نشر الباحثون في Sakana AI وجامعة كاليفورنيا في بيركلي طريقة يقولون إنها تسمح لنموذج اللغة بتحسين نفسه من خلال التنظيم والحكم والتعلم من فرقه متعددة الوكلاء - وهو نهج يمتد التحسين الذاتي العودي ليشمل مهام البحث حيث لا يوجد مفتاح إجابة تلقائي.

ظهرت الورقة البحثية، "MASS: التحسين الذاتي العودي من خلال الإشراف الذاتي متعدد العوامل"، في أكتوبر 2026 على arXiv (2610.12176) جنبًا إلى جنب مع صفحة مشروع تفاعلية من المختبر الذي يقع مقره في طوكيو. تشمل قائمة المؤلفين كلا المؤسستين: هيونين لي من جامعة كاليفورنيا في بيركلي، الذي أكمل العمل خلال فترة تدريب في Sakana AI؛ باحثو ساكانا جينغلو شو، وجيفري سيلي، ويوجين تانغ؛ وجامعة كاليفورنيا في بيركلي دونغهيون لي وسمية سجودي وماتي زهاريا. لمزيد من السياق حول هذه القصة، راجع تغطية صناعة الذكاء الاصطناعي.

وقد لفت العمل انتباهًا فوريًا في مجتمع المطورين خلال عطلة نهاية الأسبوع، حيث تجاوزت مناقشة المشروع في Hacker News 100 نقطة في غضون ساعات.

عندما يكون النموذج هو المشرف الوحيد المتوفر

اعتمد التقدم الأخير في تحسين الذكاء الاصطناعي ذاتيًا على مكافآت يمكن التحقق منها: إجابات رياضية يمكن التحقق منها، أو كود يجتاز الاختبارات أو لا يجتازها. يبدأ فريق بيركلي-ساكانا من فرضية مختلفة. ويجادلون بأنه على مستوى الأبحاث، لا توجد في كثير من الأحيان حقيقة أساسية في متناول اليد. قد يتطلب تقييم الاكتشاف المقترح خبرات نادرة، أو معدات باهظة الثمن، أو تجارب تستغرق وقتًا أطول بكثير من إنشاء الاقتراح نفسه.

والنتيجة هي فجوة آخذة في الاتساع: فالقدرة على إنتاج عمل جديد تتقدم بشكل أسرع من القدرة على الإشراف عليه. عندما لا يتوفر معلم أقوى، كما يكتب المؤلفون، فإن النموذج الذي يتم تحسينه - ما يسمونه "المُحسن" - قد يكون المشرف الأكثر كفاءة المتبقي. وهذا يحفز ما يسمونه التحسين الذاتي العودي المتجانس، حيث يعمل النموذج نفسه كمُحسِّن ومقيم خاص به.

والسؤال المطروح هو كيف يمكن للنظام توليد إشارة تدريب مفيدة لنفسه في تلك الحلقة. إجابتهم تقترض من تاريخ البشرية.

كيف تعمل الكتلة

يقوم MASS، وهو اختصار لعبارة "الإشراف الذاتي متعدد الوكلاء"، بتحويل نموذج مشترك واحد إلى نظام ثلاثي الأدوار. تعمل نفس الأوزان كعامل حل المهام الذي ينتج مساحة عمل من التعليمات البرمجية والنتائج وتقرير البحث؛ ومُحسِّن سير العمل الذي يراجع كيفية قيام فريق من الوكلاء الفرعيين بتقسيم العمل؛ والمقيم الذي يقارن بين مساحتي عمل ويحكم على أيهما يفي بالمهمة بشكل أفضل.

تبحث الحلقة الداخلية في سير عمل الفريق - خطط مكتوبة تغطي دور كل وكيل فرعي، وتعليماته، و"العقود" التي تحدد الأدلة التي يجب على وكلاء الأدلة تسليمها لبعضهم البعض، وتسلسل المكالمات، أو القفزات، فيما بينهم. يتم الاحتفاظ بسير العمل الرئيسي عبر التكرارات ويجب التغلب عليه حتى يتم استبداله. إن سير العمل المالي المتطور، المكثف في الورقة، يتسلسل إعداد البيانات، وبناء الميزات، والنمذجة والاختبار الخلفي قبل التدقيق، وعقد البيانات الخاص به يجبر أخصائي البيانات على التحقق من أن الاختبار الخلفي لا يمكن أن يكون قد تسرب المعلومات المستقبلية إلى قرارات تاريخية.

تقوم الحلقة الخارجية بعد ذلك بتحويل الخبرة الجماعية للفريق إلى بيانات تدريب. يقوم النظام بتشغيل سير العمل الرئيسي 18 مرة، ويصنف ذاتيًا مساحات العمل الناتجة، ويحتفظ بأفضل 16 عملية تنفيذ ويضبط النموذج المشترك عليها - مع إزالة موجه سير العمل نفسه بعد ذلك، لذلك يتم تنفيذ مهارات التنسيق في الأوزان بدلاً من التعليمات. ثم يستأنف النموذج المحدث جميع الأدوار الثلاثة، وتتكرر العملية.

مكاسب قابلة للقياس في المهام غير القابلة للتحقق

أجرى الفريق جولتين كاملتين من MASS بدءًا من Qwen3.6-27B في بيئة وكيل تشفير كود qwen. كان مكان التدريب عبارة عن مجموعة من 12 مهمة بحثية اصطناعية تشمل التمويل والروبوتات والصيدلة، وكل منها يتطلب كودًا ونتائج كمية وتقريرًا مكتوبًا. تم تخصيص تسع مهام للتدريب وتم تأجيل ثلاث منها بعد التدريب؛ تم إنشاء أوصاف المهام بواسطة GPT-5.5 قبل التجربة.

في مهام الاختبار الثلاثة المعلقة، ارتفع معدل الفوز الذي تم الحكم عليه خارجيًا للنموذج مقابل نسخته الأساسية من 53.9% بعد جولة واحدة إلى 69.9% بعد جولتين. كما تغلب نموذج الجولة الثانية على نموذج الجولة الأولى بنسبة 60.8% من المقارنات. ولتجنب التصنيف بنفس المقياس المستخدم أثناء التدريب، طلب الباحثون من GPT-5.5 وClaude Opus 4.8 تقييم العمل المكتمل، مع حجب تلك الأحكام عن MASS نفسها.

تحسنت الكفاءة جنبا إلى جنب مع الجودة. بعد جولتين، وصلت النتيجة لكل رمز مخرجات إلى 1.2 إلى 1.6 ضعف مستوى النموذج الأساسي عبر أربعة معايير عامة: MLR-Bench، وDSBench، وScienceAgentBench، وAstaBench.

سؤال يتعلق بالسلامة، وليس مجرد عرض توضيحي للقدرات

المؤلفون واضحون في أن الإعداد يتضاعف كمسبار للسلامة. إذا تمكنت أنظمة البحث الآلية من مضاعفة قدراتها، فيجب فهم الظروف التي تنتج تحسنًا هائلاً في وقت مبكر - تشير الورقة إلى أن احتمال حدوث انفجار استخباراتي "يعطي سببًا إضافيًا لدراسة هذه الظروف في وقت مبكر"، مما يضع سؤالها المركزي في كيفية الحفاظ على الرقابة الهادفة عندما لا يتوفر مشرف أقوى.

يهبط المنشور وسط نقاش مكثف حول هذا الخطر بالتحديد. في أواخر سبتمبر/أيلول، أصدر جيفري هينتون، ويوشوا بينجيو، وغيرهما من كبار العلماء تحذيراً عاماً حول احتمال حدوث انفجار استخباراتي جامح، وتسارعت الأبحاث في الأنظمة العميلة التي تجري العمل العلمي في جميع أنحاء هذا المجال.

القيود التي يجب وضعها في الاعتبار

تأتي النتائج مع تحذيرات يعترف بها المؤلفون. المجموعة الاصطناعية صغيرة الحجم، وجميع إشارات التدريب يتم إنشاؤها ذاتيًا، مما يعني أن صحة أحكام النموذج غير معروفة حسب التصميم - يتم استخدام الحكام الخارجيين فقط للقياس، وليس للتدريب. تم استبعاد مهمة تدريب واحدة بعد فشل البحث في سير العمل في العثور على أي سير عمل يتفوق على مرجعه، وهو تذكير بأن الحلقة لا تنتج دائمًا مكاسب. واعتمدت التقييمات الخارجية نفسها على نماذج حدودية، وهي نماذج غير كاملة للحقيقة على الأرض.

ما يأتي بعد ذلك

بالنسبة لـ Sakana AI، تقوم MASS بتوسيع أجندة البحث التي تركز على أتمتة العملية العلمية نفسها، في أعقاب العمل السابق للمختبر على توليد التجارب المعتمدة على الذكاء الاصطناعي وأنظمة المراجعة الوكيلة للتحقق من مطالبات البحث. إذا انتقلت وصفة الإشراف الذاتي الجماعية إلى ما هو أبعد من المهام الاصطناعية، فإن عنق الزجاجة الذي تستهدفه - الإشراف على مخرجات الذكاء الاصطناعي على الحدود - سوف يصبح أكثر إلحاحًا مع تكاثر أنظمة البحث الآلية.

---

ابق على اطلاع بأخبار الذكاء الاصطناعي

آخر أخبار وتحليلات وإنجازات الذكاء الاصطناعي — في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →