شجرة الأفكار: متى يستحق البحث المتفرع كلفته؟

تستحق تقنية شجرة الأفكار كلفة استدعاءاتها الإضافية للنموذج حين تستطيع تقييم الحلول الجزئية قبل إكمالها. ففي المثال التوضيحي لميزانية البحث أدناه، قد يرفع بحث صغير عدد الاستدعاءات من 1 في النهج الأساسي إلى 21 استدعاءً. ابدأ بنموذج استدلال بوصفه خط الأساس، ولا تضف فروعًا إلا لمعالجة إخفاقات يمكن للبحث أن يصلحها.

جرى التحقق من المصادر في 24 أكتوبر 2026. جميع نتائج الاختبارات المرجعية أدناه مأخوذة من الورقة الأصلية المنشورة عام 2023 لـ Shunyu Yao وزملائه. أما أمثلة الفروع وحسابات ميزانية استدعاءات النموذج، فهي للتوضيح وليست نتائج مسجلة في بيئات تشغيل فعلية.

شجرة الأفكار: كيف يعمل البحث؟

تتيح شجرة الأفكار، أو Tree of Thoughts (ToT)، لتطبيقك مقارنة حلول لم تكتمل بعد وتحديد ما يستحق منها مزيدًا من العمل. يقترح نموذج لغوي كبير، أو LLM، الخطوات التالية؛ ثم يقيّم مُقيِّم الحالات الناتجة؛ وتحدد آلية البحث ما يُحتفظ به وما يُوسَّع وما يُستبعَد. قدّم Yao وزملاؤه هذا الإطار في مايو 2023. المنهج في الورقة الأصلية.

تخيّل أنك تخطط لمسار داخل مبنى. عند مفترق الممرات، يمكنك فحص عدة اتجاهات قبل اختيار أحدها. الممر المسدود لا يستحق مزيدًا من الجهد، والممر الواعد يمكن إبقاؤه خيارًا متاحًا أثناء استكشاف غيره. الفائدة هنا هي القدرة على تغيير الاتجاه قبل أن تصبح كلفة القرار كبيرة.

الفكرة وحدة مفيدة من العمل الوسيط: قد تكون معادلة، أو كلمة مقترحة في لغز كلمات متقاطعة، أو خطة للكتابة. أما الحالة فتسجل المسألة الأصلية والحل الجزئي الذي وصلت إليه. ينبغي أن تكون هذه الوحدة كبيرة بما يكفي لتقييمها، وصغيرة بما يكفي لتظل تجربة البدائل مفيدة.

تتكرر العملية عبر ثلاث خطوات واضحة:

• التفرّع: اقتراح خطوات تالية مختلفة انطلاقًا من الحالة الحالية.
• التقييم: فحص كل حالة ناتجة وفق القيود وفرص الوصول منها إلى إجابة صحيحة.
• التقليم: وقف توسيع الحالات المرفوضة وتوجيه ما تبقى من الميزانية إلى المرشحين الأقوى.

تجمع الورقة هذه العمليات مع البحث بالعرض أولًا، الذي يحتفظ بالحالات الواعدة على امتداد المستوى نفسه، والبحث بالعمق أولًا، الذي يتتبع فرعًا ويمكنه التراجع عند فشله. تختار آلية البحث بحسب المهمة، ولا تتطلب أي منهما تدريب نموذج جديد. الإطار وخوارزميات البحث.

بالنسبة إلى مطوّر التطبيق، التغيير الجوهري هو امتلاك التحكم في البدائل أثناء بناء الحل. مجرد مطالبة النموذج بأن يبدو متأنيًا في تفكيره لا تمنح تطبيقك هذا التحكم.

ما الفرق بين شجرة الأفكار وسلسلة التفكير؟

يكمن الفرق في توقيت المقارنة بين البدائل: هل تقارنها أثناء بناء الحل، أم بعد إنتاج إجابات كاملة؟

هذا هو التمييز الوارد في خلفية البحث ومنهجه لدى Yao وزملائه. يأخذ الاتساق الذاتي بصورته المعتادة عينات من سلاسل كاملة، ثم يختار الإجابة الأكثر تكرارًا. ويتطلب ذلك طريقة ذات معنى للتعرف على الإجابات المتكافئة؛ فالتصويت على نص مفتوح أقل وضوحًا من التصويت على نتيجة عددية.

قد يساعد التوجيه بسلسلة التفكير على التعبير عن الخطوات الوسيطة. ويضيف الاتساق الذاتي تنوعًا بين المحاولات المكتملة. أما ToT فيضيف وحدة تحكم تستطيع إيقاف مسار ضعيف قبل دفع كلفة إكماله. لكن هذه الوحدة تفتح بابًا لإخفاق جديد: استبعاد مسار كان سينجح لو استمر.

هناك تقنيتان قريبتان تعالجان مشكلتين مختلفتين. يزوّد التوجيه بأمثلة قليلة النموذج بأمثلة للسلوك أو تنسيق المخرجات المطلوب، مما قد يساعد المولّد أو المُقيِّم على الالتزام بالمواصفات المحددة له. ويربط تسلسل الأوامر بين مراحل، مثل استخراج الحقائق ثم صياغة رد. ولا يتحول تسلسل ثابت من المراحل إلى بحث إلا حين يحتفظ ببدائل ويقرر أيّها يستكشف.

استخدم أبسط بنية تعالج سبب الإخفاق. فتذبذب التنسيق يستدعي أمثلة أوضح أو تحققًا من صحة المخرجات، ونقص الأدلة يستدعي استرجاع المعلومات. لا تستلزم أي من المشكلتين شجرة بحث تلقائيًا.

مثال عملي على التفرّع والتقييم والتقليم

قد تقود معادلة وسيطة صحيحة إلى طريق مسدود. وهذا هو الفرق الذي يجب أن يستطيع المُقيِّم تمييزه.

لنأخذ مثال لعبة Game of 24 الوارد في الورقة: استخدم الأعداد 4، 9، 10 و13، كلًّا منها مرة واحدة بالضبط، مع العمليات الحسابية الأساسية للوصول إلى 24. صيغت الخطوات أدناه لشرح الآلية، وهي ليست سجلًا لمحادثة فعلية مع نموذج. وقد جرى التحقق من الحالات القابلة للحل والمستحيلة بحصر جميع التركيبات الحسابية المتبقية. مدخلات المثال في الورقة.

1. 1

   ولّد فروعًا من الحالة الابتدائية

   يحسب المرشح A العملية 4 + 9 = 13، فتتبقى القيم 10, 13, 13.

   يحسب المرشح B العملية 13 - 9 = 4، فتتبقى القيم 4, 4, 10.

   كلتا العمليتين مسموحتان. وتمثل الأعداد المتكررة قيمًا متبقية منفصلة؛ لذا يجب أن تحتفظ الحالة بتعددها.

2. 2

   قيّم الحالات الناتجة

   لا يستطيع المرشح A الوصول إلى 24 باستخدام كل قيمة متبقية مرة واحدة مع الجمع أو الطرح أو الضرب أو القسمة. استبعد هذا الفرع.

   لدى المرشح B امتداد صالح: اطرح أحد العددين 4 المتبقيين من 10، ثم اضرب الناتج في العدد 4 الآخر. احتفظ بهذا الفرع.

   يستخدم المثال تحققًا حسابيًا دقيقًا كي يكون الحكم قابلًا للفحص. أما البحث في الورقة فاستخدم تقديرات للقيمة صادرة عن النموذج، وهي قابلة للخطأ.

3. 3

   وسّع الفرع المتبقي

   انطلاقًا من 4, 4, 10، قارن بين 4 + 4 = 8، التي تُبقي 8, 10، و10 - 4 = 6، التي تُبقي 4, 6.

   لا تستطيع الحالة الأولى الوصول إلى 24 بالعملية المتبقية. أما الثانية فتستطيع: 4 × 6 = 24. احتفظ بهذا الامتداد وتحقق من التعبير الحسابي المكتمل.

4. 4

   تحقق من الإجابة النهائية

   يستخدم التعبير (13 - 9) × (10 - 4) = 24 كل عدد أصلي مرة واحدة، وتساوي نتيجته القيمة المطلوبة. ينتهي البحث لأن النتيجة اجتازت اختبار المهمة.

في هذا اللغز الصغير، يستطيع برنامج يجرب جميع الاحتمالات إنجاز المهمة كاملة؛ وإضافة نموذج لغوي كبير ستكون تعقيدًا هندسيًا غير ضروري. الغرض من المثال هو شرح دورة البحث. أما في التطبيقات، فغالبًا ما يكون التقسيم المفيد للعمل بين نموذج يقترح خططًا معقولة وشيفرة تتحقق من قيود لا ينبغي تركها لتخمين النموذج.

ماذا أظهرت نتائج ورقة شجرة الأفكار؟

تُظهر النتائج الأصلية أن البحث المنهجي ساعد في المهام التي اختارها الباحثون. لكنها لا تحدد مقدار التحسن الذي ينبغي توقعه في عبء عمل حالي ضمن بيئة تشغيل فعلية.

في Game of 24، اختبر الباحثون GPT-4 على 100 لعبة صعبة نسبيًا. أُجريت تجاربهم في مايو 2023. ويورد الجدول 2 نسب النجاح التالية:

المصدر: Yao وزملاؤه، الجدول 2 وإعداد تجربة Game of 24.

عرض البحث هو عدد الحالات المحتفَظ بها، وليس عدد استدعاءات النموذج. فتوليد المرشحين وتقييمهم يضيفان عملًا آخر. وفي إعداد Game of 24، أخذ الباحثون ثلاث عينات لتقدير قيمة كل مرشح. إعداد التجربة.

درست الورقة أيضًا الكتابة الإبداعية والكلمات المتقاطعة المصغّرة. وهما مهمتان مختلفتان، ولكل منهما أساليب تقييم مختلفة. الاستنتاج العملي أضيق من القول إن «ToT يحسّن النماذج»: يمكن للبحث أن يفيد حين يكون اختيار اتجاه وسيط واعد مؤثرًا وقابلًا للتقييم. ويظل المطوّر بحاجة إلى أدلة تخص عبء عمله قبل إضافة وحدة التحكم.

كم استدعاءً إضافيًا للنموذج يستهلك التفرّع؟

احسب التوليد والتقييم وإنتاج الرد النهائي كلًّا على حدة. فقد يستهلك المُقيِّم استدعاءات أكثر من مولّد المرشحين.

إليك مثالًا توضيحيًا لبحث محدود الميزانية، مستقلًا عن إعداد الورقة. يعني الاستدعاء طلبًا واحدًا يرسله تطبيقك إلى النموذج. افترض أن استدعاء اقتراح واحد يولّد جميع الحالات المتفرعة عن حالة أم، بينما تحصل كل حالة فرعية على استدعاء تقييم مستقل. يتوقف البحث عند العمق المختار، من دون إعادة محاولات أو توقف مبكر، ثم يُستخدم استدعاء أخير لإنتاج الرد.

حدّد ثلاث حالات فرعية لكل حالة أم تُوسَّع، واحتفظ بحالتين بعد كل مستوى، ووسّع البحث عبر ثلاثة مستويات. تصبح أعداد الحالات الأم التي تُوسَّع 1، 2 و2. وعليه:

• التوليد: 1 + 2 + 2 = 5 استدعاءات.
• التقييم: 3 × (1 + 2 + 2) = 15 استدعاءً.
• الرد النهائي: 1 استدعاء.
• المجموع: 5 + 15 + 1 = 21 استدعاءً، أي 21× مقارنة بخط أساس من 1 استدعاء.

إذا كررت تقييم كل مرشح ثلاث مرات، احتاجت الشجرة نفسها إلى 5 + 45 + 1 = 51 استدعاءً. وإذا جمعت جميع تقييمات المرشحين في كل مستوى ضمن طلب واحد، أصبح العدد 5 + 3 + 1 = 9 استدعاءات. يغيّر التجميع سياق المُقيِّم وظروف إصدار حكمه؛ فهو خيار تنفيذي، وليس ضمانًا للحفاظ على الجودة نفسها.

للمقارنة، يستخدم الاتساق الذاتي مع خمس عينات تُطلب كل منها على حدة خمسة استدعاءات للنموذج، حين يُحسَب التصويت النهائي بشيفرة حتمية. أما إضافة نموذج للتحكيم فتزيد الاستدعاءات وتغيّر هذه المقارنة.

قاعدة الحساب العامة هي C = Σ nₜ(g + kv) + f. يمثّل nₜ عدد الحالات الأم التي تُوسَّع عند المستوى t، وg عدد طلبات التوليد لكل حالة أم، وk عدد الحالات الفرعية لكل حالة أم، وv عدد طلبات التقييم لكل حالة فرعية، وf عدد طلبات إنتاج الرد النهائي. تفترض هذه الصيغة تقييم كل حالة فرعية على حدة؛ وعند تجميع التقييمات، احسب طلباتها مباشرةً وفق طريقة التجميع.

كيف تصمم شجرة الأفكار وتضبط البحث؟

احتفظ بحالة البحث وقواعد إيقافه في شيفرة التطبيق. ودع النموذج يقترح ويقيّم مخرجات محددة النطاق يمكنك فحصها.

العائق الذي قد تصطدم به هذه البنية هو جودة المُقيِّم. فإذا لم يستطع التمييز بين حل جزئي قابل للاستكمال ومسار مسدود يبدو مقنعًا، فلن يمنحه توسيع الفروع إلا مزيدًا من الفرص للاختيار الخاطئ.

1. 1

   عرّف حالة يمكن فحصها

   في ميزة جدولة تخضع لقيود، قد تتضمن الحالة المهام المسندة والمهام المتبقية والفترات المحجوزة والقيود التي لم تتحقق بعد. عرّف الفكرة التالية بوصفها إسنادًا مقترحًا لمهمة. وخزّن الحالة ومعرّف المرشح ومعرّف الحالة الأم والأدلة كلًّا على حدة.

   اختر مخرجًا يمكن التحقق منه في المرحلة الحالية. فمن الصعب تقليم فرع بثقة إذا كان كل ما يقدمه فقرة مبهمة عن امتلاك استراتيجية جيدة.

2. 2

   افصل مهمة التوليد عن مهمة التقييم

   يمكن أن تكون تعليمات المولّد: «اقترح إسنادات تالية مختلفة انطلاقًا من هذه الحالة. أعِد الإسناد والحالة المحدّثة لكل مرشح. التزم بالقيود المذكورة».

   ويمكن أن تكون تعليمات المُقيِّم: «افحص كل مرشح في ضوء القيود. أعِد معرّفه، وأي قيد يخالفه، وحدد ما إذا كان الاستمرار ممكنًا أو غير مؤكد أو مستحيلًا. استشهد بحقول الحالة التي تدعم حكمك».

   ابدأ بفحوص حتمية لقواعد مثل تداخل الفترات الزمنية أو غياب الحقول المطلوبة. وإذا احتجت إلى حكم النموذج، فتحقق من جودته باستخدام حالات معروفة ضمن عملية تقييم تستخدم نموذجًا لغويًا كبيرًا مُحكِّمًا.

3. 3

   حدّد قواعد التقليم والميزانية بوضوح

   ارفض الحالات التي تنتهك قيدًا إلزاميًا. رتّب المرشحين المتبقين، واحتفظ بعدد محدود من الحالات المرشحة للتوسيع، وأزل الحالات المكررة. أبقِ المرشحين غير المحسومين متاحين متى سمحت الميزانية؛ فانخفاض ثقة المُقيِّم لا يثبت استحالة الفرع.

   طبّق في وحدة التحكم حدودًا لعدد الطلبات والعمق والرموز النصية والوقت المنقضي. وأدرج التقييم وإعادة المحاولات ضمن تلك الحدود. سجّل ما استُبعد وسبب استبعاده، لتتمكن من فحص الحالات التي أزال فيها التقليم مسارًا ناجحًا.

4. 4

   تحقق قبل قبول النتيجة أو تنفيذها

   استخدم فحصًا نهائيًا، مثل استيفاء جميع قيود الجدولة أو اجتياز اختبارات البرمجيات ذات الصلة. إذا لم يتأهل أي مرشح قبل نفاد الميزانية، فأعِد نتيجة غير محسومة أو أحِلها إلى المراجعة.

   أبقِ استكشاف الفروع داخل بيئة معزولة أو في صورة إجراءات مقترحة. فلا ينبغي لفرع جدولة قيد التجربة أن يرسل دعوات، ولا لفرع برمجي أن ينشر تغييرات بينما لا تزال وحدة التحكم تقارن المرشحين.

قِس جودة المُقيِّم إلى جانب جودة الإجابة النهائية. فالرفض الخاطئ قد يزيل الفرع المفيد نهائيًا، والقبول الخاطئ قد يستهلك ما تبقى من الميزانية في توسيع طريق مسدود. ولكل من الإخفاقين معالجة مختلفة.

متى يغنيك نموذج استدلال عن شجرة الأفكار؟

لا حاجة إلى ToT خارجي حين يلبي نموذج استدلال بالفعل متطلبات الجودة وزمن الاستجابة لديك، ولا يحتاج تطبيقك إلى التحكم في البدائل الوسيطة.

ينفذ نموذج الاستدلال عملًا داخليًا قبل الإجابة. وتوصي إرشادات Anthropic الحالية للتوجيه بإعطاء نماذجها التي تفكر أهدافًا عامة بدلًا من تحديد كل خطوة استدلال لها. يدعم ذلك البدء بمهمة واضحة وقيود ومعايير قبول. لكنه لا يثبت أن نموذجًا بعينه ينفذ داخليًا خوارزمية ToT التي وضعها Yao وزملاؤه. إرشادات Anthropic للتوجيه.

إذا كنت تطور ميزة لإجراء تحويل محدود في الشيفرة، فجرّب أولًا نموذج استدلال مناسبًا، ثم أخضع النتيجة للاختبارات ذات الصلة. وإذا استوفى خط الأساس معيار الإصدار، فإن إضافة شجرة خارجية تفرض إدارة للحالات وتقييمًا ومعالجة للإخفاقات من دون فائدة مثبتة.

أبقِ البحث الخارجي خيارًا حين يملك تطبيقك ما يضيفه: محاكيًا، أو مدققًا للقيود، أو بيئات اختبار معزولة، أو حاجة إلى الاحتفاظ بخطط مرشحة مختلفة. ويمكن لنموذج أقوى أن يظل مولّدًا داخل هذا البحث. فاستدلال النموذج والبحث الذي يتحكم فيه التطبيق خياران منفصلان في التصميم.

يُحسم القرار بالتجربة: احتفظ بالشجرة فقط إذا حسّنت النتائج المتحقق منها بما يكفي لتبرير استهلاكها المقاس للموارد. طول الإجابة أو تفصيل سجل الخطوات ليس معيار النجاح.

أين تكمن المبالغة في الحديث عن شجرة الأفكار؟

الأمر الذي يطلب من خبراء متخيّلين إجراء نقاش لا يوفر وحده بحثًا شجريًا منضبطًا. قد ينتج بدائل، لكن تطبيق ToT في بيئة فعلية يحتاج إلى حالة صريحة وتقييم واختيار للفروع وسياسة توقف. وإذا كانت هذه العناصر كلها محصورة داخل مخرج واحد للنموذج، فلا يمكنك افتراض أن البحث الذي وصفته نُفّذ كما أردت.

والمبالغة الأخرى هي القول إن زيادة الفروع تضمن إجابة أفضل. فقد تكرر الفروع الفكرة نفسها، وقد يتشارك المُحكِّم والمولّد الافتراض الخاطئ نفسه، وقد يستبعد التقليم المبكر الامتداد المفيد الوحيد. التعبير عن الثقة لا يحل محل التحقق من المهمة.

وأخيرًا، فإن أقوى نتيجة حققتها الورقة في Game of 24 ليست دليلًا على أن كل سير عمل تجاري يحتاج إلى ToT. فقد يحتاج مستخرج بيانات من المستندات لا يلتزم بمخطط البيانات إلى أمثلة أفضل والتحقق من صحة المخرجات. وقد يحتاج مساعد دعم تنقصه سياسة معينة إلى المصدر الصحيح. والبحث في مسارات أكثر ضمن المعلومات الناقصة نفسها لا يوفر الحقيقة الغائبة.

استخدم البحث للمفاضلة بين قرارات بديلة تستطيع تقييمها. وعالج نقص السياق والإخلال بمواصفات المدخلات والمخرجات مباشرةً.

ما الذي تغيّره في تطبيقك هذا الأسبوع؟

ابدأ الآن إذا كانت حالات الإخفاق لديك تتضمن اختيارات مبكرة يمكن تصحيحها، وكانت لديك طريقة موثوقة لتقييم الحالات الوسيطة. من الأمثلة تغييرات برمجية مرشحة تُفحص في بيئات معزولة، أو خطط تُختبر وفق قيود جدولة صريحة. ابدأ بمسار محدود لهذه الحالات وبميزانية بحث ثابتة.

تمهّل إذا لم تستطع بعد توضيح سبب تفضيل حل جزئي على آخر. أنشئ مجموعة من الحالات المقبولة وغير المقبولة، وافحص قرارات المُقيِّم، وحسّن جودة حكمه قبل توسيع الشجرة.

لن تحتاج غالبًا إلى تغيير يُذكر إذا كان سير العمل مجرد استخراج مباشر أو تصنيف أو تسلسل ثابت يحقق بالفعل معايير القبول. احتفظ ببنيته الأبسط.

خطوة بداية الأسبوع واضحة: خذ حالات إخفاق من سير عملك الحالي القائم على سلسلة التفكير، وقارن خط أساس يستخدم نموذج استدلال بنسخة محدودة من ToT على المهام الاختبارية نفسها، المحجوزة خارج التطوير. أبقِ أداة التحقق النهائي كما هي. سجّل النتائج المقبولة واستدعاءات النموذج والرموز النصية وزمن الاستجابة والحالات التي أزال فيها التقليم مسارًا ناجحًا. اعتمد البحث فقط في فئة المهام التي تدعم نتائجها هذا القرار.

أسئلة شائعة عن شجرة الأفكار

هل الاستدلال هو نفسه سلسلة التفكير؟

الاستدلال قدرة أوسع تشمل معالجة المشكلة للوصول إلى حل. أما سلسلة التفكير فهي أسلوب توجيه يستخدم خطوات وسيطة. ويمكن للنموذج تنفيذ استدلال داخلي من دون عرض تلك الخطوات في إجابته.

ما المقصود بالشجرة في الذكاء الاصطناعي؟

تمثل الشجرة الحالات والإجراءات التالية الممكنة. العقدة هي حالة، وأبناؤها بدائل نصل إليها باتخاذ خطوة إضافية. وفي ToT، تمثل تلك الحالات حلولًا جزئية.

ما المقصود بشجرة الاستدلال؟

تعني في هذا السياق تنظيم حلول جزئية بديلة على هيئة فروع، وتقييمها، واختيار ما يُستكمل منها. أما الإطار المحدد الذي قدمه Yao وزملاؤه فيُسمى Tree of Thoughts.

ما هو التوجيه بشجرة الأفكار؟

يستخدم نموذجًا لغويًا لاقتراح بدائل وسيطة وتقييمها، إلى جانب آلية بحث تختار الحالات التي ستُوسَّع. وفائدته العملية هي إمكانية إعادة النظر في قرار قبل إكمال الإجابة كلها.

ما قاعدة الحروف الثلاثة C في كتابة الأوامر؟

لا تحدد خوارزمية ToT التي قدمها Yao وزملاؤه قاعدة تقوم على ثلاثة أحرف C. فهذه العبارة التذكيرية ليست مواصفات الخوارزمية؛ إذ تصف الورقة تقسيم العمل إلى أفكار، وتوليدها، وتقييم الحالات، والبحث.

ما أبرز الفروق بين سلسلة التفكير وشجرة الأفكار؟

ينتج CoT بصورته المعتادة مسار استدلال واحدًا متصلًا. أما ToT فينظر صراحةً في مسارات جزئية بديلة ويقيّمها أثناء البحث. ويختلف الاتساق الذاتي عنهما: إذ يأخذ عينات من مسارات كاملة ويجمّع الإجابات النهائية.

ما مثال التوجيه بسلسلة التفكير؟

يمكن لشرح حسابي محلول أن يعرض 13 - 9 = 4، ثم 10 - 4 = 6، ثم 4 × 6 = 24. تقديم هذه الخطوات الوسيطة بوصفها مثالًا يوضح CoT. أما مقارنة خطوات بديلة وتحديد الفرع الذي يستمر، فيضيفان آلية بحث ToT.

كيف نشرح سلسلة التفكير ببساطة؟

تربط السؤال بإجابته عبر خطوات وسيطة، مثل الحسابات أو الاستنتاجات. وقد تسهّل هذه الخطوات متابعة المهمة، لكنها تظل قابلة لاحتواء أخطاء.

كيف تعمل سلسلة التفكير فعليًا؟

في إعداد التوجيه المعتاد، يولّد النموذج تسلسلًا من الخطوات الوسيطة بناءً على المسألة والنص الذي ولّده سابقًا، ثم ينتج إجابة. ولا يوفر هذا التسلسل وحده تحققًا مستقلًا من الصحة، ولا مجموعة حالات بحث مرشحة يديرها التطبيق.

اشترك في النشرة البريدية للحصول على أدلة عملية لبناء مسارات عمل موثوقة تعتمد على الذكاء الاصطناعي.