أصدر باحثون تقنية باسم PLVR تحوّل خطوات المعلم التفصيلية إلى برنامج قابل لإعادة الاستخدام. يعمل البرنامج إلى جانب نموذج لغوي صغير مجمّد، حتى لو كان يحوي 8 مليارات مَعلمة، ويوجّه أفعاله. وفي مجموعة اختبار الاتصالات، ارتفعت دقة نموذج Granite‑4.2 من فئة 8B من 43% إلى 91.2% عند استخدامه مع PLVR.
كيف تعمل PLVR
في البداية، يسجّل نموذج المعلم Kimi‑K3 مسارات استدلاله أثناء حل مسائل استخدام الأدوات. ثم تجمع PLVR هذه المسارات في مجموعات لاكتشاف العمليات المتكررة. ولكل عملية، يكتب نموذج «frontier» تعليمة أولية قصيرة ومحددة النوع يستطيع النموذج الصغير المجمّد تنفيذها. بعد ذلك، يربط النظام التعليمات الأولية بعضها ببعض باستخدام خوارزمية بحث A*، بهدف تحسين فرص الوصول إلى الإجراء النهائي الصحيح. وأثناء الاستدلال، يقدّم البرنامج إما سلسلة أفكار يتبعها نموذج الطالب، أو يتحقق من كل إجراء مقترح لاستخدام أداة ويصلحه قبل إرساله.
النتائج عبر المجالات
اختُبر برنامج PLVR نفسه مع ثلاثة نماذج أساسية من Nemotron ومع Granite‑4.2‑8B، على ثلاثة معايير: الاتصالات، والتجزئة، وLiveMCPBench، وهي مجموعة لاختبار استخدام الأدوات إجرائيًا. في اختبار الاتصالات، حققت نماذج Nemotron كلها دقة تراوحت بين 93.3 و94.4%، بينما بلغ أداء نموذج 8B مع PLVR نسبة 91.2%، أي أقل ببضع نقاط فقط. وفي التجزئة وLiveMCPBench، ظل برنامج PLVR منافسًا لأفضل النتائج المنشورة، وإن تأخر عنها بفارق يتراوح بين 3 و13 نقطة في المعيار الأخير. كما قلّصت الطريقة الفارق في الأداء بين النماذج الأساسية من نحو سبع نقاط إلى نحو نقطتين في المتوسط.
لماذا يهم
بالنسبة إلى المطورين الذين يبنون مساعدين لاستخدام الأدوات، تُظهر PLVR أن نموذجًا منخفض التكلفة نسبيًا من فئة 8B يمكنه الاقتراب في الأداء من نماذج أكبر بكثير عندما يوجّهه برنامج صريح. وقد يخفض ذلك تكاليف الحوسبة ويجعل هذه المساعدات أيسر إتاحة، مع أن الطريقة لا تزال تعتمد على مسارات عالية الجودة من نموذج المعلم، وقد تختلف نتائجها باختلاف المجال.
