نماذج الاستدلال تفكر في 2+3 أطول بعشرين مرة من اللازم، وتتكاسل أمام المسائل المعقدة

تعلّمت النماذج اللغوية الاستدلال قبل الإجابة، وسرعان ما برز سؤال مألوف لكل مهندس: كم من الوقت ينبغي تخصيصه لمهمة بعينها؟ كان شيرلوك هولمز يقرأ سيرة عميله من يديه من النظرة الأولى، لكنه كان يطلب لقضية معقدة ثلاثة غلايين وخمسين دقيقة من الصمت. وأبرز مهاراته أنه كان يعرف مسبقًا ما تحتاجه كل مسألة. أما النماذج فلا تزال ضعيفة في ذلك.

الإفراط في التفكير بالبسيط

في ديسمبر 2024 طرح باحثو Tencent AI Lab على نماذج الاستدلال سؤالًا بدائيًا: «كم يساوي 2+3». وجد QwQ-32B-Preview الإجابة الصحيحة في 39 رمزًا، لكنه لم يتوقف: بل حلّ المسألة اثنتي عشرة مرة أخرى بطرق مختلفة وأنفق 901 رمز. وفي المتوسط، استهلكت نماذج الجيل الجديد رموزًا أكثر بنحو عشرين مرة من النماذج العادية للوصول إلى النتيجة نفسها.

والمسألة ليست مالية فحسب. فقد أظهر بحث من Meta والجامعة العبرية، قُدّم في ICLR 2026، أن أقصر سلسلة استدلال لدى نموذج واحد قد تكون أدق من أطولها بنسبة 34.5%. تزداد الدقة مع الطول حتى حدّ معين ثم تنخفض، ويشبه الرسم البياني حرف U مقلوبًا. وأضاف باحثو Anthropic تفصيلًا مشتتًا إلى مسألة بسيطة لعدّ الفاكهة، وكلما طال تفكير Claude Opus 4 وDeepSeek R1 زادت أخطاؤهما. وقد يجد النموذج الإجابة الصحيحة ثم يقنع نفسه بالعدول عنها.

التقصير في التفكير بالمعقد

ظهرت المشكلة المعاكسة حين بدأ المطورون تعليم النماذج الاقتصاد. ففي فبراير 2026 جعلت Anthropic التفكير التكيّفي الوضع الافتراضي في Claude Opus 4.6: يقرر النموذج بنفسه هل يفكر في الخطوة أم لا. وفي الربيع بدأ المبرمجون يشكون من أن Claude Code أصبح سطحيًا: فقد اختلق إصدارات لواجهة Stripe API وبصمات (hash) لعمليات commit وحزمًا غير موجودة. وحلّل بوريس تشيرني، مبتكر Claude Code، بيانات القياس عن بُعد، واتضح أنه في الخطوات التي اختلق فيها النموذج حقائق لم ينفق أي رمز على التفكير. أما حيث فكّر فقد أجاب بشكل صحيح. إنها مسألة المضرب والكرة الكلاسيكية: يعطي النظام السريع إجابة معقولة، ولا يعمل النظام البطيء لأن الموزّع رأى التحقق غير لازم.

وتعليم النموذج اختيار الوضع صعب. أولًا، تختلف بيانات الوضع السريع ووضع الاستدلال اختلافًا كبيرًا، وعند خلطها دون عناية تكون النتيجة «متوسطة في الاتجاهين» كما قال جونيانغ لين من Qwen. وثانيًا، عند التدريب بالمكافآت يعلق النموذج سريعًا في وضع واحد يجلب في المتوسط مكافأة أكبر.

ما الذي يجرَّب

تعلّم طريقة Thinkless النموذج أن يبدأ إجابته بكلمة «قصير» أو «تفكير»، فاصلةً مكافأة اختيار الوضع عن مكافأة الجودة. وفي مسائل الجبر كان الاستدلال يُفعَّل في مسألة من كل أربع، وانخفض استهلاك الرموز 2.6 مرة، وتراجعت الدقة بأقل من نقطة مئوية. أما AdaptThink من جامعة تسينغخوا فيجبر النموذج على الإجابة دون استدلال في نصف الأمثلة. وأصبح نموذج بحجم 1.5 مليار معامل ينفق رموزًا أقل بنسبة 45–65% مع تحسّن طفيف في الدقة.

وحسمت الصناعة هذا الخيار بطرق مختلفة. بدأت Anthropic بميزانية يدوية في Claude 3.7 Sonnet، ثم انتقلت إلى الوضع التكيّفي، وفي الإصدارات 5.x لا يمكن تعطيل التفكير ويبقى مستوى الجهد فقط. وأطلقت Alibaba نموذج Qwen3 الهجين، ثم تخلّت عنه وفصلت Instruct عن Thinking، ثم عادت إلى الهجين في Qwen3.5. وزرعت OpenAI في GPT-5 موجّهًا غير مرئي تعطّل يوم الإطلاق، وبحلول خريف 2026 استبدلت بوضع Auto شريط تمرير بمستويات من Instant إلى Extra High. ودمجت DeepSeek نموذجي R1 وV3 في نموذج واحد بأوضاع Non-Think وThink High وThink Max.

ماذا نفعل عمليًا

إذا كنتم تبنون منتجًا على نماذج الاستدلال فلا تعتمدوا على الاختيار التلقائي للعمق دون تدقيق. وفي المهام التي تكون كلفة الخطأ فيها مرتفعة (استدعاءات API، العمل مع الشيفرة، الدقة الوقائعية) ثبّتوا مستوى جهد مرتفعًا وتحققوا من أن النموذج يستدل فعلًا في الخطوات الحرجة. أما في الطلبات البسيطة فاختاروا الوضع السريع: توفرون الرموز والوقت وتتجنبون الشكوك الزائدة. وقيسوا الانحرافين معًا، فقد يخطئ النموذج من فرط التفكير ومن قلّته.