ما بعد النص: بحث Swarm Telepathy من MIT ومستقبل الذكاء الاصطناعي متعدد الوكلاء

ورقة أولية من MIT تتيح لنماذج ذكاء اصطناعي من عائلات مختلفة تبادل ذاكرة KV المؤقتة بدلًا من النص. ما الذي تذكره SwaT، وما حدودها، وما الذي تقيّمه LOGIQ.

تعمل معظم أنظمة الذكاء الاصطناعي متعددة الوكلاء اليوم مثل سباق تتابع تُمرَّر فيه ملاحظات مكتوبة. يقرأ وكيل وثيقة طويلة، ويكتب ملخصًا، ثم يمرره. ويتعين على الوكيل التالي قراءة ذلك الملخص من البداية قبل أن يؤدي دوره. وفي كل عملية تسليم تضيع تفاصيل لم تُدوَّن في النص، ويكرر كل نموذج مستقبِل عملًا أنجزه المرسِل بالفعل.

تختبر ورقة أولية جديدة لباحثين من MIT CSAIL وMIT-IBM Computing Research Lab نوعًا مختلفًا من التسليم. فبدلًا من تمرير نص نثري، يمرر نموذج حالته الداخلية أثناء العمل إلى نموذج من عائلة أخرى. يشرح هذا المقال ما فعله الباحثون، وما تُظهره أرقامهم وما لا تُظهره، وكيف تخطط LOGIQ لدراسة الفكرة.

ما ذاكرة KV المؤقتة، ولماذا يفيد تمريرها

عندما يقرأ نموذج لغوي كبير مدخلاته، يحسب لكل رمز (token) مجموعة من القيم الوسيطة تُسمّى المفاتيح (keys) والقيم (values). تُخزَّن هذه القيم في ذاكرة KV المؤقتة، ويستخدمها النموذج في كل ما يولّده بعد ذلك. ويُعرف بناء هذه الذاكرة باسم الملء المسبق (prefill)، وهو في الوثائق الطويلة يمثل جزءًا كبيرًا من التكلفة ومن زمن الانتظار قبل ظهور أول كلمة في الإجابة (زمن الوصول إلى أول رمز، أو TTFT).

يمكن لنماذج العائلة الواحدة أحيانًا إعادة استخدام الذاكرة المؤقتة لبعضها. أما النماذج من عائلات مختلفة، مثل Granite وLlama وQwen وGemma، فتنظّم هذه القيم بطرق مختلفة، لذلك يتعين على المستقبِل عادةً قراءة النص مجددًا وبناء ذاكرته المؤقتة الخاصة.

تدرّب SwaT مُحوِّلًا يضم نحو 300 مليون معامل لكل زوج من المرسِل والمستقبِل. يترجم المُحوِّل الذاكرة المؤقتة للمرسِل إلى صيغة المستقبِل، فيبدأ المستقبِل الإجابة منها مباشرة. ويبقى النموذجان اللغويان دون تغيير. ووفقًا للورقة، يتطلب تدريب المُحوِّل أقل من 50 مليون رمز من النصوص الإنجليزية وأقل من يوم واحد من وقت وحدة معالجة الرسومات (GPU). وللحفاظ على صغر حجم الذاكرة المؤقتة المنقولة، يجمع المؤلفون بين SwaT وطريقة لضغط الذاكرة المؤقتة تُسمّى Attention Matching.

ما الذي يذكره الباحثون

يقيّم المؤلفون 12 نموذجًا من ست عائلات على 17 معيارًا للأداء. وفي هذه المعايير، يحتفظ المستقبِل الذي يقرأ ذاكرة SwaT المؤقتة بأكثر من 90% من الدرجة التي كان سيحققها لو قرأ النص الأصلي بنفسه.

أما المقارنة الأبرز فنطاقها أضيق. فلثلاثة أزواج من المرسِلين والمستقبِلين، وسبع مجموعات بيانات، وخمسة حدود للحجم، تُقارَن SwaT مع Attention Matching بالنهج المعتاد الذي يكتب فيه المرسِل ملخصًا نصيًا بحد الحجم نفسه. وبحساب المتوسط عبر هذه التجارب، حققت SwaT درجات أعلى بنحو 40%. وهذه زيادة نسبية؛ إذ ترتفع الدرجات الإجمالية في الورقة بنحو 17 نقطة في المتوسط. ويغطي رقم السرعة البالغ نحو 4 مرات زمن GPU لدى المرسِل وزمن الوصول إلى أول رمز لدى المستقبِل، وليس عبء عمل إنتاجيًا كاملًا من البداية إلى النهاية.

تذكر الورقة أيضًا نتيجة عابرة للوسائط. فقد نظرت نماذج Gemma 3 للرؤية واللغة إلى صورة وكتبت وصفًا قصيرًا لها. وأجاب مستقبِل نصي فقط تلقّى الذاكرة المؤقتة المنقولة عن أسئلة بصرية بشكل أفضل من مستقبِل تلقّى الوصف فقط. وفي أحد الأزواج، ارتفع متوسط الدرجة من 21.1 إلى 41.6. لم يكتسب المستقبِل قدرات رؤية عامة، وفي المعايير التي تتطلب تفاصيل دقيقة من الصورة لم يتفوق باستمرار على نموذج الرؤية الذي أرسل الذاكرة المؤقتة.

ما مدى جِدّة هذا العمل؟

يصف مؤلفو SwaT طريقتهم بأنها أول نقل لذاكرة KV المؤقتة بين العائلات يتيح تواصلًا دون ملء مسبق. وينبغي للقراء التعامل مع ذلك بوصفه ادعاءً من المؤلفين. فقد قُدِّمت ورقة أولية ذات صلة، هي HeteroFold ‏(arXiv:2609.32259)، قبلها بأسبوعين، وتصف هي الأخرى نقل ذاكرة KV المؤقتة دون ملء مسبق بين عائلات النماذج. وتستخدم الورقتان طرقًا وتقييمات مختلفة، ولم تخضع أي منهما بعد لمراجعة الأقران.

القيود والأمان وقابلية التدقيق

لا يعني هذا البحث أن وكلاء الذكاء الاصطناعي يستطيعون قراءة أفكار بعضهم، ولا يُثبت تحسنًا بمقدار 4 مرات لأي نظام حقيقي، بما في ذلك أنظمة LOGIQ. وهناك عدة قيود مهمة قبل أن يستخدم أحد هذه الفكرة عمليًا:

• وصول من نوع الصندوق الأبيض فقط. تحتاج الطريقة إلى أوزان مفتوحة ووصول مباشر إلى الذاكرة المؤقتة الداخلية للنموذج. ولا تتيح واجهات API المستضافة ذلك، لذا لا تنطبق على خدمات مغلقة مثل ChatGPT أو Claude.
• مُحوِّل لكل زوج. يحتاج كل تركيب من مرسِل ومستقبِل إلى مُحوِّل مُدرَّب خاص به. ومع تعدد عائلات النماذج، يتزايد عدد المُحوِّلات بسرعة.
• عمليات تسليم منفردة. تدرس الورقة عملية نقل واحدة في كل مرة. أما سلاسل التسليم المتتالية، أو دمج رسائل من عدة وكلاء، فمتروكة لأعمال مستقبلية.
• دعم بيئات التشغيل. يستخدم التطبيق المنشور علنًا PyTorch ونماذج من Hugging Face. ولا توفر بيئات تشغيل خدمة النماذج الشائعة هذا النوع من تبادل الذاكرة المؤقتة بشكل جاهز.
• محتوى خفي. يشير المؤلفون إلى أن الذاكرة المؤقتة المنقولة قد تحمل معلومات تتجاوز ما هو مكتوب في نص المرسِل، ويدعون إلى أبحاث حول قابلية التدقيق والسلامة. فلا يستطيع شخص قراءة الذاكرة المؤقتة والموافقة عليها كما يفعل مع الرسالة، وقد تحتوي على سياق سري لم يقصد المرسِل مشاركته قط.

ما الذي تقيّمه LOGIQ

يسلّم الوكلاء في بنية Relay Zero لدينا العمل حاليًا بعضهم لبعض عبر رسائل نصية صريحة. ويمكن قراءة كل رسالة ومراجعتها وحفظها، وهذا السجل جزء من الطريقة التي نوافق بها على التغييرات ونُثبت بها ما تم إنجازه. ولن نغيّر ذلك.

ما ندرسه هو إثبات مفهوم بحثي صغير ومعزول بين نماذج مفتوحة الأوزان على أجهزتنا الخاصة، على سبيل المثال على خادم MS1 لدينا مع Ollama، حيث قد يكون من الممكن بناء الوصول إلى الذاكرة المؤقتة الذي تحتاجه SwaT. وإذا أجريناه، فسنقارنه بعمليات التسليم النصية الحالية من حيث:

• زمن الوصول إلى أول رمز وإجمالي زمن الاستجابة
• دقة الإجابات في مهامنا الداخلية
• استخدام GPU والذاكرة
• قابلية التتبع: هل ما زلنا قادرين على شرح ما تم تسليمه وتدقيقه

ستبقى الموافقات المقروءة للبشر وسجلات المراجعة والأدلة التشغيلية نصية مهما كانت النتائج. وفي أقصى الأحوال، قد يصبح التسليم عبر الذاكرة المؤقتة مسارًا سريعًا إضافيًا إلى جانب السجل المكتوب، لا بديلًا عنه أبدًا.

المصادر

• Alabdulkareem et al.، Swarm Telepathy: Prefill-Free KV-Cache Transfer Across Families، arXiv:2610.15095 (ورقة أولية، أكتوبر 2026)
• التطبيق الرسمي: github.com/Ar-Kareem/SwaT
• Yun et al.، Prefill-Free Cross-Family KV Cache Transfer for Heterogeneous Multi-Agent LLMs (HeteroFold)، arXiv:2609.32259 (ورقة أولية، سبتمبر 2026)