ورش العمل، وتحليل الشفرات. وشملت المهام أيضاً ضغط مصنّف CIFAR وتحسين نواة VLIW. واستغرقت التشغيلات الفردية من عدة ساعات إلى أكثر من 100 ساعة. واستخدم الوكلاء GPT-5.6-terra وGPT-5.5 عبر GitHub Copilot CLI.

على نفس ميزانية الحوسبة، حقق Fork-and-Flush نتيجة متوسط طبيعية بمقياس min-max قدرها 0.78، مقارنة بـ 0.47 للتشغيل الفردي و0.54 لـ best-of-4. وتذكر الورقة مكاسب نسبية قدرها 66.0 و44.4 بالمئة على التوالي. وحققت الطريقة أعلى متوسط نتيجة في 12 من أصل 13 مهمة.

أنتج Fork-and-Flush أيضاً نتائج أكثر اتساقاً، حيث انخفض الانحراف المعياري الطبيعي إلى 0.16 من 0.26 للتشغيل الفردي. وببساطة، مسح سياق المحادثة دون تشعيب حسّن النتائج بنسبة 22 بالمئة.

قد تحتاج النماذج الأقوى مع ذلك إلى إعادة ضبط السياق

اختبر الباحثون أيضًا ما إذا كانت النماذج الأكثر قدرة تتجنب أحواض الأفكار، باستخدام مسائل MAX-3-SAT عبر ثلاثة أحجام من النماذج: Qwen3.5-4B و9B و27B. اتبع التباين بين التشغيلات منحنى على شكل حرف U مقلوب، وبلغ ذروته في المهام على حافة قدرات النموذج، أي في المنتصف تقريبًا بين أداء التخمين العشوائي وأداء الحل المرجعي.

يجادل المؤلفون بأن مسائل البحث المفتوحة تقع، بحكم التعريف، عند حدود قدرات النماذج. ويتوقعون أن يستمر التباين الذي يستغله Fork-and-Flush مع تحسّن النماذج، مع انتقال الحدود ببساطة نحو مسائل أصعب. تشير النتائج إلى أن إعادة ضبط السياق المنتظمة قد تظل مفيدة حتى لعملاء البحث في الصفحة الأمامية.

أخبار الذكاء الاصطناعي دون مبالغة – منتقاة بشرًا

اشترك في THE DECODER للحصول على قراءة خالية من الإعلانات، ونشرة أسبوعية عن الذكاء الاصطناعي، وتقريرنا الحصري "AI Radar" حول الصفحة الأمامية ست مرات في السنة، ووصول كامل إلى الأرشيف، والوصول إلى قسم التعليقات لدينا.

اقرأ للمزيد للحصول على الصورة الكاملة.
اشترك لتغطية خالية من المبالغة.

• وصول كامل إلى كل مقالات THE DECODER
• بلا إعلانات
• انضم إلى التعليقات ونقاشات المجتمع
• ملخص أسبوعي لأخبار الذكاء الاصطناعي عبر البريد الإلكتروني
• 6 مرات في السنة: "AI Radar" — تعمّق في أهم مواضيع الذكاء الاصطناعي
• أخبار الذكاء الاصطناعي اليومية، محدّثة دائمًا
• أرشيفنا الكامل الممتد عشر سنوات
• تغطية من فريق بخبرة تزيد على 10 سنوات في الذكاء الاصطناعي