كود وكيل الحكم: كيفية تحسين النماذج اللغوية عبر تغذية مرئية دقيقة

في عالم الذكاء الاصطناعي، تتزايد الحاجة إلى نماذج لغوية أكبر وأكثر دقة، خصوصًا في مجالات البرمجة التنافسية. وهذا ما يعالجه النظام الجديد المبتكر، ARBITER، الذي يظهر بوضوح كيف يمكن استخدام تقنيات الذكاء الاصطناعي لتحسين الحكم على الأكواد البرمجية.

تتناول الدراسة الصادرة في arXiv:2610.18760v1 آلية جديدة لاستخدام نماذج اللغات الضخمة (Large Language Models) كأدوات فعالة للحكم على الحلول البرمجية. تتطلب عملية الحكم الصحيحة وجود مُحَكّم يمكنه تقدير صحة كل حل مقترح ويقدم دلائل على الأخطاء. وبالرغم من ذلك، تقدم الأنظمة التقليدية في مسابقات البرمجة أحكامًا نهائية دون إعطاء تفسيرات للمخرجات غير الصحيحة.

لذى، اقترحت الدراسة طريقة جديدة تتضمن تكوين نموذج يقوم بتقييم وتشخيص حلول البرامج بناءً على عرض المشكلة وكود المصدر فقط، مع الاستعانة بأمثلة مضادة كدليل يمكن التحقق منه.

لتقييم هذا النظام، تم بناء USACO-JUDGE من مسابقات USACO 2026، واستخدام برامج مقبولة وغير مقبولة كتبها خبراء بشريين ونماذج لغوية عديدة.

النموذج ARBITER، الذي صُمم بهدف رفع كفاءة الحكم، يتم تدريبه باستخدام التعلم المعزز داخل بيئة تنفيذ عمومية. وقد أظهرت النتائج زيادة كبيرة في دقة النتائج، حيث ارتفعت نسبة النجاح في الحصول على أمثلة مضادة من 40.61% إلى 62.67%، بينما زادت دقة الأحكام العامة على USACO-JUDGE من 71.41% إلى 87.41%.

تجدر الإشارة هنا إلى أن ARBITER لا يتفوق فقط في التحقق من صحة الحلول، بل إنه أيضًا يحقق أداءً أعلى بالمقارنة مع الأنموذج الأساسي في مجالات اختيار الأكواد وتحسينها. في دراسة حالة IOI 2026، ساهم تحسين ARBITER في رفع النتائج المتوقعة لنموذج GPT-OSS-120B لتتجاوز حد الميدالية الذهبية مع الالتزام بحدود التقديم الرسمية.