الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحاسوب النظرية · arXiv · 2026-10-22

التعلم المعزز بالشاهد الأدنى

العنوان الأصلي: Minimal Witness Reinforcement Learning

تتناول الورقة السؤال المتكرر حول الشروط غير القابلة للاختزال التي تكفي لإنتاج نتيجة ما، إذ تصيغ البحث عن شروط كافٍ دنيا متعددة ('الشهود')—والتي يميل التعلم المعزز القياسي (RL) إلى الإجابة عنها بحلٍّ واحد أو حلٍّ زائد عن الحاجة—بوصفها مسألة تحديد الشاهد الأدنى. يتخذ التعلم المعزز بالشاهد الأدنى (MWRL) اتحاد المجموعات المُصدَّق عليها من مقترحات السياسات الناجحة، ويُنسب إلى كل مقترح الفضل مقابل التغطية التي سيفقدها الاتحاد بدونه، بما يوحّد مبدأ الحد الأدنى واستعادة البدائل انطلاقًا من بتٍّ واحد لمُحقِّق صندوق أسود. وبموجب هذا المبدأ يشتق المؤلفون مخطِّطًا لتكرار القيمة يستعيد عائلات الشهود الكاملة، وطريقة تدرج السياسات قابلة للتوسع إلى النماذج اللغوية الكبيرة، حيث يستعيد MWRL معظم الشواهد الدنيا بينما تعيد الطرق الأخرى مجموعات شاملة زائدة عن الحاجة أو شاهدًا واحدًا.

اقرأ المصدر الأصلي ↗

جميع العناصر →