في عالم الذكاء الاصطناعي، يعتبر تحسين أداء وكلاء البحث الطويل الأمد موضوعاً مثيراً للاهتمام، حيث يتطلب الأمر اتخاذ خطوات متعددة وبشكل تسلسلي للوصول إلى إجابة دقيقة. لكن، في كثير من الأحيان، تعاني الطرق التقليدية من عدم التمييز بين الإجراءات المفيدة وتلك التي ليست لها قيمة، مما يؤدي إلى نواتج غير فعالة.

مؤخراً، تم طرح إطار عمل مبتكر يُعرف باسم تقنية توزيع القيمة المعاد إلى الإجابة (Answer-Backtracked Credit Assignment - ABC). يهدف هذا الإطار إلى تدريب وكلاء البحث بشكل أكثر فعالية، من خلال تحويل النتائج الناتجة عن المسارات النادرة إلى إشراف دقيق على مستوى الخطوات، حيث يتم مكافأة الإجراءات المفيدة حتى في المسارات التي لم تنجح، في حين يتم تقليل تأثير الإجراءات الخاطئة أو الزائدة.

تكمن قوة تقنية ABC في قدرتها على استرجاع الأدلة المتوسطة المطلوبة لحل السؤال من الإجابة النهائية. هذا يتضمن تقييم كل خطوة بحث بناءً على هذه الأدلة، مما يحسن من فعالية التعلم. مع تطبيق هذه الطريقة، تم تطوير نموذج ABSeeker مستندًا إلى نموذج Qwen 3.5-4B مع استخدام فقط 8.5 ألف مثال تدريبي.

تظهر النتائج أن ABSeeker حقق إنجازات بارزة، حيث وصل إلى 37.3% في تصنيف BrowseComp و39.1% في تصنيف BrowseComp-ZH، مع تحسين الأداء إلى 55.3% و52.9% عند إدارة السياق، مما يتجاوز أداء الوكلاء من نفس الحجم وبالتساوي مع الوكلاء الأكبر حجمًا.

في الختام، تقدم هذه الدراسة خطوة رائدة نحو تحسين التجارب مع وكلاء البحث طويل الأمد، مما يفتح آفاقاً جديدة للطريقة التي يتم بها تدريب الأنظمة الذكية وزيادة قدرتها على المعالجة بشكل أكثر دقة. كيف ترى هذه التطورات؟ هل تفضل أن تشاهد المزيد من الابتكارات في هذا المجال؟ شاركونا آرائكم في التعليقات!