عنوان: DeAR: كيف تستنتج الوكلاء اللامركزية معًا دون منسق مركزي
إطار DeAR الجديد ينقل التفكير الوكيل إلى أساس نظير-لنظير، متخلصًا من الاختناقات في التوجيه المركزي. من خلال الربط بالقدرات والتنقل عبر خريطة الأفكار، يتفوق باستمرار على الأساليب السابقة في تسعة معايير قياس.

مقدمة
النُظم الكلاسيكية المتعددة الوكلاء تُبنى عادةً حول "مزيلات" "يقرر أيّ عميل يجب أن يتولى مهمة ويجمع الردود ويُنتج النتيجة" وهذا النهج يعمل بشكل معقول في سيناريوهات بسيطة، ولكن كلما ازداد الطلب تعقيدا، كلما أصبح الضعف أكثر وضوحا. The central node turn into a bottleneck: routing slows down, agent roles are fixed in advance, and the system struggles to adapt to unconventional multimodal data.
وتقترح خطة أولية حديثة، هي " ديار " ، مسارا مختلفا - التفاعل اللامركزي تماما. ويتفاوض العملاء فيما بينهم بمفردهم، دون منسق واحد، ويقررون بأنفسهم من هو المسؤول عن ماذا. والفكرة هي جعل التعاون أكثر مرونة ومرونة - وبحكم النتائج، فإنه يعمل.

لماذا المركزية تعيق العملاء
مخطط "المثير + المنفذ" المألوف يبدو منطقياً، لكن لديه قيود نظامية. جميع الطلبات تمر من خلال عقد واحد، ويقرر ناتجها سرعة النظام بأكمله. وإذا وصل طلب معقد يتطلب العمل المشترك لعدة وكلاء متخصصين، يجب على المخطط المركزي أن يكتشف بسرعة أي جزء يسند إليه. In practice, this often leads to some agents sitting idle while others are overloaded.
وثمة مشكلة أخرى هي الطبيعة الثابتة للأدوار. عميلة مُعينة كـ "مصدرة فقط" لن تكون قادرة على المساعدة في صورة حتى لو كان نموذجها الأساسي قادراً على فعل المزيد وتمنع الحدود الحادة النظام من استخدام إمكانياته الحقيقية.
(دي آر) يحاول الإبتعاد عن هذه القيود بدلاً من مخطّط مركزي، العملاء يتواصلون بطريقة من الأقران. ويقيِّم كل مشارك بصورة مستقلة مدى ملاءمة قدراته للطلب الحالي ويقرر بنفسه أي اتجاه يتجه إلى تحريك الأسباب التالية.
كيف يعمل دي آر
وفي صميم الإطار، هناك ثلاث آليات تتيح التنسيق المستقل.
إلزامية القدرة
The first step is decentralized capacity binding. كل عميل يتلقى الطلب و يفحصه و يقيّم ما يمكنه فعله و مدى أهمية تلك المهارات للمهمة الحالية ولا يسند أي مخطط خارجي أدوارا - ويظهر التخصص بطبيعة الحال، بناء على الطلب المحدد. This makes the system more flexible: the same agent might work with text in one case and help analyze an image in another.
خريطة الفكر
The second mechanism is thought map navigation. وبمجرد أن يحدد وكيل مجال مسؤوليته، يحتاج إلى فهم من سيتفاعل مع التالي وكيف. بدلاً من أن يراسل الجميع بشكل عشوائي، يقوم العملاء ببناء "الخريطة" المستهدفة للأفكار والتفكير وهذا النهج يقلل من حركة المرور غير الضرورية ويجعل التعاون مجديا: فكل خطوة تقرب النظام من الإجابة بدلا من مجرد خلق مظهر النشاط.
تحديث الطبول
وأخيراً، القدرة على تصحيح الأخطاء في مسألة الذبابة. ويشمل التقرير تحديثاً لعلم الطبقات - وهو آلية تكيفية تنقح الصلات بين العملاء إذا كان المسار المختار للتعليم يضرب نهاية مسدودة. النظام لا ينتظر عقدة مركزية لإشعار المشكلة، يعيد هيكلة هيكله الخاص مباشرة على الذبابة.

ما أظهرته الاختبارات
وقيم صاحبا البلاغ تقرير التقييم المستقل عن تسع نقاط مرجعية مختلفة تغطي المنطق المتعدد الوسائط والرد على الأسئلة المستندة إلى نصوص. In all cases, the decentralized framework consistently outperformed recent baseline methods.
والكسب ملحوظ بوجه خاص بشأن المهام التي تتطلب استخداماً مكثفاً للمعارف والجهود المشتركة لمختلف التخصصات. This confirms the main thesis: when agents can freely adapt and connect with each other directly, reasoning accuracy improves.

الاستنتاجات
DeAR is a step toward a more natural and resilient structure for agent systems. وبدلا من التسلسل الهرمي الجامد - شبكة مستقلة يفهم فيها كل مشارك قدراته الخاصة ويختار كيفية المساهمة في حل المهمة. وهذا النهج لا يزيل مشكلة الاختناقات فحسب، بل يجعل النظام جاهزاً أيضاً للسيناريوهات غير المتوقعة التي لا يمكن توقعها مع إسناد دور ثابت.
وفي الوقت الراهن، يوجد الإطار كمشروع بحثي: يُعد بإصدار مدونة المصدر بعد نشرها. ولكن من الواضح بالفعل أن التعاون اللامركزي بين العملاء هو اتجاه واعد، ودي آر يبدو أحد الأمثلة المقنعة.
الأسئلة المتكررة
المواد ذات الصلة
جميع المواد
الثوابت كثيرة الحدود القانونية في تشخيص أعطال محاكيات التعلم المعزز: أين تكون مفيدة حقًا
تبحث الدراسة مدى جدوى إدراج القوانين الفيزيائية في نماذج الديناميكيات المتعلَّمة: فالثوابت المستخلصة من المسارات والمحوَّلة إلى صيغة معيارية باستخدام قواعد غروبينر تحقق تحسناً متواضعاً في التنبؤات، لكنها فعّالة في التشخيص، إذ تتيح تحديد موضع القيد المنتهك والكشف عن المعلمة الخاطئة بعينها.
10 نوفمبر 2026
AURA-Eval: كيفية التحقق من أن وكيل LLM قد أدرك المخاطر وغيّر خطوته التالية
يقيّم هذا الإطار سلوك وكلاء LLM لا استنادًا إلى الحكم النهائي، بل إلى استجابتهم للمخاطر عند نقاط محورية: إذ تُقطع مسارات استدعاء الأدوات، ثم يُطلب من النموذج مواصلة الاستدلال والتصرف، بينما تحلل لجنة من محكّمي LLM رصد المخاطر وطبيعة الخطوة ومدى أمانها. وفي 1249 مهمة جُمعت من 157 مسارًا لـ R-Judge، ازداد تواتر التصرفات غير الآمنة لدى 20 نموذجًا عند غياب مسار آمن، كما أدى رفع الإشراف قبل التنفيذ إلى تحويل 52,3% من الحالات الآمنة في الأصل إلى حالات غير آمنة.
10 نوفمبر 2026
ذاكرة خزان تشيرن-سايمونز: ديناميكيات الترابط الذاتية ونقل الكثافة
تتناول المقالة كيفية احتفاظ الخزان بتاريخ الإشارات الواردة في كلٍّ من توزيع الكثافة ودرجات الحرية الهندسية. وتُظهر مقارنة أربعة آليات أن التيار ينشئ مكوّنًا منفصلًا من مكوّنات الاتصال، يغيّر استجابة الكثافة لاحقًا، وأن أخذ جميع السمات المقاسة في الحسبان يحقق تحسنًا طفيفًا في فك ترميز ترتيب النبضات.
10 نوفمبر 2026