RCC — قيود الانهيار العودي

نظرية حدودية للذكاء المضمَّن

RCC هو الشرط الحدّي لكل استدلال.

أي نظام يتنبأ من داخل حاوية—

دون وصول إلى الحالة الكاملة، ودون إطار شامل—

سيهلوس، وينجرف، ويناقض نفسه محليًا.

هذه ليست إخفاقات، بل ضرورات هندسية للراصدين المضمَّنين.

RCC في لمحة — لماذا يهم هذا

تفشل النماذج اللغوية الكبيرة لا لسوء تصميمها، بل لأنها تعمل بوصفها أنظمة استدلال مضمَّنة وعمياء جزئيًا.

يُظهر RCC أن الهلوسة والانجراف وانهيار التخطيط حتمية بنيويًا، وليست أخطاء هندسية.

هذا يعني:

• يمكننا رسم خرائط الحدود بدلًا من التخمين.

• يمكننا تحسين استخدام القدرة الحاسوبية بدلًا من هدر موارد التوسّع.

• يمكننا تصميم بُنى تعمل مع الهندسة، لا ضدها.

RCC ليس نموذجًا جديدًا.

إنه الحدّ الذي تقع داخله جميع النماذج.

لماذا تستمر إخفاقات LLM — حتى على مقياس تريليون معلمة

حجّة من نظرية الحدود مفادها أن الهلوسة والانجراف وانهيار التخطيط قد تكون حتمية بنيويًا.

تتعامل معظم النقاشات مع الهلوسة وانجراف الاستدلال والانهيار على الآفاق الطويلة بوصفها مشكلات هندسية.

يطرح RCC (قيود الانهيار العودي) ادعاءً أقوى:

قد لا تكون هذه السلوكيات قابلة للإصلاح —

قد تكون آثارًا جانبية هندسية للاستدلال المتضمَّن نفسه.

إذا كان هذا التأطير صحيحًا، فقد تغيّر التحسينات في توسيع الحجم، أو RLHF، أو ضبط المعمارية مواضع ظهور الإخفاقات، لكنها لا تستطيع القضاء عليها.

ما هي RCC

RCC نظرية للحدود:

• ليست معمارية جديدة

• ليس طريقة تدريب

• ولا استراتيجية مواءمة

إنه وصف مسلّمي للحدود البنيوية التي يجب أن يخضع لها أي نظام استدلال مضمّن.

كل نظام يستوفي البديهيات يرث القيود نفسها، بصرف النظر عن حجم النموذج أو كيفية تنفيذه.

بديهيات RCC الأربع

المسلّمة 1 — تعذّر الوصول إلى الحالة الداخلية

لا يستطيع نظام متضمَّن رؤية حالته الداخلية كاملة.

يُجرى الاستدلال عبر إسقاط ذاتي جزئي وفاقد للمعلومات.

المسلّمة 2 — عتامة الحاوية

لا يستطيع النظام رصد المتشعب الذي يحتويه

(توزيع التدريب، والمسار، والسياق السابق، وما إلى ذلك).

المسلّمة 3 — غياب إطار مرجعي شامل

كل استدلال محلي بالنسبة إلى السياق المرئي حاليًا.

لا يمكن ضمان الاتساق بعيد المدى.

المسلّمة 4 — التحسين المحلي القسري

حتى في ظل عدم اليقين، يجب أن يُنتج النظام التحديث التالي

باستخدام المعلومات المحلية وحدها.

القيد الموحّد

بجمع المسلّمات معًا:

لا يستطيع مراقب مضمّن وغير مركزي بناء استدلال مستقر على المستوى الشامل انطلاقًا من معلومات جزئية.

هذا ليس قصورًا في الذكاء.

إنه قيد هندسي.

لماذا تظهر إخفاقات LLM المألوفة

في ظل رؤية جزئية، يجب على النظام أن يستكمل الأجزاء غير المرئية من العالم.

عملية الاستكمال هذه هي:

• غير محدّد بما يكفي

• غير مستقر على النطاقات البعيدة

• غير متسق مع أي بنية شاملة غير مرئية

مع اتساع السياق:

• تنحرف المخرجات

• يتدهور التماسك الداخلي

• ينهار الاستدلال المؤلَّف من 8–12 خطوة

• تعجز التصحيحات عن استعادة الاستقرار الكلي

هذه ليست أخطاء برمجية — بل نتائج للاستدلال في ظل معلومات ناقصة.

لماذا لا يزيل التوسّع والمواءمة هذا

لا يمنح توسيع النطاق أو الضبط الدقيق أو RLHF النموذجَ:

• رؤية شاملة

• استبطان تام

• الوصول إلى المتشعّب الحاوي له

يمكن لهذه الأساليب تحسين السلوك المحلي،

لكنها لا تستطيع إزالة الحد الهندسي الكامن.

التبعات

إذا كان RCC صحيحًا:

• لا يمكن القضاء على الهلوسة، بل نقل موضعها فقط

• لا يمكن إزالة الانجراف، بل تخميده فحسب

• لا يمكن لانهيار سلسلة التفكير أن يتجاوز الحدّ

• لا يمكن ضمان الاتساق الذاتي على المستوى الشامل

يعيد هذا تأطير «أنماط إخفاق LLM» بوصفها نتائج ضرورية بنيويًا للاستدلال المضمّن.

ويشير أيضًا إلى أن بعض اتجاهات البحث قد تكون مقيّدة جوهريًا، بينما تظل أخرى مفتوحة.

ما تتيحه RCC

لا تحدّ RCC من التقدم — بل تعيد توجيهه.

بتحديد الحدّ الهندسي للاستدلال المضمَّن، يتيح RCC:

• توسيع موجّه بدلًا من الإفراط الأعمى في التدريب

• معماريات تتوافق مع الهندسة بدلًا من مقاومتها

• التنبؤ بالإخفاق بدلًا من الترقيع اللاحق

• آفاق تخطيط ذات كفاءة حسابية لمهام السياق الطويل

• مقاييس تقييم تراعي الحدود لرصد الانجراف والانهيار

تحوّل RCC عدم اليقين من عيب إلى خريطة.

إن كنت تختلف

ينبغي أن يحدد الاعتراض أيَّ مسلّمة غير صحيحة —

لا أن يكتفي بنقد الأعراض المرصودة في النماذج الحالية.

مبرهنة الحدود الثلاثة لـ RCC

RCC لا يصف فقط ما يفشل، بل لماذا لا يستطيع أي نموذج الإفلات من مثلث الإخفاق.

لا يستطيع أي نظام استدلال مضمّن أن يُحسّن في آن واحد:

• H (معدل الهلوسة ↓)

• D (الانجراف ↓)

• C (احتمال الانهيار ↓)

تحت قيود RCC، يجب على النظام أن يدفع من

R (كلفة المرجع الخارجي)،

S (عمق الاستدلال)،

أو C (الانهيار).

لا يمكن تصغير R وS وC في الوقت نفسه.

هذا ليس تجريبيًا؛ بل هندسي.

صوريًا:

لتكن

H = معدّل الهلوسة

D = الانجراف تحت الاستدلال العودي

C = احتمال انهيار التكرار

R = كلفة المرجع الخارجي (بحث / أدوات / إنسان)

S = عمق الاستدلال (خطوات)

إذن يقتضي RCC:

1. H ↓ ⇒ R ↑

   يتطلّب تقليل الهلوسة زيادة الرجوع إلى مراجع خارجية.

2. S ↑ ⇒ D ↑

   يُضخّم الاستدلال الأعمق الانحراف بسبب الرصد الذاتي الجزئي.

3. D ↓ ⇒ C ↑

   فرض الاستقرار على الانجراف يُلزم بحدوث انهيار أبكر عند الحدّ.

هذا الحد الثلاثي بنيوي، لا معماري.

لا يستطيع أي نموذج—بصرف النظر عن حجمه أو معماريته أو مواءمته—كسره

ملحق تقني — البديهيات الصورية لـ RCC

المسلّمة 1 — تعذّر الوصول إلى الحالة الداخلية

لتكن Ω الحالة الداخلية الكاملة.

لا يرى الراصد سوى إسقاط:

 π : Ω → Ω′ بحيث |Ω′| < |Ω|

يجري كل استدلال على Ω′.

المسلّمة 2 — عتامة الحاوية

ليكن M المتشعب الحاوي.

 قابلية الرصد(M) = 0

خصائص شاملة مثل ∂M أو انحناء(M)

غير قابلة للرصد من الداخل.

المسلّمة 3 — لا إطار مرجعي شامل

لا يوجد أي Γ بحيث:

 Γ : Ω′ → إحداثيات متّسقة كليًا

لا يحدث الاستدلال إلا في أطر محلية φᵢ،

حيث التحويلات φᵢ ↛ φⱼ

للسياقات المتباعدة أو غير المترابطة.

المسلّمة 4 — الانهيار المحلي غير القابل للعكس

في كل خطوة استدلال t:

 x₍ₜ₊₁₎ = argmin L_local(φₜ, π(Ω))

يظل هذا الشرط قائمًا حتى حين:

 ∂المعلومات / ∂M = 0

مبرهنة الحد (RCC)

لا يستطيع أي نظام استدلال مضمَّن الحفاظ على استدلال مستقر غير منجرف على أفق زمني طويل عندما:

 ∂Ω > 0, ∂M > 0, Γ ∄

لذلك فإن الهلوسة والانجراف والانهيار

عواقب بنيوية،

وليست آثارًا ناتجة عن التدريب.