The Trinity تحسّن الإطار المحيط بوكيل الذكاء الاصطناعي وتضيف 9.8 نقطة في مهام جديدة

يدخل وكيلك الغرفة التي سبق فحصها للمرة الثانية، وينسى أحد القيود، ويهدر ما تبقى من ميزانيته في استدعاءات عديمة الفائدة. تراودك رغبة فورية في شراء نموذج أقوى. لكن الأجدر أولًا فحص الشيفرة المحيطة به: ما الذي يُحفظ في الذاكرة، وأي الملاحظات تدخل في الطلب، ومن يقرر أن وقت التوقف قد حان. تدرس The Trinity التحسين التلقائي لهذه الطبقة تحديدًا.

بحسب النتائج الواردة في المادة، رفعت وحدات التكرار الأول متوسط الدرجات في المهام الجديدة من 37.45 إلى 47.26، أي نحو 9.8 نقطة. وهي نتيجة مفيدة دون تغيير أوزان النموذج. أما الرقم الأكثر إثارة، 26.2 نقطة، فمذكور هو الآخر في الجداول، لكنه يشمل شروطًا إضافية تغيّر معنى المقارنة تغييرًا كبيرًا.

الوكيل يكتب لنفسه تعليمات العمل

الإطار المحيط (harness) هو الشيفرة التي تحوّل النموذج إلى وكيل عامل. فهو يجهّز الملاحظات، ويحتفظ بالسجل، وينظم استدعاءات الأدوات، ويتحقق من القيود، ويدير المحاولات المتكررة. وحتى النموذج الجيد سيتعثر إذا كانت هذه الشيفرة تفقد في كل مرة جزءًا مهمًا من الحالة.

تخيّل متاهة ذات بوابات: يمكنك المضي قدمًا، لكن لا يمكنك العودة من الطريق نفسه. لا يكفي الوكيل أن يجد مسارًا قصيرًا. عليه أن يتذكر موضع البوابات ويتحقق مسبقًا من طريق العودة. في The Trinity يصبح هذا الخطأ سببًا لإضافة الوحدة المناسبة إلى الإطار.

يوزّع النظام العمل على ثلاثة أدوار لنموذج واحد مجمَّد. يحلل Evolver الأخطاء ويقترح التغييرات. ينشئ Creator بيئات تدريب مبسّطة. يجتازها Explorer ويجمع المسارات: تسلسلات من الملاحظات والقرارات والنتائج. ويتولى مضيف برمجي منفصل التحقق من البيئات والتعديلات المقترحة.

تُجمَّع المهام بحسب القدرات المطلوبة. قد تقع المتاهة واللغز البصري في مجموعة واحدة إذا تطلب كلاهما قراءة الملاحظات بدقة وتذكّر الحالة. ولهذه المجموعات ينشئ النظام عوالم صغيرة يسهل فيها استنساخ الخطأ المطلوب وتحليله أكثر من لعبة كاملة طويلة.

لماذا تحتاج زيادة الـ26 نقطة إلى توضيح

بعد أربعة تكرارات ارتفع متوسط النتيجة في 18 اختبارًا معياريًا جديدًا من 37.45 إلى 63.61 نقطة. غير أن التقدير الأعلى يعتمد على اختيار مثالي للإطار: تحصل كل مهمة على أفضل نسخة. أما الموجِّه الفعلي، الذي يضطر إلى الاختيار مسبقًا بناءً على الوصف المتاح، فقد حصل على 60.96 نقطة.

وهناك أيضًا مرحلة تحضير قبل التقييم. يُمنح كل إطار خمس محاولات على الاختبار المعياري المقابل، ثم تُضغط الخبرة في مهارات محفوظة. ولا تدخل حلقات التحضير في الحساب النهائي. لذلك لا يمكن قراءة النتيجة على أنها حل لمهام غريبة تمامًا من العرض الأول.

تساعد مقارنة التكرار الأول على فصل التأثيرات. فالوحدات المتعلَّمة وحدها تعطي نحو 9.8 نقطة فوق الأساس، والمهارات المحضَّرة وحدها نحو 11.2. ومعًا تعطيان نحو 16.1. ولم يجد كاتب التحليل في المقالة مقارنة مماثلة دون تحضير للتكرار الرابع.

كذلك يستدعي الروبوتان الماديان في الجزء الجديد تحفظًا مستقلًا: فقد تعلّمت الوحدات على نسخ محاكاة من المهام نفسها. وهنا يُختبر الانتقال من المحاكي إلى العتاد. أما نتيجة 60% فتعني ست حلقات ناجحة من عشر، أي أن نطاق التجربة ما زال صغيرًا.

ما الذي يستحق أخذه إلى منتجك

أكثر المقارنات إثارة تخص بيئات التدريب. فعند التدريب مباشرة على الاختبارات المعيارية لم تحسّن شجرة القدرات الجودة تقريبًا مقارنة بإطار عام واحد، لكنها تطلبت رموزًا (توكنات) أقل بنحو الثلث. أما الانتقال إلى محاكاة تُنشأ ذاتيًا فقد أضاف نحو خمس نقاط في المهام الجديدة، رغم زيادة تكاليف التدريب.

وهذا سبب للفريق كي يبدأ من سجل الإخفاقات المتكررة. إذا كان الوكيل ينسى شروط الإرجاع باستمرار، فأنشئ بيئة صغيرة بهذه الشروط. وإذا كان ينتهك قيود الأداة، فضع مهام قصيرة قابلة للتحقق حول هذا الإخفاق. ثم قارن الإطار المعدَّل بالأصلي على سيناريوهات محجوزة وبميزانية متساوية.

تقدم The Trinity فرضية عملية: يمكن تصحيح جزء من قيود الوكيل عبر الذاكرة وعمليات التحقق ومهام التدريب. لكن الزيادة المعلنة تستحق التفكيك إلى مكوّناتها: كم أعطته الوحدات نفسها، وكم أعطته المحاولات التمهيدية، ومدى جودة اختيار النظام للإطار المناسب في التشغيل الفعلي.