نكسوس: إطار عمل متعدد الوكلاء خفيف الوزن وقابل للتوسع لآليّة مهام معقدة

أحدث التطورات في نماذج اللغة الكبيرة (LLMs) قد ساهمت بشكل كبير في تطوير قدرات أنظمة الوكلاء المتعددة (MASs)، مما مكّن من إنشاء أنظمة لا تُنفّذ المهام تلقائيًا فحسب، بل أيضًا تُوظّف قدرات تفكير قريبة من البشرية. لتحقيق ذلك، يجب بناء أنظمة MAS القائمة على LLM حول مبدئين أساسيين: (أ) بنية قوية تُستغل بالكامل إمكانيات نموذج اللغة الكبير في مهام محددة – أو مجموعات مهام ذات صلة – و(ب) منهجية فعّالة لتمكين نماذج اللغة الكبيرة من امتلاك القدرات اللازمة لأداء المهام وإدارة المعلومات بكفاءة. ومن الواضح أن التصاميم المسبقة للبنية قد تُحد من قابلية التوسع وقابلية التكيّف مع المجالات المختلفة لنظام معين.ولمعالجة هذه التحديات، نقدّم في هذا البحث إطار عمل خفيف الوزن باسم Nexus: إطار عمل مكتوب بلغة بايثون مصمم لتسهيل بناء وإدارة أنظمة الوكلاء المتعددة القائمة على نماذج اللغة الكبيرة. ويتميز Nexus بالابتكارات التالية: (أ) هرمية متعددة المشرفين مرنة، (ب) تصميم تدفق عمل مبسط، (ج) سهولة التثبيت والمرونة المفتوحة المصدر: حيث يمكن تثبيت Nexus عبر أداة pip وتُوزع تحت ترخيص مفتوح المصدر مرن، مما يسمح للمستخدمين بتعديل الإطار وتوسيع ميزاته بحرية.أظهرت النتائج التجريبية أن البنية المبنية باستخدام Nexus تحقق أداءً من الدرجة الأولى عبر مجالات متنوعة. في مهام البرمجة، حققت أنظمة MAS المُشغّلة بواسطة Nexus معدل نجاح 99% في اختبار HumanEval، و100% دون أخطاء في VerilogEval-Human، متفوّقة على نماذج لغوية متقدمة في التفكير مثل o3-mini وDeepSeek-R1. علاوةً على ذلك، تُظهر هذه البنية كفاءة قوية في التفكير المعقد وحل المشكلات الرياضية، حيث تمكّنت من تقديم حلول صحيحة لجميع المشكلات المختارة عشوائيًا من مجموعة بيانات MATH. وفي مجال التحسين متعدد الأهداف، تمكّنت البنية القائمة على Nexus من التصدي لمهام التوقيت الصعب (timing closure) في تصاميم من مجموعة معايير VTR، مع ضمان وسطي لخفض استهلاك الطاقة بنسبة تقارب 30%.