# ArcticSwarm يعزز دقة البحث عبر الوكلاء بتأخير التوافق المبكر

> تفصل بنية ArcticSwarm الجديدة جمع الأدلة عن دمجها، لترفع نتيجة BrowseComp إلى 82.6% باستخدام Qwen 3.5‑27B.

Oossa · 2026-11-13 · https://oossa.com/ar/arcticswarm-boosts-multi-agent-web-search-accuracy-by-delaying-early-consensus

قدّم باحثون على arXiv نظام ArcticSwarm، وهو نظام متعدد الوكلاء مصمم لعمليات البحث الطويلة عبر الويب. وعلى خلاف الأنظمة السابقة التي تسمح للوكلاء بالتصويت فور انتهاء كل منهم، يفصل ArcticSwarm مرحلة البحث عن مرحلة اتخاذ القرار. وتتيح «بوابة الجمع» للوكلاء نشر ما توصلوا إليه على لوحة مشتركة، لكنها تمنعهم من الاطلاع على عمل بعضهم بعضًا. وفي مرحلة لاحقة، تفحص «بوابة الدمج» كل إجابة مرشحة ثلاث مرات قبل قبولها. وإذا فشل الفحص، يعيد النظام فتح البحث بدلًا من الاكتفاء برفض الإجابة.

اختبر الباحثون البنية على معيار BrowseComp‑Plus، الذي يضم 830 سؤالًا مفتوحًا للبحث عبر الويب. وباستخدام نموذج Qwen 3.5‑27B ذي الأوزان المفتوحة، حقق ArcticSwarm دقة بلغت 82.6%. في المقابل، حقق نظام MiroFlow السابق 70.6% في الظروف نفسها، فيما سجل نهج بسيط قائم على تصويت الأغلبية 62.5% ضمن الميزانية نفسها للرموز. وقاست الدراسة أيضًا مدى تمسك الفرق بإجابة أولية خاطئة: فمن دون بوابة الجمع، أبقت 32.2% من المحاولات على أول إجابة مرشحة غير صحيحة، مقابل 22.3% عند تفعيل البوابة، وهو ما ارتبط بانخفاض الدقة 3.8 نقاط. أما إزالة بوابة الدمج فتسببت في انخفاض أكبر بلغ 5.9 نقاط.

## مقارنة التصميم بأساليب الوكلاء المتعددين الأخرى

يعالج تصميم ArcticSwarm القائم على بوابتين مباشرةً مشكلة يسميها الباحثون «التوافق المبكر»، إذ يتبنى الوكلاء إجابة مرشحة قبل جمع أدلة كافية. وتعتمد عمليات البحث التقليدية متعددة الوكلاء على تصويت الأغلبية بعد انتهاء جميع الوكلاء، وهو ما لا يتيح إضافة إجابات لم تتوصل إليها أي عملية بحث منفردة. ومن خلال تأجيل التوافق إلى ما بعد إجراء فحوص منهجية، يستطيع ArcticSwarm الاستفادة من نتائج جديدة تظهر في مراحل لاحقة من العملية.

وتعرض الورقة أيضًا نتائج استخدام GPT‑5 مع استفسارات BrowseComp عبر الويب مباشرةً. وسجل ArcticSwarm نسبة 73.6%، متفوقًا على النتيجة المنشورة لـGPT‑5 والبالغة 54.9%، وعلى نتيجة MiroFlow البالغة 63.4% في المهمة نفسها. وتشير هذه الأرقام إلى أن فوائد البنية لا تقتصر على نموذج لغوي واحد.

## أهمية النهج القائم على البوابات في الوقت الراهن

يشكل البحث الطويل عبر الويب عنصرًا أساسيًا في كثير من الأدوات الموجهة للمستهلكين، من مساعدات البحث إلى خدمات تدقيق الحقائق. وغالبًا ما تحسم الأساليب الحالية متعددة الوكلاء الإجابات مبكرًا أكثر من اللازم، ما يقلل موثوقيتها. ويبيّن ArcticSwarm أن فصل جمع الأدلة عن دمجها يمكن أن يرفع دقة الإجابات من دون الحاجة إلى قدرة حوسبية أكبر، وذلك بمجرد إعادة تصميم سير العمل.

وبالنسبة إلى المطورين الذين يبنون منتجات للذكاء الاصطناعي مدعومة بالبحث، تقدم الدراسة مخططًا عمليًا: تنفيذ مرحلة للنشر فقط، ثم إجراء جولات متعددة من التحقق قبل عرض الإجابة النهائية. ولا يتطلب هذا النهج نماذج مملوكة، إذ يعمل مع نماذج ذات أوزان مفتوحة مثل Qwen 3.5‑27B.

## الحقائق

- يحقق ArcticSwarm دقة 82.6% على معيار BrowseComp‑Plus الذي يضم 830 سؤالًا، باستخدام Qwen 3.5‑27B.
- يسجل MiroFlow، باستخدام النموذج نفسه والميزانية نفسها للرموز، 70.6%، فيما يسجل التصويت بالأغلبية 62.5% في الاختبار نفسه.
- من دون بوابة الجمع، تتمسك الفرق بأول إجابة مرشحة خاطئة في 32.2% من المحاولات؛ ومع تفعيل البوابة، تنخفض النسبة إلى 22.3%، مع تراجع الدقة 3.8 نقاط.
- تؤدي إزالة بوابة الدمج إلى انخفاض الدقة الإجمالية 5.9 نقاط.
- عند استخدام GPT‑5 مع BrowseComp عبر الويب مباشرةً، يسجل ArcticSwarm نسبة 73.6%، متفوقًا على النتيجة المنشورة لـGPT‑5 البالغة 54.9% وعلى نتيجة MiroFlow البالغة 63.4%.

## لماذا يهم

قد يعني تصميم ArcticSwarm للمستخدمين اليوميين لأدوات البحث المدعومة بالذكاء الاصطناعي إجابات أوثق من دون زيادة القدرة الحوسبية. ويمكن للمطورين اعتماد سير العمل القائم على البوابات للحد من أخطاء التوافق المبكر، وتعزيز موثوقية مساعدات البحث عبر الويب. لكن لا تزال هناك حاجة إلى تحقق مستقل على معايير أخرى لتأكيد هذه المكاسب عبر مهام متنوعة.

## المصادر والمراجع

1. [ArcticSwarm: Deferring Early Consensus in Long-Horizon Multi-Agent Research](https://arxiv.org/abs/2609.01870) – arXiv cs.MA, 2026-11-13

آخر تحديث: 2026-11-13