پژوهشگران یوکسینگ لو، ییچنگ چن و شانچان وو چارچوب «گراف رویهای» (Procedural Graph) را منتشر کردهاند که به عوامل مدلهای زبانی بزرگ (LLM) اجازه میدهد برنامههای اجرای وظیفه خود را در حین کار بازنویسی کنند.
مشکل عوامل امروزی
اکثر دستیارهای مبتنی بر LLM مانند آشپزی عمل میکنند که فقط میتواند یک دستور پخت را بازگو کند. مدل مراحل را در حافظه گذرا ذخیره میکند، ابزار بعدی را انتخاب میکند و امیدوار است توکن بعدی به درستی قرار گیرد. در عمل، سه نوع شکست اغلب ظاهر میشوند:
- انحراف از هدف – پس از چند مرحله، عامل هدف اصلی را فراموش میکند.
- استفاده نادرست از ابزار – یک API را با ترتیب اشتباه فراخوانی میکند یا در یک فراخوانی تکرار میشود.
- اشتباهات یادگرفتهنشده – همان خطا در جلسات بیربط دوباره ظاهر میشود، زیرا هیچ چیز دائمی آن شکست را ثبت نمیکند.
از آنجایی که استدلال به صورت ضمنی باقی میماند، توسعهدهندگان نمیتوانند ببینند چرا یک اقدام رخ داده است و کاربران نیز نمیتوانند نقصهای سیستماتیک را اصلاح کنند.
تبدیل پرامپتها به یک گراف
گرافهای رویهای رویکرد «فقط حافظه» را با یک ساختار صریح و قابل ویرایش جایگزین میکنند. این چارچوب سه عنصر اصلی را تعریف میکند:
| عنصر | نقش |
|---|---|
| گره (Node) | یک مرحله مشخص مانند «جستجوی پرواز» یا «تأیید پرداخت». |
| یال (Edge) | جریان بین گرهها – توالیهای خط مستقیم، شاخههای شرطی (if/then) و حلقهها. |
| ویژگی (Attribute) | متادیتای متصل به یک گره یا یال، مانند نرخ موفقیت، میانگین زمان اجرا یا امتیاز اطمینان. |
وقتی یک عامل LLM درخواستی دریافت میکند، ابتدا درخواست را روی یک گراف موجود نگاشت میکند یا یک گراف جدید را در لحظه میسازد. سپس اجرا از یالها پیروی کرده، ابزارها را فراخوانی میکند و نتایج را در ویژگیها ذخیره میکند. از آنجایی که گراف خارج از جریان توکنهای مدل قرار دارد، افراد میتوانند آن را بازرسی، تجسم و ویرایش کنند.
تکامل خودکار در پنج مرحله
نوآوری در حلقهای نهفته است که به عامل اجازه میدهد گراف خود را بهبود بخشد:
۱. ثبت هر مسیری که عامل طی میکند، با ثبت ورودیها، فراخوانیهای ابزار و نتایج. ۲. مقایسه مسیرهای موفق با مسیرهای ناموفق، برای شناسایی نقاط واگرایی. ۳. تشخیص خطا با بررسی ویژگیهای گره (مثلاً نرخ موفقیت پایین) و شرایط یالها. ۴. پیشنهاد ویرایشها – LLM تحلیل شکست را دریافت کرده و اصلاحات گراف را پیشنهاد میدهد (افزودن یک مرحله اعتبارسنجی مفقود، حذف یک حلقه اضافی، سختگیرانهتر کردن یک شرط). ۵. تأیید گراف اصلاحشده روی یک نمونه آزمایشی؛ اگر عملکرد بهبود یافت، تغییر اعمال میشود.
از آنجایی که گراف به عنوان «تنها منبع حقیقت» عمل میکند، عامل میتواند بدون کمک انسان، مراحل را اضافه کند، بنبستها را حذف کند یا منطق را بازسازی کند. حتی یک گردش کار دستساز و ناشیانه توسط انسان نیز میتواند به مرور زمان اصلاح شود.
چرا این تغییر اهمیت دارد
تعمیمپذیری فراتر از حفظ کردن
یک پرامپت ایستا تنها یک نمونه از وظیفه را در بر میگیرد. یک گراف، «نحوه انجام» را برای یک کلاس کامل (مانند جستجو و رزرو، خط لولههای ورود داده، گفتگوهای عیبیابی) انتزاع میکند، بنابراین همان ساختار با پارامترهای مختلف کار میکند. تیمها دیگر نیازی به ارسال مجدد پرامپت برای هر تغییر جزئی ندارند.
تصمیمگیری شفاف
گراف شبیه به یک نمودار جریان (flowchart) است. ذینفعان میتوانند دقیقاً ردیابی کنند که کدام گره باعث فراخوانی یک ابزار شده و چرا یک شاخه انتخاب شده است.
همافزایی عصبی-نمادین (Neuro-symbolic)
گرافهای رویهای، تشخیص الگو در یادگیری عمیق (درک زبانی LLM) را با استدلال نمادین (منطق صریح گراف) ترکیب میکنند. LLM شهود لازم برای تولید یا اصلاح مراحل را فراهم میکند و گراف، سازگاری منطقی را اعمال میکند. نویسندگان این را به عنوان دادن یک مغز «سیستم ۲» به LLMها توصیف میکنند؛ یک کنترلکننده آگاهانه و قابل بررسی که مکمل «سیستم ۱» سریع و تداعیگرِ پیشبینی توکنهای خام است.
نتیجهگیری
گرافهای رویهای به عوامل LLM یک ستون فقرات تغییرپذیر و قابل بازرسی میدهند که به آنها اجازه میدهد از هر اجرا درس بگیرند. با تبدیل پرامپتهای گذرا به ساختارهای ماندگار، این رویکرد نویدبخش دستیارهای هوش مصنوعی است که شکست خوردن آنها سختتر، درک آنها آسانتر و سازگاری آنها با چالشهای جدید بیشتر است.