Plan-and-Patch: نموذج LLM انتشاري ينجح في إصلاح خطط الوكلاء بضعف معدل Qwen3-8B

يتفوق النموذج اللغوي الانتشاري DreamReasoner-8B على Qwen3-8B ذاتي الانحدار بضعف معدل النجاح تقريبًا في إصلاح خطة الوكيل: 53,7% مقابل 27,0% على بنشمارك Natural Plan دون ضبط إضافي للمهمة. وهذه هي النتيجة الرئيسية لورقة Plan-and-Patch على arXiv، التي تقترح مخطط تخطيط للوكلاء ذوي الأفق الطويل. وبعد تدريب خاص على ALFWorld وTextCraft، يحقق النموذجان نجاحًا متقاربًا في التخطيط، لكن النموذج الانتشاري يُخرج الخطة أسرع بنسبة 39–46%.

كيف يعمل Plan-and-Patch

ينتمي المخطط إلى فئة plan-and-act. يبني المخطِّط أولًا خطة منظَّمة تشبه البرنامج، ثم ينفذ المنفِّذ خطواتها واحدة تلو الأخرى. وفي السيناريوهات الطويلة نادرًا ما تصمد الخطة أمام الواقع: تتقادم الافتراضات، وتعيد الأداة ردًا غير متوقع، ويفشل أحد الإجراءات. لذلك يحتاج الوكيل إلى مراجعة الخطة، لا إلى وضعها فقط.

الطريق المعتاد للنموذج ذاتي الانحدار هو توليد الخطة من جديد. وهذا مكلف زمنيًا ومحفوف بالمخاطر، فقد يغيّر النموذج بلا سبب خطوات كانت سليمة. ويقترح المؤلفون طريقًا آخر: يُقنَّع من الخطة الجزء المتأثر فقط، وتبقى البداية (البادئة) والنهاية (اللاحقة) ثابتتين. ويملأ النموذج الانتشاري الفراغ مستندًا إلى الطرفين. كما يبني الخطة الأصلية عبر إزالة الأقنعة بالتوازي، أي ليس رمزًا تلو رمز من اليسار إلى اليمين.

قراءتي لهذه النتائج أن السياق ثنائي الاتجاه هو الأنسب للإصلاح. فتعديل خطوة في المنتصف يعتمد على ما سبقها وعلى ما ينبغي أن تصل إليه الخطة بعدها. ويضطر النموذج ذاتي الانحدار إلى الاحتفاظ بهذا الشرط عبر الـprompt، بينما يتوافر للنموذج الانتشاري مباشرة في آلية التوليد. يشير المؤلفون إلى هذه الآلية، لكنهم لا يثبتون العلاقة السببية في الملخص.

ماذا أظهرت القياسات

قورن نموذجان بالحجم نفسه، 8 مليارات معامل لكل منهما: DreamReasoner-8B كمخطِّط انتشاري وQwen3-8B كمخطِّط ذاتي الانحدار. وجرى اختبار الإصلاح دون تدريب على المهمة المحددة.

• Natural Plan، إصلاح الخطة دون ضبط إضافي: 53,7% للنموذج الانتشاري مقابل 27,0% للنموذج ذاتي الانحدار، أي بفارق يقارب الضعف.
• ALFWorld وTextCraft بعد الضبط الإضافي: نجاح توليد الخطط متقارب لدى النموذجين.
• متوسط زمن التأخير في توليد الخطة: أقل بنسبة 39–46% لدى النموذج الانتشاري.
• وحدة التعديل: المنطقة المختارة من الخطة مع بقاء الخطوات المحيطة بها دون تغيير.

الصورة هنا ليست حاسمة في اتجاه واحد، وهذا يعزز المصداقية. فالانتشار لا يجعل الخطط أفضل جودة حيث دُرّبت النماذج على البنشمارك، إذ يتساوى نجاح التوليد. وتظهر ميزته في الإصلاح دون تخصيص وفي السرعة.

القيود والتطبيق العملي

ما زالت هذه نسخة أولية لم تخضع لمراجعة الأقران، وجميع البيانات مستمدة من نماذج بحجم 8B ومن بيئات نصية. ولا يتضح من الملخص كيف سيتصرف المخطط مع نماذج أكبر، ومع أدوات حقيقية، وفي واجهات API مضطربة. كما أن بنشمارك ALFWorld وTextCraft تظل محاكاة، أما في بيئة الإنتاج فالأعطال أقل انضباطًا.

يخرج بناة الوكلاء من هذه الدراسة بثلاثة استنتاجات. الأول: تخزين الخطة كبنية ذات خطوات مستقرة، بحيث يمكن إصلاحها محليًا لا إعادة إنشائها فقط. الثاني: تقييم الإصلاح منفصلًا عن التوليد، لأن نماذج ذات نجاح متساوٍ في الخطة الأولية قد تتباين كثيرًا في نجاح التعديل (هنا 53,7% مقابل 27,0%). الثالث: احتساب زمن التأخير لكل عملية إعادة تخطيط. فالوكيل في السيناريو الطويل يعيد التخطيط مرارًا، ويتراكم مكسب الـ39–46% في الاستدعاء الواحد على امتداد تنفيذ المهمة.

إذا تأكدت النتائج على نماذج وبيئات أخرى، فستحصل النماذج اللغوية الانتشارية على مكانة عملية: مخطِّط مدمج يُخرج البنية بسرعة ويعدّلها بدقة، ويترك العمل الثقيل مع الأدوات للمنفِّذ.