AI Prompt Engineering · درس

الوكلاء المتناظرون والمتصوتون

تحقيق الإجماع بين الوكلاء.

الدرس 4 من 413 خطوة

الوكلاء المتناظرون والمتصوتون درس مجاني في AI Prompt Engineering على CoddyKit. هذا هو الدرس 4 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في AI Prompt Engineering، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة AI Prompt Engineering 4 دروس في المجموع.

لماذا نُجمّع عدة وكلاء؟

تُعدّ إجابة النموذج الواحد عيّنة واحدة من توزيع يتضمن الأخطاء والثقة المفرطة. إن تشغيل عدة وكلاء وتجميع مخرجاتهم - بالتصويت أو بالمناظرة المهيكلة - يستفيد من الاستقلالية والاختلاف لكشف الأخطاء والوصول إلى استنتاجات أكثر موثوقية.

  • يخفّف التصويت من الأخطاء العشوائية المستقلة.
  • تعرّض المناظرة الاستدلال المعيب للتدقيق.

التصويت بالاتساق الذاتي

أبسط أساليب التجميع هو أخذ عدة مسارات استدلال مستقلة للسؤال نفسه، ثم اختيار الإجابة النهائية ذات الأغلبية. فكثيرًا ما تصل السلاسل المتنوعة إلى الإجابة الصحيحة نفسها، بينما تتشتت الأخطاء؛ ولذلك تكون القيمة الأكثر تكرارًا أكثر موثوقية من أي مسار منفرد.

يعمل هذا الأسلوب بأفضل صورة عندما يكون فضاء الإجابات متقطعًا وتكون المسارات مستقلة فعلًا.

from collections import Counter
answers = [solve(q, temperature=0.7) for _ in range(7)]
final = Counter(a.final for a in answers).most_common(1)[0][0]

الاستقلالية هي الافتراض الأساسي

لا يفيد التصويت إلا إذا كانت الأخطاء مستقلة. فإذا تشارك جميع الوكلاء النموذج والموجّه والتحيّز نفسه، فسيفشلون معًا، ولن يؤدي التصويت إلا إلى تضخيم الخطأ المشترك. أدخلوا التنوع باستخدام درجات حرارة مختلفة، أو صيغ مختلفة للموجّهات، أو عمليات تفكيك مختلفة، أو نماذج مختلفة.

يمنح الناخبون المترابطون ثقة زائفة - وهذا هو خطر الإجماع من دون استقلالية.

مناظرة الوكلاء المتعددين

في المناظرة، ينتج الوكلاء إجابات أولية، ثم يطّلعون على استدلال بعضهم بعضًا ويُراجعون إجاباتهم عبر جولات متتالية. ويتيح الاطلاع على الحجج المعارضة للوكلاء اكتشاف أخطائهم والتخلّي عن المواقف الضعيفة، وغالبًا ما يتوصلون إلى إجابة أفضل من أي إجابة بدأوا بها.

  • الجولة الأولى: إجابات مستقلة.
  • الجولة الثانية وما بعدها: نقد ومراجعة استنادًا إلى حجج الأقران.
positions = [agent.answer(q) for agent in agents]
for _ in range(rounds):
    positions = [a.revise(q, others=positions) for a in agents]

فخ التملّق

قد تنهار المناظرة إلى اتفاق للسبب الخطأ: فقد يستسلم الوكلاء لوكيل واثق بدلًا من الاستسلام لحجة أفضل. واجهوا ذلك بتوجيه الوكلاء إلى تغيير رأيهم فقط بناءً على قوة الحجج، والدفاع عن المواقف الصحيحة تحت الضغط، وذكر الحجة المحددة التي أقنعتهم.

الاختلاف البنّاء هو الهدف؛ أما الإجماع المبكر فهو إخفاق.

instruction = (
  'Revise only if a peer presents a stronger argument. '
  'State which specific point changed your view, or defend your answer.'
)

أدوار القاضي والمحكّم

بدلًا من الأمل في توصل المتناظرين إلى إجماع، أضيفوا قاضيًا محايدًا يقرأ المواقف والحجج النهائية ويصدر قرارًا مبرّرًا. فالقاضي ليس متناظرًا ولا مصلحة له في النتيجة، مما يقلّل تأثير الصوت الأعلى.

إن فصل المرافعة عن التحكيم نمط قوي قابل للتدقيق.

verdict = judge.decide(
  question=q, positions=positions,
  rubric='choose the answer with the strongest evidence; explain why'
)

التصويت الموزون والتصويت بحسب الثقة

ليست جميع الأصوات متساوية. يمكن للوكلاء الإبلاغ عن مستوى ثقة مُعاير، ثم يمكنكم ترجيح التجميع وفقًا لذلك - أو استبعاد الأصوات منخفضة الثقة. توخّوا الحذر: غالبًا ما تكون ثقة النموذج غير مُعايرة جيدًا، لذا تحقّقوا من أن الترجيح يحسّن الدقة فعلًا قبل الاعتماد عليه.

  • زِنوا الأصوات بحسب الثقة فقط إذا كانت الثقة مُعايرة.
  • وإلا فالأغلبية البسيطة أكثر أمانًا.
def weighted_vote(votes):
    tally = {}
    for v in votes:
        tally[v.answer] = tally.get(v.answer, 0) + v.confidence
    return max(tally, key=tally.get)

منحنى التكلفة مقابل الفائدة

يضاعف التجميع التكلفة خطيًا مع زيادة عدد الوكلاء والجولات، لكن مكاسب الدقة تتناقص. تساعد العينات الإضافية القليلة الأولى كثيرًا، أما العينة العاشرة فنادرًا ما تفعل ذلك. اضبطوا العدد تجريبيًا، وتوقّفوا عندما لا تعود الزيادة الحدّية في الدقة تبرّر الإنفاق الحدّي.

يوفّر التوقّف التكيّفي - أي التوقّف مبكرًا عند قوة الإجماع - الميزانية في العناصر السهلة.

def adaptive(q, max_n):
    votes = []
    for _ in range(max_n):
        votes.append(solve(q))
        if dominant_fraction(votes) > 0.8: break  # confident enough
    return majority(votes)

متى تتفوّق المناظرة على التصويت؟

يناسب التصويت المهام ذات الإجابة المتقطعة الواضحة والعينات المستقلة. أما المناظرة فتناسب المهام التي يكون فيها الاستدلال موضع الإخفاق - مثل البراهين متعددة الخطوات والخطط التي تتضمن عيوبًا دقيقة - لأن القيمة تكمن في نقد سلسلة الاستدلال، لا في عدّ الاستنتاجات.

طابقوا الأسلوب مع موضع الأخطاء: في الإجابة، فاستخدموا التصويت؛ أو في الاستدلال، فاستخدموا المناظرة.

التعادلات والجمود والتصعيد

حدّدوا ما يحدث عندما لا يتوصل الوكلاء إلى نتيجة مشتركة: تعادل في الأصوات أو جمود في المناظرة. استخدموا فاصلًا حتميًا للتعادل، مثل حكم القاضي أو الخيار الأقل خطرًا أو التصعيد إلى إنسان، بدلًا من ترك النظام يدور في حلقة أو يختار اعتباطيًا.

  • حدّدوا عدد جولات المناظرة؛ وعند الجمود، يتخذ القاضي القرار أو يحدث التصعيد.
  • اعرضوا «لا يوجد إجماع» بوصفها نتيجة صحيحة وقابلة لاتخاذ إجراء.

قائمة التحقّق لتصميم الإجماع

لتحقيق إجماع موثوق، احرصوا على استقلالية الناخبين من خلال تنوع حقيقي، واختاروا التصويت للإجابات المتقطعة والمناظرة للمهام التي تركز على الاستدلال، وواجهوا التملّق بالمراجعة القائمة على قوة الحجج فقط، وأضيفوا قاضيًا محايدًا للتحكيم، ولا ترجّحوا بحسب الثقة إلا عندما تكون مُعايرة، وتوقّفوا تكيّفيًا للتحكّم في التكلفة، وحدّدوا كسرًا حتميًا للتعادل مع التصعيد. الاختلاف مورد مهم؛ فأديروه بوعي.

تحقّق سريع

تشغّلون سبعة وكلاء يستخدمون جميعًا النموذج والموجّه ودرجة الحرارة نفسها، ثم تصوّتون بالأغلبية على إجاباتهم، متوقعين موثوقية أعلى.

مراجعة: وكلاء المناظرة والتصويت

يُحسّن تجميع عدة وكلاء الموثوقية من خلال الاستفادة من الاستقلالية والاختلاف. استخدموا التصويت بالاتساق الذاتي للإجابات المتقطعة، ومناظرة الوكلاء المتعددين للمهام التي تركز على الاستدلال، ولكن فقط عندما يكون الناخبون متنوعين فعلًا - إذ يضخّم الوكلاء المترابطون التحيّز المشترك. واجهوا التملّق بالمراجعة القائمة على قوة الحجج فقط، وأضيفوا قاضيًا محايدًا للتحكيم، ولا ترجّحوا بحسب الثقة إلا عندما تكون مُعايرة، وتوقّفوا تكيّفيًا للتحكّم في التكلفة، وحدّدوا كسرًا حتميًا للتعادل مع التصعيد.

البدء مجانًا

تعلم AI Prompt Engineering مع معلم ذكاء اصطناعي — مجانًا

اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.

الدورات
53
الدروس
199

الأسئلة الشائعة

هل درس «الوكلاء المتناظرون والمتصوتون» مجاني؟

نعم — نص درس «الوكلاء المتناظرون والمتصوتون» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة AI Prompt Engineering، انتقل إلى CoddyKit PRO. تتضمن دورة AI Prompt Engineering 4 دروس في المجموع.

ماذا ستتعلم في «الوكلاء المتناظرون والمتصوتون»؟

تحقيق الإجماع بين الوكلاء. تتمرن على AI Prompt Engineering مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ AI Prompt Engineering؟

لا تُشترط خبرة سابقة. AI Prompt Engineering على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.

كم من الوقت يستغرق درس «الوكلاء المتناظرون والمتصوتون»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس AI Prompt Engineering هذا؟

نعم. كل درس في AI Prompt Engineering يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

  1. الأدوار والتخصص
  2. المنسق والعمّال
  3. التواصل بين الوكلاء
  4. الوكلاء المتناظرون والمتصوتون
← العودة إلى AI Prompt Engineering