من "نماذج واسعة النطاق قادرة على الحوار" إلى "وكلاء ذكاء اصطناعي قادرين على إنجاز مهام معقدة بشكل مستقل"، يدخل البحث في مجال الذكاء الاصطناعي مرحلة جديدة تتمحور حول التخطيط والتنفيذ والتعاون. ومع اكتساب نماذج اللغة الكبيرة تدريجياً القدرة على استدعاء الأدوات، والاحتفاظ بالذاكرة طويلة المدى، والتفاعل مع البيئة،لم يعد التركيز البحثي يقتصر على تحسين أداء نموذج واحد، بل تحول إلى كيفية تمكين الذكاء الاصطناعي من إنتاج نتائج قابلة للتحقق وإعادة الاستخدام باستمرار في العالم الحقيقي من خلال بنية متعددة العوامل وتقسيم العمل على مستوى المهام.

في هذا السياق، تتغلغل تقنية الوكلاء بسرعة في مجالات متعددة مثل البحث العلمي والإنتاج، وتطوير البرمجيات، وتحليل البيانات، والتفاعل مع البيئة الافتراضية: من توليد الرسوم التوضيحية الأكاديمية عالية الجودة تلقائيًا وإكمال تحسين التعلم المعزز دون مكافآت صريحة، إلى أداء مهام طويلة الأجل في عوالم مفتوحة ثلاثية الأبعاد، وحتى تنظيم أفكار البحث الغامضة في سرديات علمية كاملة.تقوم الأوساط الأكاديمية والصناعية بإجراء أبحاث مكثفة حول "كيفية جعل النماذج منفذة حقيقية بدلاً من مجرد مولدة".

نوصي هذا الأسبوع بخمس أوراق بحثية شائعة حول الذكاء الاصطناعي والوكلاء.يُقدّم هذا العرض، الذي يضم فرقًا من جامعة بكين، وقسم أبحاث الذكاء الاصطناعي في جوجل كلاود، وAgentAlpha، وأمازون، وغيرها، عرضًا لأبرز التطورات في أبحاث الذكاء الاصطناعي، بما في ذلك تصميم الأطر، والتعاون متعدد الوسائط، والتعلم بالتغذية الراجعة الذاتية، وإنجاز المهام من البداية إلى النهاية، مما يوفر رؤية واضحة لتطور الجيل القادم من الذكاء الاصطناعي متعدد الأغراض. هيا نتعلم معًا! ⬇️

بالإضافة إلى ذلك، ولتمكين المزيد من المستخدمين من فهم أحدث التطورات في مجال الذكاء الاصطناعي في الأوساط الأكاديمية، أطلق موقع HyperAI الإلكتروني (hyper.ai) قسم "أحدث الأوراق البحثية"، والذي يتم تحديثه يوميًا بأحدث أوراق البحث في مجال الذكاء الاصطناعي.

أحدث أبحاث الذكاء الاصطناعي:https://go.hyper.ai/hzChC

توصيات الورقة البحثية لهذا الأسبوع

1. PaperBanana: أتمتة الرسوم التوضيحية الأكاديمية لعلماء الذكاء الاصطناعي

اقترح باحثون من جامعة بكين ومعهد أبحاث الذكاء الاصطناعي في جوجل كلاود، PaperBanana، وهو إطار عمل قائم على الوكلاء يُنجز تلقائيًا عمليات استرجاع وتخطيط وتصميم وتحسين الرسوم التوضيحية الأكاديمية عالية الجودة، وذلك من خلال تنسيق وكلاء مدعومين بنموذج لغوي بصري متخصص. ويتفوق PaperBanana بشكل ملحوظ على الطرق التقليدية من حيث الدقة والبساطة وسهولة القراءة والجماليات في رسوم بيانية المنهجية والإحصاءات.

ورقة وتفسير مفصل:https://go.hyper.ai/skQUQ

استخدم الباحثون PaperBanana (وهو معيار قياس مبني على مخطط منهجية NeurIPS 2025) لتقييم توليد الرسوم البيانية الآلي. ويغطي هذا المعيار مجموعة واسعة من الرسوم البيانية المعقدة من الناحية الجمالية في الأبحاث الحديثة في مجال الذكاء الاصطناعي.

2. التعلم المعزز عبر التقطير الذاتي

تقترح هذه الورقة البحثية خوارزمية تحسين سياسة التقطير الذاتي (SDPO). تحوّل هذه الخوارزمية التغذية الراجعة بعد التجزئة إلى إشارات تعلم كثيف دون الحاجة إلى نموذج تعليمي خارجي أو نموذج مكافأة صريح. تتعامل SDPO مع مخرجات النموذج الحالي في ظل ظروف التغذية الراجعة المحددة كمعلم ذاتي، حيث تُعيد تغذية النموذج بتوقعاته للكلمة التالية بناءً على هذه التغذية الراجعة، ثم تُقطّرها في السياسة. وبهذه الطريقة، تستفيد SDPO استفادة كاملة من قدرة النموذج على التراجع وتحديد أخطائه ضمن السياق. في مهام الاستدلال العلمي، واستخدام الأدوات، والبرمجة التنافسية على منصة LiveCodeBench v6، تتفوق SDPO بشكل ملحوظ على طرق RLVR المعيارية القوية الحالية من حيث كفاءة استخدام العينات والدقة النهائية.

ورقة وتفسير مفصل:https://go.hyper.ai/oBMuM

3. لومين: وصفة مفتوحة لبناء وكلاء متعددي القدرات في عوالم ثلاثية الأبعاد مفتوحة

تقترح هذه الورقة البحثية "لومين"، أول نظام مفتوح المصدر لتطوير وكلاء ذكاء اصطناعي متعدد الأغراض، قادر على تنفيذ مهام معقدة لساعات في الوقت الفعلي ضمن بيئات ثلاثية الأبعاد مفتوحة ومعقدة. يعتمد "لومين" نموذج تفاعل شبيه بالتفاعل البشري، حيث يوحد الإدراك والاستدلال والفعل بشكل متكامل من خلال نموذج رؤية-لغة. يعالج النظام مدخلات البكسل الخام بمعدل 5 إطارات في الثانية، ويولد عمليات دقيقة للوحة المفاتيح والماوس بمعدل 30 إطارًا في الثانية، ويستدعي وحدة الاستدلال ديناميكيًا عند الضرورة فقط.

ورقة وتفسير مفصل:https://go.hyper.ai/aUakj

تُظهر النتائج التجريبية أن Lumine يتمتع بقدرة عالية على التكيف في ظل بيئات عالمية مختلفة وآليات تفاعل متنوعة، مما يمثل خطوة مهمة نحو أن يصبح وكيلًا ذكيًا للأغراض العامة في البيئات المفتوحة.

4. Idea2Story: مسار آلي لتحويل مفاهيم البحث إلى سرديات علمية كاملة

اقترح فريق AgentAlpha إطار عمل Idea2Story، وهو إطار عمل ما قبل الحوسبة، يحوّل أفكار البحث الغامضة إلى أنماط منظمة وقابلة لإعادة الاستخدام، وذلك من خلال بناء مخططات معرفية منهجية من أوراق بحثية محكمة. يقلل هذا من القيود السياقية والأوهام التي تعتري نماذج اللغة الكبيرة، مع تمكين اكتشافات علمية جديدة وفعالة دون الحاجة إلى إعادة معالجة الأدبيات أثناء التشغيل.

ورقة وتفسير مفصل:https://go.hyper.ai/KyWe0

استُخدمت مجموعة البيانات هذه لتدريب نظام Idea2Story. يستخدم النظام أسلوب مراجعة الأوراق البحثية لوصف وتقييم مساهمة أبحاث التعلم، ويدعم استرجاع ودمج الأنماط المنهجية القابلة لإعادة الاستخدام، بدلاً من المحتوى الخاص بمجال معين.

5. وكلاء الرؤى: نظام متعدد الوكلاء قائم على نموذج التعلم الموجه بالقانون لرؤى البيانات

اقترح باحثون في أمازون نظام "وكلاء الرؤى" (IA)، وهو نظام متعدد الوكلاء يعتمد على نموذج لغوي ضخم. يتبنى هذا النظام بنية "التخطيط والتنفيذ"، وهو مزود بوكلاء هرميين وآلية توجيه تراعي البرمجة الكائنية، مما يُمكّن بائعي أمازون في الولايات المتحدة من الحصول على رؤى تجارية دقيقة في غضون 15 ثانية، بدقة تقييم بشري تبلغ 90%.

ورقة وتفسير مفصل:https://go.hyper.ai/LbaHD

استخدم الباحثون مجموعة بيانات مختارة بعناية لتدريب وتقييم نموذج كشف الأخطاء في التوجيه وتوجيه العملاء، والتي تحتوي على 301 سؤالًا: 178 سؤالًا ضمن نطاق التطبيق و123 سؤالًا خارجه. كما تم توفير مجموعة بيانات مرجعية تضم 100 سؤال شائع مع إجابات حقيقية لإجراء تقييم شامل.

هذا هو محتوى توصيات البحث لهذا الأسبوع. لمزيد من أبحاث الذكاء الاصطناعي المتطورة، يُرجى زيارة قسم "أحدث الأبحاث" على الموقع الرسمي لـ hyper.ai.

نرحب أيضًا بفرق البحث لتقديم نتائج وأوراق بحثية عالية الجودة إلينا. يمكن للمهتمين إضافة حساب نيوروستار على وي تشات (معرف وي تشات: Hyperai01).

نراكم في الاسبوع القادم!