في عالم الذكاء الاصطناعي اليوم، تُعتبر القدرة على استخدام الأدوات أحد العناصر الأساسية التي تمكّن نماذج اللغة الضخمة (Large Language Models) من حل المهام المعقدة من خلال تسلسلات متنوعة من استدعاءات واجهات برمجة التطبيقات (APIs). ومع ذلك، فإن الأساليب الحالية للتعلم المعزز تواجه تحديات كبيرة في إعدادات التركيب متعددة الخطوات.

الكثير من هذه التقنيات تعتمد على مكافآت قائمة على النتائج، والتي قد توفر فقط تعليقات متفرقة وغير كافية. وعلى الرغم من أهمية ذلك، فإن المكافآت المعتمدة على المسارات المرجعية تطلب حلولًا مرجعية محددة، مما يحد من قدرة النظام على التكيف مع الحلول البديلة ويُكبل من إمكانية التوسع.

هنا يأتي الابتكار الجديد المعروف باسم TIER: مكافآت التنفيذ المستقرة (Trajectory-Invariant Execution Rewards)، وهو إطار مكافآت يستمد إشرافه مباشرة من مخططات الوظائف وتنفيذها في الزمن الفعلي، بدلاً من الاعتماد على مسارات مرجعية.

يتفرد TIER بجعل المكافأة تتوزع إلى عدة مكونات تشمل شرعية التنسيق، والالتزام بالمخطط، ونجاح التنفيذ، وصحة الإجابة. وهذا النوع من تقسيم المكافآت يوفر تغذية راجعة غزيرة على مستوى التسلسل، وذلك بفضل التحقق الدقيق من كل خطوة من خطوات استخدام الأدوات.

كل مسار تنفيذ صالح يحصل على الائتمان الخاص به، مما يدعم بشكل طبيعي استراتيجيات حلول متعددة ويتكيف مع واجهات الأدوات المتطورة. من خلال تقييمات على عمق Bench، وهو مقياس تصنيفي يعتمد على العمق من 1 إلى 6 خطوات، حقق TIER دقة تفوق 90% عبر جميع الخطوات، بينما تفشل المكافآت المعتمدة على المسارات في تحقيق الأداء بعد الخطوة الرابعة.

علاوة على ذلك، أظهرت التجاربxdd الوحدوية أن جميع مكونات المكافأة ضرورية، مما يسلط الضوء على أهمية الإشراف متعدد المستويات بالنسبة للتفكير التركيبي. إن هذا الإنجاز يمثل قفزة نوعية في تحسين أداء نماذج الذكاء الاصطناعي وجعلها أكثر قدرة على معالجة التحديات المعقدة بكفاءة.

ماذا تعتقد في هذا الابتكار؟ كيف سيكون تأثيره على مستقبل الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات!