StepFun AI تُطلق Step‑DeepResearch: وكيل بحث عميق بقدرات متكاملة وتحليلات شاملة

كتبت/بوسي عبدالقادر

أعلنت شركة StepFun AI عن إطلاق نموذجها الجديد Step‑DeepResearch، وهو وكيل بحث شامل من نوع end-to-end مبني على قاعدة Qwen2.5-32B-Base، ويضم 32 مليار معاملة. ويهدف النموذج إلى تحويل عمليات البحث العادية على الويب إلى سير عمل بحثي متقدم، يشمل التفكير بعيد المدى، استخدام الأدوات، وإنتاج تقارير منظمة مع الاستشهادات، مع الحفاظ على تكلفة استدلال منخفضة نسبيًا مقارنة بالنماذج الكبيرة الأخرى.

حلقة قدرات مدمجة: عملية اتخاذ القرار التسلسلية

يعيد النموذج صياغة البحث العميق كعملية متسلسلة تعتمد على أربع قدرات أساسية مدمجة داخليًا:

1. التخطيط وتفكيك المهمة

2. البحث العميق عن المعلومات

3. التأمل والتحقق

4. إنتاج التقارير المهنية

بهذه الطريقة، يقرر النموذج الخطوة التالية في كل مرحلة دون الحاجة إلى تنسيق عدة وكلاء خارجيين، مما يجمع جميع عمليات البحث ضمن وكيل واحد.

بناء البيانات والتدريب الموجه نحو القدرات الأساسية

قام فريق البحث ببناء بيانات منفصلة لكل قدرة:

• التخطيط: استخراج خطط بحث واقعية من تقارير فنية وأوراق مسحية وتحليلات مالية، مع توليد مسارات تتبع لهذه الخطط.

• البحث العميق: إنشاء استفسارات قائمة على الرسوم البيانية عبر قواعد معرفية مثل Wikidata5m و CN-DBpedia، مع التركيز على الأسئلة المعقدة متعددة الوثائق.

• التأمل والتحقق: استخدام حلقات تصحيح ذاتي ومراجعات متعددة الوكلاء.

• إنتاج التقارير: تدريب صارم على تنسيق المحتوى واستعمال الاستشهادات.

ويتم التدريب على ثلاث مراحل: mid-training لإدخال القدرات الأساسية، supervised fine-tuning لتدريب مسارات البحث الكاملة، و reinforcement learning باستخدام PPO ومحكم Rubrics لتحسين جودة التقارير.

هندسة ReAct مع مكدس بحث وذاكرة خارجية

يعمل النموذج عند الاستدلال كنظام ReAct واحد، يتناوب بين التفكير واستدعاء الأدوات والملاحظات حتى إصدار التقرير النهائي. تشمل الأدوات: البحث الجماعي على الويب، مدير المهام، أوامر الشل، وعمليات الملفات ضمن sandbox مع استمرارية الطرفية.

ويستخدم مكدس بحث API يغطي أكثر من 20 مليون ورقة بحثية و 600 مؤشر موثوق، مع تصنيف سلطة يضمن الاعتماد على أكثر من 600 نطاق حكومي وأكاديمي ومؤسسي. كما يعتمد النموذج على ذاكرة خارجية ذكية لتحرير التصحيحات الجزئية للملفات، ما يتيح إدارة مشاريع طويلة بكفاءة عالية.