«ثينك جيف» تقيد هدر التفكير: نظام مزدوج يمنح النماذج المفتوحة دقة الواجهات التجارية

تنتهي معظم استخدامات النماذج اللغوية في البيئات البرمجية بقرار محدد، يتمثل في اختيار بديل من بين قائمة مغلقة من الخيارات المحددة التي تبني عليها الأنظمة الآلية خطواتها التالية. وتكمن المعضلة التقنية التي واجهت فرق التطوير في أن قراءة احتمالات هذه الخيارات عبر تمريرة معالجة سريعة ومباشرة تتم في أجزاء من الثانية، لكنها تقع في أخطاء فادحة عند معالجة المهام متعددة الخطوات، مثل العمليات الحسابية والعد ومقارنة التواريخ. في المقابل، يصحح منح النموذج وقتا للتفكير والاستدلال أغلب هذه العثرات، إلا أنه يرفع زمن الاستجابة إلى ثوان كاملة لكل قرار، مستنزفا ميزانيات الحوسبة. ولحل هذا التعارض دون دفع تكلفة التفكير إلا في مواضعه المفيدة، كشفت ورقة بحثية أعدها شياولو دينغ وكاي يانغ ودونغ دونغ ليو عن إطار عمل مفتوح أطلقوا عليه اسم «ثينك جيف» (ThinkJev)، وهو نظام يدمج سرعتين داخل نموذج هجين واحد يجيب مباشرة أو بعد استدلال متأن.

يعتمد النظام المبتكر على تقسيم المهام بين مسارين يشتركان في النموذج ذاته ودون الحاجة إلى إعادة تدريبه. يقرأ «النظام الأول» السريع احتمالات حروف الخيارات فور تلقي المدخلات مباشرة، بينما يتولى «النظام الثاني» البطيء قراءة الحروف ذاتها بعد أن يخوض النموذج مرحلة تفكير تستند إلى سياق المدخلات المخزن مؤقتا، مما يضمن عدم تكرار أي جهد حسابي ويمنح النظامين توزيعا احتماليا على الخيارات نفسها. وتتميز هذه الهندسة بإمكانية قراءة احتمالات الخيارات بعد أي عدد يختاره المطور من رموز التفكير التوليدية، بحيث يتيح مسار تفكير واحد استخراج الإجابة تحت أي ميزانية محددة للحوسبة، مع إيقاف التفكير لحظة وصول النموذج إلى عتبة اليقين المطلوبة.

الاختبار الإحصائي المسبق هو الذي يضمن دقة المسار السريع قبل اعتماده برمجيا. يستند إطار «ثينك جيف» إلى فحص إحصائي يجري على بيانات تطوير مصنفة مسبقا ليضمن بقاء إجابات النظام السريع المقبولة دون سقف الخطأ المستهدف. وعند تحديد نسبة خطأ مستهدفة عند 5 بالمئة ضمن اختبار شمل 8359 قرارا، تمكن نموذج «كيوين 3.5» بحجم 27 مليار معامل (Qwen3.5-27B) من حسم 24.5 بالمئة من القرارات عبر النظام السريع وحده بنسبة خطأ فعلية لم تتعد 3.9 بالمئة، في حين سجل طراز 4 مليارات نسبة خطأ بلغت 6.5 بالمئة، وحقق طراز 9 مليارات نسبة خطأ بلغت صفرا بالمئة. وأظهرت نتائج التحليل مفارقة منهجية بارزة؛ إذ تبين أن الاعتماد على ثقة النظام السريع وحدها لتحديد وقت تشغيل التفكير يوفر مكاسب حوسبة أقل، نظرا لأن القرارات التي يقل يقين النظام السريع حولها غالبا ما تكون من نوعية المسائل التي يعجز التفكير المطول عن إصلاحها.

أما على صعيد القرارات المتبقية التي استدعت تشغيل التفكير، فقد أدى التوقف التلقائي بمجرد وصول الإجابة إلى مستوى الثقة إلى تحقيق دقة بلغت 81.6 بالمئة، مقارنة بدقة 82.7 بالمئة في حال استمرار التفكير إلى النهاية، ولكن باستهلاك 72 بالمئة فقط من رموز التفكير، ما وفر 28 بالمئة من استهلاك المعالجة. وفي تقييم أداء النظام على العناصر العامة لمؤشر «جيف بنش» (JevBench)، وهو معيار تقييم مستقل لخدمات القرارات النمطية، اضطر النموذج للجوء إلى التفكير في 29.4 بالمئة فقط من الحالات، وقدم مستوى دقة لم يختلف إحصائيا عن واجهتين تجاريتين مغلقتين للتفكير مدرجتين في المؤشر، مع إتاحة الباحثين الشيفرة البرمجية ومولدات البيانات للجميع.

كفاءة الاستدلال الهجين تعيد رسم معادلة التكلفة لمشاريع السيادة الرقمية الإقليمية. يواجه المهندسون ومديرو البنية التحتية في المصارف والمؤسسات الحكومية والشركات الناشئة في الخليج ومصر والشام ضغوطا متزايدة لتحقيق الموازنة الصعبة بين التوطين الصارم للبيانات على خوادم محلية وبين الكلفة الباهظة لتشغيل نماذج الاستدلال الكبيرة على بطاقات المعالجة الرسومية. إن الاستفادة من هذه البنية البرمجية تتيح للفرق التقنية تشغيل نماذج مفتوحة المصدر بقدرات تجارية دون هدر الموارد، فتحسم ربع المعاملات الاعتيادية في أجزاء من الثانية وتوفر نحو ثلث رموز التفكير في المسائل المعقدة، ما يقلص متطلبات العتاد ويخفض فواتير التشغيل الشهرية لمن يبني منظومات ذكاء اصطناعي مستقلة محليا.