دروس عبر الإنترنت | قدوم وكيل الرؤية! ارتفاع كبير في نتائج نموذج DeepSeek-V4 الجديد، حيث وصل ApexBench إلى 36.5

تسلسل DeepSeek-V4 نحو تعدد الوسائط رسميًا – تم إصدار أول نموذج تجريبي للرؤية، DeepSeek-V4-Flash-Vision-Exp!

كإصدار متعدد الوسائط مبني على بنية DeepSeek-V4-Flash، يعزز DeepSeek-V4-Flash-Vision-Exp قدرات الفهم البصري من خلال إضافة وحدة رؤية وإجراء تدريب مستمر، مع الحفاظ في الوقت نفسه على القدرات الأصلية لوكيل النصوص. يمكن للنموذج تنفيذ مهام معقدة باستخدام المعلومات المرئية مثل الصور والرسوم البيانية، مع التركيز بشكل خاص على تعزيز قدرة وكلاء تعدد الوسائط على إدراك البيئة ومعالجة المهام.

من حيث الأداء، حقق النموذج توازنًا أفضل بين قدرات وكيل النص ووكيل تعدد الوسائط: بينما ظلت أداء مهمة وكيل النص مستقرة إلى حد كبير، ارتفع مؤشر ApexBench (Pass@1) من 26.2 ليصل إلى 36.5، وحقق Agents' Last Exam نتيجة 27.3، كما حصل على درجات 64.3 و35.0 على التوالي في تقييمات تعدد الوسائط مثل Chartography وZeroBench. وفي اختبارات وكيل النص مثل DeepSWE وNL2Repo وToolathlon-Verified، أظهر النموذج الجديد أيضًا أداءً تنافسيًا.

انتقالاً من فهم النصوص إلى الإدراك البصري، يفتح DeepSeek-V4-Flash-Vision-Exp اتجاهًا جديدًا لوحدات الوكلاء متعددي الوسائط ضمن سلسلة DeepSeek-V4. ومع التكامل المتزايد لقدرات الفهم البصري والاستدعاء واستخدام الأدوات، يُتوقع أن تظهر الوحدات الذكية استقلالية أقوى في سيناريوهات العالم الحقيقي مثل تنفيذ المهام المعقدة وتحليل الرسوم البيانية والتشغيل عبر واجهات المستخدم.

حاليًا، أصبح الدرس «الاستدلال متعدد الوسائط لنموذج DeepSeek-V4-Flash-Vision-Exp ونشره عبر Open WebUI» متاحًا في قسم دروس HyperAI، ويدعم النشر بنقرة واحدة لتجربة سريعة لقدرات الفهم البصري ووحدات الوكلاء متعددي الوسائط وتنفيذ المهام المعقدة.

التشغيل عبر الإنترنت:

https://go.hyper.ai/QtxhJ

المزيد من الدروس عبر الإنترنت:

https://hyper.ai/notebooks

تشغيل العرض التجريبي

1. بعد الدخول إلى الصفحة الرئيسية لمنصة hyper.ai، اختر صفحة "الدروس" أو انقر فوق "عرض المزيد من الدروس"، ثم حدد درس "الاستدلال متعدد الوسائط لنموذج DeepSeek-V4-Flash-Vision-Exp ونشره عبر Open WebUI"، وانقر فوق "تشغيل هذا الدرس".

2. بعد انتقال الصفحة، انقر فوق زر Clone الموجود أعلى اليمين لاستنساخ هذا الدرس إلى حاوية خاصة بك.

ملاحظة: تدعم الزاوية العلوية اليمنى تبديل اللغة، وتتوفر حاليًا اللغتان الصينية والإنجليزية. سيتم عرض الخطوات هنا باللغة الإنجليزية كمثال.

3. اختر صورة النظام "NVIDIA H100 x4" وصورة vLLM، ثم انقر فوق "متابعة تنفيذ المهمة (Continue job execution)".

4. انتظر حتى يتم تخصيص الموارد؛ وعندما يتغير الحالة إلى "قيد التشغيل (Running)"، انقر فوق "فتح مساحة العمل (Open Workspace)" للدخول إلى بيئة Jupyter Workspace.

عرض النتائج

1. بعد انتقال الصفحة، انقر فوق ملف README الموجود على اليسار، وبعد فتح الملف اضغط على زر Run (تشغيل) بالأعلى.

2. بمجرد اكتمال التنفيذ، افتح طرفية جديدة وقم بتشغيل الأوامر التالية لإطلاق Open WebUI.

3. بعد بدء التشغيل، انقر فوق عنوان API الظاهر على الجانب الأيمن للوصول إلى واجهة Open WebUI عبر متصفح الويب وبدء المحادثة مع النموذج المحلي.