Command Palette
Search for a command to run...
تجميع مجموعات البيانات | مجموعات بيانات تقييم وكلاء الذكاء الاصطناعي: 10 مجموعات بيانات تم إصدارها بواسطة مايكروسوفت، وجامعة بكين، وجامعة هونغ كونغ، وجامعة شنغهاي جياو تونغ، وما إلى ذلك، وتغطي كل شيء من الذاكرة طويلة المدى إلى تنفيذ المهام في العالم الحقيقي.
مع التوسع المستمر في قدرات النماذج واسعة النطاق، تتطور وكلاء الذكاء الاصطناعي بسرعة من "أدوات حوار" إلى "منفذي مهام"، وبدأ استخدامها على نطاق واسع في سيناريوهات مثل أتمتة العمل المكتبي، وتوليد التعليمات البرمجية، وتحليل البيانات، ومعالجة العمليات المعقدة. وبالمقارنة مع نماذج اللغة الكبيرة التقليدية للإجابة على الأسئلة، يكمن التغيير الأساسي في الوكلاء في:لم يعد الأمر يقتصر على الإجابة على الأسئلة فحسب، بل أصبح قادراً على تقسيم المهام، واستخدام الأدوات، والتقدم بشكل مستقل حتى يتم تحقيق الهدف.
مع توسع قدرات الأنظمة الذكية، تزداد أهمية مجموعات البيانات المستخدمة في التدريب والتقييم. فعلى عكس بيانات الإجابة على الأسئلة التقليدية ذات الجولة الواحدة أو بيانات المهام الثابتة، تركز مجموعات البيانات المتعلقة بالأنظمة الذكية على "قدرات العمليات"، مثل التخطيط طويل الأجل، والاستدلال متعدد الخطوات، واستخدام الأدوات، والذاكرة. وتحدد هذه البيانات ما إذا كان النموذج قادرًا على العمل بثبات في مهام معقدة من العالم الحقيقي، وتؤثر بشكل مباشر على موثوقية النظام الذكي وحدوده القصوى.
تجمع هذه المقالة 10 مجموعات بيانات ذات صلة.يغطي هذا البحث العديد من مجالات القدرات الأساسية في أبحاث الوكلاء الحالية: فهم السياق الطويل وتقييم الذاكرة، وتخطيط المهام المعقدة والاستدلال متعدد الخطوات، واستدعاء الأدوات وقدرات التنفيذ التفاعلي، وقدرات إكمال المهام في بيئات حقيقية أو محاكاة.تشكل هذه البيانات مجتمعة توصيفاً منهجياً لقدرات وكلاء الذكاء الاصطناعي.
كما يكشف تكوين مجموعات البيانات هذه عن تحول في بيانات التقييم والتدريب نفسها: من التعليقات التوضيحية الثابتة للأسئلة والأجوبة إلى نمذجة عملية التفاعل والمسارات السلوكية، مع التأكيد على دعم البيانات لقدرة النموذج على "فعل الأشياء" بدلاً من مجرد قدرته على "الإجابة".
تتوفر مجموعات البيانات التالية للاستخدام عبر الإنترنت في HyperAI.يهدف إلى تسريع البحث والاستكشاف من قبل الباحثين والمطورين في المجالات ذات الصلة.
المزيد من مجموعات البيانات عالية الجودة:
توصية بمجموعة البيانات
1. مجموعة بيانات تقييم الذاكرة طويلة المدى RHELM
* استخدم عبر الإنترنت:
RHELM هي مجموعة بيانات لتقييم الذاكرة طويلة المدى، أصدرتها مايكروسوفت عام 2026. تحمل الورقة البحثية ذات الصلة عنوان "ما وراء الحوارات الثابتة: قياس أداء الذاكرة طويلة المدى الواقعية والمتنوعة والمتطورة". تهدف هذه المجموعة إلى تحسين قدرات الذاكرة طويلة المدى، والاستدلال متعدد الخطوات، وتوليف المعلومات الزمنية للنماذج الكبيرة في سيناريوهات ديناميكية معقدة. تُستخدم RHELM على نطاق واسع في مجالات بحثية متنوعة، مثل تقييم الذاكرة طويلة المدى لنماذج اللغة الكبيرة، والتحقق من قدرات التفاعل طويلة المدى لمساعدي الذكاء الاصطناعي، والاستدلال متعدد الخطوات للنماذج الكبيرة، ودمج المعلومات الزمنية، والكشف عن الهلوسة.
تحتوي مجموعة البيانات على 10 مجموعات من ملفات تعريف الشخصيات الافتراضية، و1305 أزواج من الأسئلة والأجوبة، و629 محادثة بصيغة JSON، و625 سلسلة رسائل بريد إلكتروني بصيغة TXT، و1053 مستند مرفق بصيغتي MD وHTML. وتغطي الأسئلة المصاحبة سبعة أنواع أساسية: الإشارة إلى المرفقات، والاستدلال المختلط، وتقصي الحقائق، وكشف الخداع، وتجميع المعلومات، وتحليل السلاسل الزمنية، والأسئلة المضللة.
2. مجموعة بيانات MemLens المعيارية متعددة الوسائط ذات السياق الطويل
* استخدم عبر الإنترنت:
MemLens هي مجموعة بيانات مرجعية لتقييم ذاكرة الحوار طويلة المدى في نماذج اللغة المرئية. تختبر هذه المجموعة قدرة النموذج على استرجاع المعلومات المرئية والنصية المضمنة في حوارات متعددة المحادثات، وتحديثها، واستنتاجها، ضمن نوافذ سياقية بأحجام 32 ألف، و64 ألف، و128 ألف، و256 ألف. تحتوي مجموعة البيانات على 789 عنصرًا تغطي خمسة أنواع من التقييم: استرجاع المعلومات، وتحديث المعرفة، والاستدلال الزمني، والاستدلال متعدد المحادثات، والرفض (الامتناع)، وتوفر أربعة تكوينات لأطوال السياق (32 ألف/64 ألف/128 ألف/256 ألف).
كما توفر مجموعة البيانات عينة فرعية ثابتة مصنفة تتكون من 195 سؤالًا مخصصة لتقييم العوامل المعززة بالذاكرة لتحقيق التوازن في تكاليف الاستدلال.
3. مجموعة بيانات LongBlocks للإجابة على الأسئلة متعددة اللغات ذات السياق الطويل
* استخدم عبر الإنترنت:
LongBlocks هي مجموعة بيانات اصطناعية متعددة اللغات ذات سياق طويل، صدرت عام 2026 من قِبل جامعة لشبونة، ومعهد الاتصالات، وشركة TransPerfect، ومؤسسات أخرى. تحتوي هذه المجموعة على ما يقارب 194,000 مثال على أسئلة وأجوبة ذات سياق طويل، تغطي مجموعات وثائق طويلة مثل الكتب، ونصوص صفحات الويب، ومقالات ويكيبيديا، وأوراق arXiv، وشفرات البرمجة، وأسئلة وأجوبة المجتمع.
4. مجموعة بيانات مسار تفاعل الوكلاء الأذكياء من AgentTrove
* استخدم عبر الإنترنت:
AgentTrove عبارة عن مجموعة بيانات مفتوحة المصدر واسعة النطاق لمسارات تفاعل الوكلاء، أصدرها فريق OpenThoughts-Agent. تحتوي هذه المجموعة على 1,696,847 صفًا من البيانات، مستقاة من 219 مجموعة بيانات، تغطي مهامًا مثل إصلاح الشفرات البرمجية، وكتابة البرامج النصية، وحل المسائل الرياضية، ومسابقات البرمجة، والاستخدام العام للحوسبة. جُمعت جميع المسارات باستخدام إطار عمل Harbor مفتوح المصدر لتقييم الوكلاء وتوليد البيانات، ونُشرت بشكل موحد بتنسيق Terminus-2 (وهو تنسيق حوار مشابه لـ ShareGPT).
5. مجموعة بيانات Claw-Eval المعيارية في العالم الحقيقي
* استخدم عبر الإنترنت:
Claw-Eval هي مجموعة بيانات مرجعية شفافة وشاملة لتقييم أداء أنظمة الذكاء الاصطناعي في مهام واقعية، وقد صدرت عام 2026 من جامعة بكين وجامعة هونغ كونغ. تحمل الورقة البحثية ذات الصلة عنوان "Claw-Eval: نحو تقييم موثوق للأنظمة المستقلة". تهدف هذه الورقة إلى تقييم قدرة الأنظمة المستقلة على أداء المهام، واستخدام الأدوات، وفهم الوسائط المتعددة، والتفاعل في بيئات واقعية. وتُستخدم على نطاق واسع في تقييم أنظمة الأنظمة، وتنفيذ المهام المؤتمتة، وبحوث الأنظمة متعددة الوسائط، وتحليل قدرات النماذج الكبيرة.
تدعم مجموعة البيانات هذه اللغتين الإنجليزية والصينية وتتضمن ثلاث مجموعات مهام أساسية: عامة، ومتعددة الوسائط، ومتعددة الأدوار، وتغطي ما مجموعه 24 فئة من فئات المهام مثل الاتصالات، والمالية، والمكاتب، وأدوات الإنتاجية.
6. مجموعة بيانات OpenMementos المضغوطة في ذاكرة السياق
* استخدم عبر الإنترنت:
OpenMementos هي مجموعة بيانات لضغط السياق والذاكرة، أصدرتها مايكروسوفت عام 2026، وهي مصممة لنمذجة الاستدلال طويل السلسلة وقدرات إدارة السياق للنماذج الكبيرة. تهدف هذه المجموعة إلى تدريب النماذج على ضغط السياق والاستدلال المستمر، مما يدعم مهام الاستدلال المعقدة متعددة الخطوات ضمن نطاق سياق محدود. وهي قابلة للتطبيق على نطاق واسع في سيناريوهات بحثية مثل نمذجة الاستدلال طويل السلسلة، وتدريب النماذج المحسّنة بالذاكرة، والتوليد الفعال.
تستند هذه المجموعة من البيانات إلى مجموعة بيانات الاستدلال OpenThoughts، وتحتوي على 228,557 مسار استدلال منظم، منها 123,333 مسارًا في الرياضيات، و61,485 مسارًا في العلوم، و43,739 مسارًا في البرمجة. ويبلغ متوسط عدد الجمل في كل مسار 187 جملة.
7. مجموعة بيانات MIA للاستدلال متعدد الخطوات ومسار القرار
* استخدم عبر الإنترنت:
مجموعة بيانات MIA (وكيل الذكاء الذاكري) هي مجموعة بيانات صدرت بالاشتراك في أبريل 2026 من قِبل جامعة شرق الصين للمعلمين، ومعهد شنغهاي للابتكار، ومعهد هاربين للتكنولوجيا. تُستخدم هذه المجموعة لتدريب وتقييم الوكلاء الأذكياء ذوي الذاكرة طويلة المدى وقدرات تنفيذ المهام. تحمل الورقة البحثية ذات الصلة عنوان "وكيل الذكاء الذاكري"، وتهدف إلى تحسين استخدام الذاكرة طويلة المدى وقدرات اتخاذ القرارات متعددة الخطوات لدى الوكلاء الأذكياء. تحتوي مجموعة البيانات هذه على ما يقارب 21000 مسار استدلالي، تغطي كامل عملية حل المشكلات والتخطيط والبحث والتنفيذ، وهي مناسبة لأبحاث استدلال الوكلاء والتعلم المعزز.
8. مجموعة بيانات حوار تعلم الأدوات المعقدة ToolACE
* استخدم عبر الإنترنت:
ToolACE هي مجموعة بيانات آلية لخط أنابيب الوكلاء لمهام تعلم الأدوات، صدرت عام 2024 من جامعة شنغهاي جياو تونغ بالتعاون مع جامعة العلوم والتكنولوجيا الصينية، ومختبر هواوي نوح آرك، ومؤسسات أخرى. تحمل الورقة البحثية ذات الصلة عنوان ToolACE: Winning the Points of LLM Function Calling. تهدف هذه المجموعة إلى توليد بيانات دقيقة ومعقدة ومتنوعة لتعلم الأدوات، مع التركيز بشكل خاص على معالجة المشكلات الواقعية مثل عدم كفاية جودة البيانات ومحدودية السيناريوهات في تعلم الأدوات.
تحتوي هذه المجموعة من البيانات على أمثلة لمحادثات متعددة الخطوات، تستدعي ما مجموعه 26,507 واجهة برمجة تطبيقات متنوعة. يتم توليد العينات من خلال تفاعلات متعددة الأطراف، وتخضع لعملية ضمان جودة ثنائية الطبقات تشمل التحقق من القواعد والتحقق من صحة النموذج. يمثل كل حوار مهمة استرجاع وتحليل معلومات متعددة الخطوات ومتعددة المصادر، تحاكي بشكل واقعي سيناريوهات استدعاء الأدوات، وتوفر بيانات تدريب عالية القيمة لنمذجة المستوى المنخفض (LLM).
9. مجموعة بيانات تعليمات المهام الإبداعية للمهنيين المبدعين
* استخدم عبر الإنترنت:
تُعدّ مجموعة بيانات مهام الذكاء الاصطناعي للمحترفين المبدعين مجموعة بيانات ضخمة وعالية الدقة مصممة لتدريب وتقييم وضبط وكلاء الذكاء الاصطناعي متعددي الوسائط. تحتوي على 1,070,917 عملية تحكم للوكلاء، تغطي 36 بيئة برمجية إبداعية وتقنية وهندسية. تهدف مجموعة البيانات إلى استكشاف التفاعلات البرمجية المعقدة والاستدلال متعدد الخطوات.
10. مجموعة بيانات مهام تشغيل سطح المكتب لـ AgentNet
* استخدم عبر الإنترنت:
AgentNet هي أول مجموعة بيانات واسعة النطاق لتتبع مسارات وكلاء الحواسيب المكتبية، وقد أصدرها مختبر XLANG بجامعة هونغ كونغ عام 2025 بالتعاون مع Moonshot AI وجامعة ستانفورد ومؤسسات أخرى. تحمل الورقة البحثية ذات الصلة عنوان "OPENCUA: أسس مفتوحة لوكلاء استخدام الحاسوب". وتهدف إلى دعم وتقييم الوكلاء الذين يتم تشغيلهم عبر واجهات المستخدم الرسومية متعددة المنصات، ونماذج الرؤية واللغة والحركة (VLA).
تحتوي مجموعة البيانات هذه على 22.6 ألف تتبع لمهام استخدام الحاسوب مُعلّق يدويًا، تغطي أنظمة Windows وmacOS وUbuntu، وأكثر من 200 تطبيق وموقع إلكتروني. تنقسم السيناريوهات إلى أربع فئات: مكتبية، احترافية، يومية، ونظامية. وهي مناسبة لتدريب وتقييم أتمتة سطح المكتب، والعمليات متعددة التطبيقات، والوكلاء متعددي المنصات.
هذه هي جميع مجموعات البيانات الموصى بها في هذا العدد. حمّلها واستخدمها بنقرة واحدة!
