StartLux-Decision يقلّص متوسط سلسلة الاستدلال بنسبة 65%

تنفق غالبية الوكلاء المستخدمين في العمل قدرتها الحاسوبية بطريقة غير منطقية إلى حد بعيد: فهي تستغرق المدة نفسها في التفكير في اختيار استراتيجية معقدة وفي تحديد ما إذا كان يمكن استدعاء الأداة التالية. يقترح StartLux-Decision نهجًا أكثر عملية. يقدّر النموذج أولًا احتمالات الخيارات المسموح بها. فإذا كانت إحدى الإجابات مقنعة بما يكفي، يعيدها في تمريرة واحدة. وإذا لم تكن الثقة كافية، يفعّل استدلالًا قصيرًا ثم يعيد تقييم الخيارات.

من الأمثلة البسيطة وكيل يقرر ما إذا كان سيقبل نتيجة مهمة مكتملة. يُمرَّر إليه سجل الإجراءات والمتطلبات وخياران: «القبول» أو «الإعادة للمراجعة». إذا كانت جميع الفحوص خضراء واستُوفيت المعايير، فلا حاجة إلى حوار داخلي طويل. أما إذا فشل اختبار واحد وكانت القواعد تسمح باستثناءات، فيمكن للنموذج إنفاق رموز إضافية للتحقق من الشروط، ثم اختيار الإجابة. ويتحكم المطور في هذا السلوك من خلال عتبة الثقة.

واجهة واحدة للقرارات السريعة والمعقدة

تضم العائلة نماذج يتراوح حجمها بين 0.8 و27 مليار معلمة. يجيب Instant دائمًا في تمريرة واحدة. أما AutoThink فيقارن أعلى احتمال بعتبة محددة: فإذا كانت الثقة كافية، يجيب فورًا؛ وإلا فإنه يولّد استدلالًا ثم يعيد حساب احتمالات الخيارات.

تشمل المدخلات حالة المهمة ونوع السؤال والإجابات المسموح بها. ولا تقتصر المخرجات على الخيار المحدد، بل تتضمن أيضًا توزيعًا احتماليًا. يدعم النظام الاختيار من قائمة، وإجابة «نعم أو لا»، والتقييم على مقياس. ويلائم هذا العقد توجيه الطلبات، والتحقق من النتائج، ومنح صلاحية الوصول إلى الأدوات، وغير ذلك من القرارات الضيقة التي يصبح فيها النص الحر عائقًا أكثر منه ميزة.

وفقًا للمؤلفين، يتفوق Instant على النماذج المفتوحة المماثلة بفارق يتراوح بين 7.4 و16.9 نقطة في القسم العام من Decision Index 0.3. وسجّل نموذج AutoThink ذي 27 مليار معلمة 73.37 نقطة. وفي DecisionPivot، حيث تختلف أزواج المهام بتفصيل حاسم واحد، يضيف AutoThink ما بين 11.5 و18.4 نقطة إلى نتائج Instant. وهذه تحديدًا درجات اختبارات بعينها، وليست مقياسًا عامًا لدقة النظام.

كيف يتعلم النموذج التوقف في الوقت المناسب

اتضح أن مفتاح «فكّر» البسيط غير كافٍ. ففي التجارب المبكرة، لم يكن النموذج ذو 4 مليارات معلمة يستدل تقريبًا في نحو 40% من الحالات. وعلى النقيض، واصل الإصدار ذو 9 مليارات معلمة توليد النص حتى بلوغ حد الطول في نحو 70% من الحالات. أي إن أحد النموذجين كان يتخذ القرار قبل أوانه، بينما كان الآخر يستنزف الميزانية من دون ملاحظة أن العمل المفيد قد انتهى بالفعل.

طوّر المؤلفون لـ AutoThink أسلوب RLCD²، وهو تدريب بالتعزيز يقيّم مدى تحسين الاستدلال للتنبؤ الاحتمالي. فإذا حصل الخيار الصحيح بعد التحليل على احتمال أفضل جودة، تلقى النموذج مكافأة. كما تُفرض عقوبة خفيفة على السلاسل المفرطة في الطول. ونتيجة لذلك، انخفض متوسط طول الاستدلالات بنسبة 65%، وارتفعت حصة السلاسل التي انتهت قبل بلوغ الحد بمقدار 48 نقطة مئوية، مع تغير طفيف في جودة القرارات.

ما الذي ينبغي نقله إلى المنتج

الفكرة الرئيسية هنا أكثر فائدة من النموذج المحدد نفسه: ينبغي توزيع الميزانية الحاسوبية وفقًا لدرجة عدم اليقين في الطلب. ويمكن للوكيل الاحتفاظ بمسار سريع للقرارات الواضحة، وألا يفعّل التحليل المكلف إلا قرب حدود الثقة. وهذا مناسب بوجه خاص للتوجيه، والتحقق من السياسات، واختيار الأدوات، والقبول الآلي للمهام.

لكن لا يجوز اعتبار الاحتمال الذي يقدمه النموذج ضمانًا جاهزًا. فالعتبة تعتمد على البيانات وتكلفة الخطأ ومتطلبات زمن الاستجابة. وفي الاختبارات المنشورة، أدى خفض عتبة AutoThink من 90% إلى 60% إلى تقليل ملحوظ في نسبة الطلبات التي تستخدم الاستدلال، لكنه أضعف النتائج في المهام الحساسة للقواعد والحسابات. ويمكن للتكميم أيضًا أن يخفض الجودة: ففي إحدى تهيئات Q4_K_M بلغت الخسارة 4.3 نقطة.

المسار العملي بسيط: جمع سجل للقرارات الحقيقية، وتصنيف الأخطاء حسب تكلفتها، وقياس معايرة الاحتمالات، وضبط عتبة مستقلة لكل سيناريو. وفي الإجراءات الحرجة، ينبغي ألا تؤدي الثقة المنخفضة إلى استدلال إضافي فحسب، بل أيضًا إلى تحقق برمجي أو مصنّف ثانٍ أو مراجعة بشرية. يقدم StartLux-Decision أساسًا معماريًا جيدًا، لكن ما يجعله منتجًا آمنًا ليس اسم النموذج، بل مسار اتخاذ قرار خضع للاختبار.