«عائلة بيستيس تدمج التقطير والتعزيز: هندسة جديدة لتدريب الوكلاء متعددي الوسائط»

يقدم تقرير تقني نشره عشرون باحثا عبر منصة أركايف عائلة نماذج جديدة متعددة الوسائط تحمل اسم «Pistis»، جرى تطويرها بحجمين مختلفين: الأول يضم 27 مليار معامل بالاعتماد على نموذج «Qwen3.6»، والثاني يضم 9 مليارات معامل بالاعتماد على «Qwen3.5». وتستند هذه النماذج إلى إطار تدريب لاحق عام وقابل للتوسع، يبدأ بتأسيس قاعدة صلبة من خلال الضبط الدقيق الخاضع للإشراف على بيانات واسعة النطاق لمهام الوسائط المتعددة، قبل الانتقال إلى معالجة العقبات التدريبية الأكثر تعقيدا.

الابتكار الجوهري في هذا الإطار يكمن في دمج التقطير والتعلم المعزز داخل حلقة تدريبية موحدة، وهي المنهجية التي أطلق عليها الباحثون اسم «التقطير والتعلم المعزز المتناوب» (IDRL). وتعتمد هذه الصيغة على التناوب المنتظم بين هدفي التقطير المباشر أثناء السياسة والتعلم المعزز، بدلا من عزل كل هدف في مرحلة منفصلة أو دمجهما في دالة خسارة مشتركة ثابتة. هذا التناوب يتيح نقلا معرفيا أكثر كفاءة، ويحقق استقرارا أكبر في عمليات التحسين الرياضي، فضلا عن توفير إسناد دقيق للمسؤولية عند تنفيذ مسارات الوكلاء ذات الأفق الزمني الطويل، ما يقلل من التراجعات المتبادلة في قدرات النموذج المتزامنة.

يثمر هذا المسار التدريبي نسختين متخصصتين عند كلا الحجمين: الأولى هي «Pistis Thinking» المخصصة لتعزيز الاستدلال المنطقي العميق في الوسائط المتعددة، والثانية هي «Pistis Agentic» التي تدمج بيانات إضافية حول مسارات الوكلاء المستقلين لدعم التخطيط بعيد المدى والاستدلال التكراري واستخدام الأدوات البرمجية، مع إظهار قوة استثنائية في عمليات البحث متعدد الوسائط. وقد أظهرت نتائج التقييم تفوق كلا الحجمين، بنسختيهما، على النماذج الأساسية التي انطلقتا منها.

تجاوز الفريق البحثي حدود تعديل أوزان النماذج بتقديم طريقة جديدة على مستوى بنية النظام أطلقوا عليها «التحزيم التلقائي» (PAH). تعمل هذه الطريقة على تحسين بيئة الاستدلال للوكيل الذكي عبر مسار تحسين تكراري مستقل تماما عن بارامترات النموذج، حيث أثبتت التجارب أن هذا النهج يرفع كفاءة الأداء دون تعديل الأوزان المحفوظة ودون فرض أي زيادة على ميزانية التفاعل والاستهلاك الحاسوبي أثناء التشغيل الميداني.

نرى في متابعتنا لهذا المسار أن هذا التحول في هندسة التدريب اللاحق يمس بصورة مباشرة فرق التطوير والمؤسسات في الخليج ومصر والشام التي تسعى لبناء وكلاء أذكياء للمهام الممتدة. إذا كنت تدير فريقا تقنيا يعمل على أتمتة العمليات أو بناء محركات بحث متعددة الوسائط، فإن التحول نحو نماذج مفتوحة متخصصة بحجم 9 مليارات أو 27 مليار معامل يمنحك بديلا حقيقيا للنماذج العملاقة المغلقة باهظة التكلفة. والأهم من زاوية قرارك الهندسي هو أن الوصول إلى أداء وكيل مستقر لم يعد مقصورا على إعادة تدريب الأوزان بتكاليف حاسوبية ضخمة، بل بات بالإمكان تحقيق قفزات ملموسة عبر ضبط بيئات الاستدلال والتناوب المنهجي بين التعلم المعزز والتقطير.