وكيل بدلًا من مُحسِّن مستقل: إطار موحّد يتطور عبر عدة مهام في آنٍ واحد
يوضح المؤلفون أن نموذجًا واحدًا مجمّدًا، يعمل على إصدار ثابت من طبقة التغليف، يحلّ المهام أولًا ثم يحرّر شفرته بنفسه استنادًا إلى سجلات التشغيل الكاملة. وقد أدى التطور متعدد المهام لهيكلٍ من 49 سطرًا إلى تحسين النتائج ضمن التوزيع وعلى معايير تقييم مؤجّلة، بل مكّنه من التفوق على Codex في بعضها.
ما هو إطار تشغيل الوكيل (Harness)، ولماذا ينبغي تحسينه
إطار تشغيل الوكيل (Harness) هو الشيفرة المحيطة بالوكيل القائم على نموذج لغوي. فهو ينظّم المطالبات واستدعاءات الأدوات وإدارة السياق والتنفيذ. ويتوقف أسلوب حل الوكيل للمهمة على تصميم هذه الشيفرة.
في معظم الأساليب الحالية، ينشئ الإنسان إطار التشغيل. ويُجري مقترِح منفصل تعديلات على إطار تشغيل أداة الحل. ويتطور إطار تشغيل مستقل لكل معيار قياس. وهذا النهج يربط التحسينات بمهمة واحدة.
المعيار العملي: يتطور إطار موحّد عبر عدة مهام في آن واحد، لا على نحو منفصل لكل معيار قياس.
إطار موحّد: الوكيل بوصفه محسِّنًا لنفسه
قُدّمت ورقة Qiankai Xu في 29 سبتمبر 2026. وتحمل عنوان «إطار تشغيل يتطور ذاتيًا عبر مهام متعددة، والوكيل محسِّنًا لنفسه». ويعتمد هذا النهج على نموذج واحد مجمّد وإصدار واحد من إطار التشغيل.
يحلّ النموذج المهام أولًا بصفته أداة حل. ثم يؤدي بنفسه دور المقترِح. إذ يقرأ سجلات التشغيل كاملةً ويعدّل مباشرةً إطار التشغيل الذي يشغّله. ولا حاجة إلى مقترِح منفصل.
| المعيار | الأسلوب المعتاد | نهج الورقة |
|---|---|---|
| من يغيّر إطار التشغيل | مقترِح منفصل | النموذج المجمّد نفسه |
| إطار التشغيل الأولي | أنشأه الإنسان | إصدار واحد من إطار التشغيل |
| النطاق | إطار تشغيل منفصل لكل معيار قياس | مهام من خمسة معايير قياس في مجالات مختلفة |
| الأدوار | فصل المقترِح عن أداة الحل | النموذج أولًا أداة حل، ثم مقترِح |
المعيار العملي: الوكيل الذي يقرأ سجلات تشغيله ويعدّل إطار تشغيله بنفسه يحلّ محل المُحسِّن المنفصل.
خمسة معايير قياس وفصل البيانات
تتضمن كل جولة تطور مهام من خمسة معايير قياس في مجالات مختلفة. ويُفصل بدقة بين المهام التدريبية والمهام المحجوبة.
وتُجرى أيضًا تقييمات على خمسة معايير قياس خارج التوزيع. ولم تُستخدم هذه المعايير خلال عملية التطور.
المعيار العملي: تختبر التقييمات خارج التوزيع مدى التعميم، لا مجرد الملاءمة للمهام المألوفة.
مرحلتان من التطور
تُعرض عملية التطور على أنها تدريب لنموذج عميق على مرحلتين:
- التدريب المسبق متعدد المهام.
- التدريب المستمر.
تألف الإصدار الأولي من إطار التشغيل من 49 سطرًا. وفي نهاية المرحلة الأولى، ارتفع متوسط النتيجة بمقدار 4.48 نقطة على معايير القياس داخل التوزيع. أما على معايير القياس خارج التوزيع، فبلغ الارتفاع 12.64 نقطة. وتجاوزت النتائج Codex في المجموعة الأولى، وتعادلت معه في الثانية.
وفي المرحلة الثانية، أدى التطور الإضافي على Claw-Eval إلى رفع النتيجة فيه من 66.17 إلى 68.06. وتفوّق النهج على Codex في هذا المعيار.
المعيار العملي: يوسّع التدريب المسبق نطاق التعميم، بينما يحسّن التدريب المستمر النتيجة على معيار قياس محدد.
آليات ظهرت خلال التطور
يحلل المؤلفون ثلاث آليات:
- اقتطاع المخرجات؛
- ضغط السجل؛
- التحقق المستقل.
يحدّ اقتطاع المخرجات من حجم الإجابة. ويقلّص ضغط السجل السياق. ويضيف التحقق المستقل خطوةً لمراجعة النتيجة. وقد ظهرت هذه الآليات نتيجة تعديلات إطار التشغيل، ولم يحددها الإنسان مسبقًا.
المعيار العملي: توفّر الآليات الناشئة مرجعًا لتقييم إطار التشغيل الخاص بك.
الأسئلة المتكررة
المواد ذات الصلة
جميع المواد
اختبار وكلاء البرمجة في تطوير XR التفاعلي: نتائج GenXR-Bench
نُشرت GenXR-Bench، وهي مجموعة تضم 112 مهمة من إعداد خبراء لتقييم وكلاء البرمجة تقييمًا شاملًا في تطوير XR التفاعلي، بدءًا من تحسين الوظائف وإصلاح العيوب وصولًا إلى إنشاء التطبيقات والتحقق من سلوكها على أجهزة استهلاكية. حقق أفضل أداء بين النماذج العشرة التي خضعت للاختبار 50.9% Pass@1؛ وشملت الإخفاقات المتكررة التعامل مع الأحداث غير المتزامنة للمستشعرات، وربط الكائنات بالفضاء الواقعي، وفهم التفاعل في السياق المادي.
5 نوفمبر 2026
وسم الصور الهجين: تُسرّع الأتمتة تدريب نماذج الرؤية الحاسوبية
توضح المقالة كيف تُقلّل الوسوم الأولية التي تضعها الخوارزميات من العمل اليدوي وتحسّن جودة مجموعات بيانات التدريب، ولماذا يظل التحقق البشري الانتقائي ضروريًا. كما تستعرض حدود هذه الطريقة في ظروف التصوير الصعبة وعند التعامل مع أنواع الأجسام النادرة.
5 نوفمبر 2026
من المكافأة القياسية إلى جبهة باريتو: توليف RTL باستخدام النماذج اللغوية الكبيرة والتعلّم المعزّز متعدد المعايير
اقتُرحت طريقة لتدريب نموذج لغوي على توليد مجموعة من مرشّحات RTL بدلًا من مخطط واحد، مع مفاضلات مختلفة بين المساحة وزمن التأخير واستهلاك الطاقة؛ وتُبنى المكافأة على مساهمة كل خيار في حجم فرط جبهة باريتو. على RTLLM v2، ارتفع حجم فرط باريتو النسبي بمقدار 13.3 نقطة مئوية مقارنةً بالإصدار الأساسي من دون تحسين PPA، وبمقدار 14.4 نقطة مئوية مقارنةً بالتدريب بالتعلّم المعزّز ذي الهدف الواحد.
5 نوفمبر 2026