نواة المعرفة برو: إطار عمل لوكالات البحث العميق وتدريب نماذج الأساس للوكالات

تُدرَك بشكل متزايد الوكلاء الذكية العامة (General AI Agents) كإطارات أساسية للجيل التالي من الذكاء الاصطناعي، حيث تمكّن من التفكير المعقد، والتفاعل مع الويب، وكتابة الشفرات البرمجية، وقدرات البحث الذاتي. ومع ذلك، فإن الأنظمة الحالية للوكلاء إما مغلقة المصدر أو تعتمد بشكل كبير على مجموعة متنوعة من واجهات برمجة التطبيقات المدفوعة والأدوات الخاصة، مما يحد من إمكانية الوصول إليها وإعادة التكرار بالنسبة للمجتمع البحثي. في هذا العمل، نقدّم \textbf{Cognitive Kernel-Pro}، وهي إطار عمل متكامل مفتوح المصدر (وبقدر الإمكان مجاني) متعدد الوحدات، صُمّم لتمكين تطوير وتقييم الوكلاء المتقدمة في الذكاء الاصطناعي بشكل أكثر شمولاً. داخل إطار Cognitive Kernel-Pro، نُجري دراسة منهجية لجمع بيانات التدريب عالية الجودة لنموذج الوكيل الأساسي (Agent Foundation Models)، مع التركيز على بناء الاستفسارات، والمسارات، والإجابات القابلة للتحقق في أربع مجالات رئيسية: الويب، الملفات، الشفرات البرمجية، والتفكير العام. بالإضافة إلى ذلك، نستكشف استراتيجيات جديدة للتأمل والتصويت أثناء تنفيذ الوكيل (test-time reflection and voting) بهدف تعزيز متانة الأداء وتحسينه. وقد تم تقييم Cognitive Kernel-Pro على مجموعة بيانات GAIA، حيث حقق أداءً متفوقًا على مستوى الحد الأقصى بين الوكلاء المفتوحة المصدر والمجانية. وبشكل ملحوظ، تفوق نموذجنا المفتوح المصدر بـ 8 بيليون معلمة على الأنظمة السابقة البارزة مثل WebDancer وWebSailor، مما يُحدّد معيارًا جديدًا للأداء بالنسبة لوكالات الذكاء الاصطناعي عالية الكفاءة وقابلة للوصول. يمكن الاطلاع على الشفرة المصدرية عبر الرابط: https://github.com/Tencent/CognitiveKernel-Pro