RSIGame: مجموعة نماذج 27B تلعب الألعاب بنفسها وتتفوق على GPT-5.5

RSIGame نظام جديد من الصين لا تتوقف فيه النماذج عند أول نسخة تولّدها من اللعبة. يشغّل الذكاء الاصطناعي النتيجة بنفسه، ويجتازها، ويلاحظ الأعطال، ثم يعيد كتابة الشيفرة. ويؤكد المطورون أن مجموعة من النماذج بحجم 27B تفوقت على GPT-5.5 في توليد لعبة بمرور واحد. وأورد خبر البحث موقع Jiqizhixin (机器之心) في 21 أكتوبر 2026. النص الكامل للمنشور متاح جزئيًا فقط، لذلك نستعرض أدناه ما أُعلن عنه، ونفصل عنه ما لا يزال غير واضح.

تشغيل اللعبة وإكمالها مهمتان مختلفتان

تستطيع نماذج LLM الحديثة اليوم تحويل عبارة مثل «اصنع لعبة منصات فيها زعماء» إلى برنامج يعمل. لكن البرنامج العامل ليس لعبة مكتملة بعد. ويذكر مطورو RSIGame عيوبًا شائعة: لا توجد استجابة بصرية أو حسية لهجمات الشخصية، ويتصرف الأعداء بالطريقة نفسها، وتخلو المراحل من التنوع، وأحيانًا يستحيل تنفيذ الآلية الأساسية أصلًا.

يكتشف المطور البشري هذه الأمور بيديه. يلعب النسخة الحالية، فيلاحظ أن الضربة «لا تُحَس» أو أن الباب في المرحلة الثانية لا ينفتح، ثم يعدّل الشيفرة ويلعب من جديد. أما التوليد بمرور واحد فيتخطى هذه الحلقة كليًا.

كيف تعمل حلقة التحسين الذاتي

يبدو أن الاسم يشير إلى التحسين الذاتي التكراري (recursive self-improvement)، مع أن الجزء المتاح من المادة لا يورد شرحًا له. المنطق كما يلي: يحوّل النظام التطوير إلى عملية مغلقة، تصبح فيها نتيجة تكرار واحد مدخلًا للتكرار التالي. ومما أُعلن يمكن تلخيص العناصر الآتية:

• اختبار لعب آلي: يشغّل الذكاء الاصطناعي اللعبة بنفسه ويحاول اجتيازها دون تدخل بشري.
• رصد العيوب: تُسجَّل أثناء اللعب أعطال مثل غياب الاستجابة، وسلوك الأعداء البدائي، والمقاطع التي لا يمكن اجتيازها.
• الإصلاح: تتحول المشكلات المكتشفة إلى تعديلات في الشيفرة والمحتوى.
• التكرار: تعود النسخة المحدَّثة لتخضع للاجتياز من جديد.
• حجم النماذج: تُستخدم مجموعة من النماذج بحجم 27B.
• مرجع المقارنة: GPT-5.5 في وضع التوليد «من المرة الأولى».

تجدر الإشارة إلى صياغة المقارنة. فهي تضع مجموعة من عدة نماذج تمر بعدة تكرارات في مواجهة نموذج واحد لا يملك سوى محاولة واحدة. وهذا إطار سليم إذا كان الهدف إظهار فائدة الحلقة نفسها. لكنه لا يثبت أن نموذج 27B أقوى بحد ذاته من GPT-5.5. الأرجح أن الفرق يكمن في العملية، لا في «ذكاء» الشبكة العصبية الواحدة.

ما الذي لا تتضمنه المادة حتى الآن

لا يتضمن النص المتاح المقاييس التي جرى التقييم على أساسها. فلا يُعرف هل احتسب المطورون نسبة الألعاب القابلة للاجتياز، أم تنوع الآليات، أم تقييمات ذاتية من بشر، أم أحكام نموذج آخر. ولم يُذكر عدد التكرارات التي لزمت، ولا كلفة الحوسبة، ولا أي نماذج 27B دخلت في المجموعة. كما أنه غير واضح على أي مجموعة من الألعاب أُجري الاختبار، علمًا بأن الألعاب الأركيدية البسيطة والمشاريع المعقدة ذات الأنظمة الكثيرة تتصرف بشكل مختلف جدًا.

وثمة سؤال آخر يتعلق بموثوقية التقييم الذاتي. فإذا كان النظام نفسه هو من يلعب ويحكم، فقد لا يلاحظ عيبًا واضحًا للإنسان، أو قد «يصلح» شيئًا لم يكن معطلًا.

ما الذي ينبغي أن يراقبه المطورون والاستوديوهات

الخلاصة العملية لا تعتمد على أرقام RSIGame المحددة. إذا كنتم تبنون أدوات قائمة على LLM لإنشاء الألعاب أو التطبيقات أو أي برمجيات تفاعلية أخرى، فأضيفوا إلى خط الإنتاج مرحلة تشغيل فعلي وفحص للنتيجة. فحتى نموذج صغير مزوَّد باختبار لعب آلي وعدة تكرارات قد يقدّم منتجًا أفضل من نموذج مكلف بمحاولة واحدة.

وعند تقييم حلول كهذه، ينبغي مطالبة المطورين بثلاثة أمور: مجموعة مفتوحة من ألعاب الاختبار، ووصف للمقاييس، ومقارنة عند ميزانية حوسبة متساوية. وإلى حين نشر الورقة الكاملة والشيفرة، من الأفضل اعتبار الادعاء بالتفوق على GPT-5.5 فرضية واعدة، لا حقيقة مثبتة.