«أدفاي إس دي»: تدريب مستشار صغير لتوجيه النماذج العملاقة يرفع دقة استدعاء الوظائف بلا استدلالات إضافية

تقدم ورقة بحثية جديدة نشرها الباحثون ريشاب أغراوال، وهيجي كوي، وشاشا لي، وشانشان وو، وسيركان أريك، إطاراً تقنياً يحمل اسم «أدفاي إس دي» (AdviSD)، يرتكز على تدريب نموذج لغوي صغير الحجم ليعمل بصفة مستشار يوجه نموذجاً تنفيذياً عملاقاً ومجمداً عبر نصائح وتوجيهات مصاغة باللغة الطبيعية. المعضلة الأساسية التي يعالجها البحث تكمن في طبيعة تدريب المستشار، إذ جرت العادة أن يتعلم من مكافآت المهام ومن ملاحظات التقييم اللاحقة للتفاعل، غير أن التصحيحات المقترحة بعد إتمام المهمة قد تبدو مقنعة لكنها لا تؤدي بالضرورة إلى تعديل مسار التنفيذ العملي، في حين أن تعلم النموذج من جميع تلك التصحيحات يؤثر سلباً على قراراته اللاحقة في سياقات أخرى بسبب تشارك المعلمات البرمجية.

أثبت الفريق البحثي رياضياً أنه في النماذج ذات المعلمات المشتركة، تؤدي التصحيحات التي لا تدعم التوجيهات النافعة بالقوة المطلوبة إلى تقييد مسار التعلم وإضعاف فاعليته. الحل الذي يقدمه إطار «أدفاي إس دي» يعتمد على دمج التعلم المعزز القائم على النتائج مع التقطير الذاتي الانتقائي من نسخة للمستشار مشروطة بالتغذية الراجعة. وتبدأ العملية عبر آلية تأمل تقترح تصحيحات محددة، ثم يسند المستشار درجات تقييم لاستجابة النموذج التنفيذي المسجلة مع التوجيه وبدونه، مستخدماً حجم الفارق العددي لاختيار القرارات الجديرة بالتدريب والإشراف. وتكمن الميزة التشغيلية الأبرز في أن هذا الأسلوب لا يحتاج الوصول إلى احتمالات النموذج التنفيذي ولا يفرض تشغيل استدلالات إضافية منه.

أظهرت النتائج التجريبية كفاءة لافتة لنموذج مستشار مبني على معمارية «كيوين 3» بحجم 8 مليارات معامل (Qwen3-8B) أثناء توجيهه لنماذج عملاقة مثل «جيميني» و«كلود». وتفوق الإطار الجديد على خوارزمية «مستشار جي آر بي أو» بفارق تراوح بين 4.2 و6.4 نقطة مئوية في اختبار استدعاء الوظائف المتقدم «بي إف سي إل الإصدار الثالث» (BFCL-v3)، إلى جانب تفوق تراوح بين 3.9 و5.1 نقطة في تقييم بيئات الوكلاء «إنف سكيلر» (EnvScaler). كما تفوق الأسلوب المقترح على أسلوب الاختيار العشوائي المطابق للعدد، مما يدعم صحة قاعدة الفرز والانتقاء، فضلاً عن نجاح المستشار المدرب في تعميم قدراته على مهام خارج نطاق التدريب والانتقال بسلاسة بين عائلات وإصدارات مختلفة من النماذج التنفيذية.

يحمل هذا التطور أهمية مباشرة لفرق هندسة الذكاء الاصطناعي وبناء الوكلاء في أسواق الخليج ومصر والشام، حيث تدفع الشركات تكاليف حوسبة واستدعاء باهظة للاعتماد الحصري على النماذج التجارية الكبرى في كل خطوة استدلال وتخطيط. فصل طبقة التوجيه المستقلة وتدريبها محلياً بحجم ثمانية مليارات معامل يغير معادلة الكلفة والسيادة التقنية. يتيح هذا النهج للمهندس في الرياض أو دبي أو القاهرة تدريب نموذج استشاري مفتوح المصدر على بنية تحتية محلية لتوجيه النماذج التنفيذية المغلقة بدقة أعلى، ودون حاجة للوصول إلى أوزانها أو احتمالاتها الداخلية، مما يقلص استهلاك واجهات البرمجة المدفوعة ويمنح المشروعات مرونة في تبديل النموذج المنفذ متى دعت الحاجة دون خسارة المنطق التوجيهي المتراكم.

يكشف هذا المسار عن تحول جوهري في بنية الوكلاء المستقلين، إذ لم يعد تحسين الأداء مشروطاً بضخامة النموذج أو انتظار تحديثات الشركات المزودة. بات بإمكانك اليوم بناء طبقة ذكاء خفيفة تختص بالتوجيه والتقطير الذاتي، محققة أعلى معدلات الفاعلية بأقل استهلاك ممكن للموارد.