مهام قابلة للتحقق وضبط دقيق على مسارات طويلة: كيف تعزز Navalia وكلاء LLM التعاونيين
يصف العمل إطارًا يبني سلاسل حسابية مدعومة بأدلة قابلة للتتبع انطلاقًا من تقارير مالية للشركات، ويتحقق منها بشكل مستقل، ثم يستخدمها في الضبط الدقيق الخاضع للإشراف (SFT) والتعلم المعزز (RL). وبالاعتماد على Qwen3.6-35B-A3B، يحقق هذا المسار تحسنًا في خمسة معايير تقييم، ووفقًا للمؤلفين، يعزز ربط الأدلة واستخدام الأدوات وإنجاز المهام الطويلة، بما في ذلك سيناريوهات العمل المكتبي.

المهمة التي يعالجها Navalia
Navalia — إطار عمل لوكلاء Cowork. يجمع بين توليد مهام قابلة للتحقق والتدريب اللاحق على أفق زمني طويل. ويستخدم إطار العمل التقارير المالية للشركات في التحليل المالي.
ينتقي Navalia دلاليًا الأدلة الداعمة من مجموعات الحقائق الكاملة. ثم ينشئ سلاسل حسابية قابلة للتنفيذ. وهكذا ينشئ إطار العمل مهام تحليلية تتضمن أدلة قابلة للتتبع واعتماديات بين البيانات والوقائع عبر الخطوات.
المعيار العملي: تكون المهمة مناسبة للتوليد القابل للتحقق إذا توفرت لها أدلة قابلة للتتبع واعتماديات بين الخطوات.

التحقق من الأدلة والإجابات
يُتحقق من اتساق الأدلة وصحة الإجابات عبر مراجعة مستقلة باستخدام LLM وفحوصات برمجية. وهاتان آليتان منفصلتان للرقابة. تقيّم الأولى الجانب الدلالي، بينما تتحقق الثانية من الصحة الشكلية.
المعيار العملي: تتطلب المهمة القابلة للتحقق مراجعة باستخدام LLM وفحوصات برمجية معًا.
التدريب اللاحق على المسارات الطويلة
توفر المهام التي تم التحقق منها مادة لجمع المسارات. يطبق Navalia الضبط الدقيق الخاضع للإشراف بدءًا من مرحلة التهيئة الباردة والتعلم المعزز. وتحسّن كلتا المرحلتين أداء المهام على أفق زمني طويل.
يحقق إطار العمل، الذي جرى تهيئته باستخدام Qwen3.6-35B-A3B، تحسنًا مستقرًا مقارنة بالنموذج الأساسي. ويظهر هذا التحسن في جميع المعايير الخمسة. ويذكر المؤلفون أن Navalia يحسّن دمج الأدلة واستخدام الأدوات وتنفيذ المهام على أفق زمني طويل.
المعيار العملي: يكون التدريب اللاحق مجديًا عندما تتطلب المهمة سلسلة طويلة من الإجراءات واستخدام الأدوات.
المعايير ونقل النتائج
يُقيَّم Navalia على خمسة معايير: OfficeQA Pro وFinSearchComp وFinance Agent Benchmark وAPEX-Agents-AA وWorkspace-Bench-Lite. ويحقق إطار العمل تحسنًا مستقرًا مقارنة بالنموذج الأساسي في المعايير الخمسة كلها.
ويذكر المؤلفون انتقال النتائج إلى سيناريوهات Cowork أوسع نطاقًا، بما فيها المهام المكتبية العامة. المعيار العملي: التحقق من انتقال المهارات إلى ما يتجاوز التحليل المالي. وتُعد المهام المكتبية العامة مؤشرًا على قابلية تطبيق أوسع.
الأسئلة المتكررة
المواد ذات الصلة
جميع المواد
الذكاء الاصطناعي الفيزيائي: حدود المفهوم، والأدوات، والجوانب الصعبة
تجمع هذه الدراسة، في 388 صفحة، ضمن إطار موحّد تعريفات الذكاء الاصطناعي الفيزيائي، وأوجه اختلافه عن المجالات المجاورة، وأساليبه الرئيسية — من الإدراك والمحاكاة إلى التحكم والأنظمة متعددة الوكلاء المنسّقة. وتقدّم خريطة للمسائل البحثية والقيود التي تحول دون الانتقال من الحلول المتخصصة إلى أنظمة قادرة على التعميم على نطاق واسع.
17 نوفمبر 2026
وكلاء LLM في بيئة الإنتاج: التصنيف، والبنية المعمارية، وقيود التنفيذ
تنظّم المقالة الأبحاث حول استخدام النماذج اللغوية الكبيرة في الوكلاء الصناعيين، وتحدّد العقبات ومستويات القدرات والبنية ذات الطبقات الأربع. وتوضح السيناريوهات التي يجري تناولها بالفعل في دورة الحياة، والجوانب التي لا تزال تشهد فجوات تعيق التخطيط المستقل الموثوق.
17 نوفمبر 2026
نهج OWP: إعادة توزيع الأدلة والإشارات القبلية في Omni-LLM
يقدّم إطار Omni-Woodpecker، الذي لا يتطلب تدريبًا، طريقةً لاكتشاف التعارضات بين الأنماط، ويعيد ضبط التوازن بين بيانات السياق والانحيازات المكتسبة في الحالات الكامنة قبل فك الترميز. وعلى Qwen2.5-Omni-7B وVideoLLaMA2-AV، يعزّز الأسلوب المتانة في مواجهة الأخطاء السمعية البصرية على CMM وAVHBench، ويحقق تحسنًا معتدلًا على معايير الاستدلال العامة.
17 نوفمبر 2026