الموارد الأكاديمية

يتعاون Atoms مع أفضل الجامعات والمعاهد البحثية حول العالم، وينتج أبحاثًا متقدمة حول الأطر متعددة الوكلاء، واستدلال LLM، وتعزيز السياق، وسير العمل المؤتمت.

لا تدفع هذه الأعمال التقدم النظري إلى الأمام فحسب، بل تعزز أيضًا قدرات منتجات Atoms في مجالات مثل التعاون متعدد الوكلاء، وتفسير البيانات، والاستدلال المعزز بـ RAG، وتحسين Prompt.

1. لن تعرف حتى تنقر: اختبار GUI المؤتمت لتقييم البرمجيات الجاهزة للإنتاج

الملخص

مع تطور النماذج اللغوية الكبيرة (LLMs) ووكلاء البرمجة من توليد مقتطفات معزولة إلى بناء تطبيقات كاملة بواجهات GUI ومنطق تفاعلي وسلوكيات ديناميكية، تفشل المعايير الحالية في تقييم البرمجيات الجاهزة للإنتاج بفعالية. إذ تتجاهل الفحوصات الثابتة أو نصوص النجاح/الفشل الثنائية قابلية الاستخدام في العالم الحقيقي، والتي لا تظهر إلا من خلال التفاعل.

ولمعالجة ذلك، يقدم المؤلفون RealDevWorld، وهو إطار تقييم مؤتمت شامل لاختبار قدرة LLMs على إنشاء مستودعات جاهزة للإنتاج من الصفر.

المساهمات الرئيسية

• أول إطار تقييم شامل قائم على GUI للتطبيقات الجاهزة للإنتاج.
• تقديم RealDevBench، وهو معيار يضم 194 مهمة هندسية متعددة الوسائط ومتنوعة.
• اقتراح AppEvalPilot، وهو نظام Agent-as-a-judge يحاكي تفاعلات المستخدم المعتمدة على GUI لإجراء تقييم شامل.
• تحقيق توافق عالٍ مع التقييم البشري (الدقة 0.92، الارتباط 0.85) مع تقليل الاعتماد على المراجعة اليدوية.

اقرأ المزيد: https://arxiv.org/abs/2508.14104

2. التطورات والتحديات في Foundation Agents: من الذكاء المستوحى من الدماغ إلى الأنظمة التطورية والتعاونية والآمنة

الملخص

أدى ظهور LLMs إلى تحفيز تحول جذري في الذكاء الاصطناعي، مما أتاح وكلاء أذكياء قادرين على الاستدلال والإدراك واتخاذ الإجراءات عبر مختلف المجالات. ويطرح تصميم هؤلاء الوكلاء وتقييمهم وتحسينهم المستمر تحديات متعددة الأوجه.

تقدم هذه المراجعة نظرة شاملة على Foundation Agents، مؤطرة من خلال معماريات معيارية مستوحاة من الدماغ تدمج رؤى من العلوم المعرفية وعلوم الأعصاب والحوسبة.

المساهمات الرئيسية

• تقترح إطارًا معياريًا يربط مكونات الوكيل بوظائف الدماغ (الذاكرة، النمذجة، الأهداف، العواطف).
• تستكشف التحسين الذاتي والتكيف المستمر من خلال الآليات التطورية.
• تدرس الأنظمة متعددة الوكلاء والذكاء الجماعي الناشئ.
• تتناول تحديات السلامة والمتانة والمواءمة في النشر في العالم الحقيقي.

اقرأ المزيد: https://arxiv.org/abs/2504.01990

3. Atom of Thoughts لتوسيع وقت الاختبار Markov في LLM

الملخص

تستفيد LLMs من التوسع أثناء التدريب، كما أن التوسيع وقت الاختبار يعزز الاستدلال بشكل أكبر. ومع ذلك، قد يهدر السياق التاريخي المتراكم القدرة الحاسوبية ويعيق الاستدلال.

تقدم الورقة Atom of Thoughts (AoT)، الذي يفكك الاستدلال المعقد إلى** أسئلة فرعية ذرية عديمة الذاكرة**، مُشكّلًا عملية استدلال شبيهة بـ Markov.

المساهمات الرئيسية

• يعرّف الاستدلال الذري: تفكيك الأسئلة إلى مسائل فرعية في DAG ثم ضغطها.
• يوفر توافقًا كمكوّن إضافي لأساليب التوسيع وقت الاختبار الحالية.
• يحسن الكفاءة عبر تقليل تكرار السياق والهدر الحاسوبي.
• يبرهن على مكاسب كبيرة في الأداء عبر ستة معايير.

اقرأ المزيد: https://arxiv.org/abs/2502.12018

4. التحسين الذاتي الإشراف لـ Prompt (SPO)

الملخص

تُعد Prompts عالية الجودة ضرورية لتعزيز استدلال LLM، لكن تصميم Prompt يدويًا يتطلب خبرة وتكرارًا. وتعتمد الأساليب المؤتمتة الحالية بشكل كبير على مراجع معنونة، مما يحد من قابليتها للتطبيق في العالم الحقيقي.

يقدم SPO إطارًا ذاتي الإشراف يكتشف Prompts فعالة لكل من المهام المغلقة والمفتوحة دون مراجع خارجية.

المساهمات الرئيسية

• إشارات ذاتية الإشراف مستمدة بالكامل من مخرجات LLM.
• يستخدم LLMs كمقيّم ومُحسّن في آن واحد.
• يحقق أداءً على أحدث مستوى باستخدام 1–5% من التكلفة مقارنة بالأساليب التقليدية.

اقرأ المزيد: https://arxiv.org/abs/2502.06855

5. تحسين موثوقية السياق عبر الاستدلال المعزز بالاسترجاع الأصلي (CARE)

الملخص

غالبًا ما تُنتج LLMs إجابات هلوسة غير متسقة مع السياق المعطى. وتتطلب الحلول التقليدية إما مجموعات بيانات خاضعة للإشراف ومكلفة أو تعتمد على استرجاع خارجي لا يستفيد جيدًا من السياق الذي يقدمه المستخدم.

يقدم CARE إطار استدلال معزز بالاسترجاع الأصلي حيث تدمج LLMs الأدلة داخل السياق مباشرةً وبشكل ديناميكي في سلسلة الاستدلال.

المساهمات الرئيسية

• يقدم الاسترجاع داخل السياق كجزء من عملية الاستدلال.
• يتطلب حدًا أدنى من البيانات المعنونة ويستخدم التعلم المتدرج للمهام المعقدة.
• يتفوق على SFT وRAG التقليدي وأساليب الاسترجاع الخارجي في معايير الأسئلة والأجوبة.

اقرأ المزيد: https://openreview.net/forum?id=qTsU1QLOph

6. FACT: دراسة فعالية إعادة كتابة السياق التكرارية لاسترجاع حقائق متعددة

الملخص

تتميز النماذج اللغوية الكبيرة (LLMs) بقدرتها على استرجاع حقيقة واحدة من سياقات طويلة، لكنها تواجه صعوبة عندما يجب استرجاع عدة حقائق في الوقت نفسه. ومن القيود الأساسية الملحوظة ظاهرة “الضياع في المنتصف”، حيث تفقد LLMs تدريجيًا تتبع المعلومات المهمة أثناء التوليد، مما يؤدي إلى مخرجات غير مكتملة أو غير دقيقة.

ولمعالجة ذلك، يقترح المؤلفون Find All Crucial Texts (FACT) — وهي طريقة تكرارية لإعادة كتابة السياق تعمل على تحسين الإدخال تدريجيًا، مما يسمح للنموذج بالتقاط الحقائق الحاسمة خطوة بخطوة.

المساهمات الرئيسية

• يحدد ويحلل ظاهرة “الضياع في المنتصف” في استرجاع الحقائق المتعددة.
• يقدم FACT، وهو نهج تكراري للاسترجاع وإعادة الكتابة يحسن التغطية الواقعية بشكل تدريجي.
• يبرهن على مكاسب كبيرة في الأداء في معايير استرجاع الحقائق المتعددة، وإن كانت التحسينات أقل في مهام الأسئلة والأجوبة العامة.
• يسلط الضوء على الحاجة إلى استراتيجيات أكثر متانة في استرجاع السياقات الطويلة.

اقرأ المزيد: https://arxiv.org/abs/2410.21012

7. SELA: وكلاء LLM معززون بالبحث الشجري للتعلم الآلي المؤتمت

الملخص

غالبًا ما تولد وكلاء AutoML المعتمدون على LLM خطوط معالجة منخفضة التنوع ودون المستوى الأمثل. ويستفيد SELA من بحث شجرة مونت كارلو (MCTS) لتحسين اتخاذ القرار لدى الوكيل واستكشاف خطوط المعالجة.

المساهمات الرئيسية

• يطبق أساليب البحث الشجري لتحسين استكشاف AutoML.
• يحسن خطوط المعالجة تكراريًا باستخدام التغذية الراجعة التجريبية.
• يتفوق على خطوط الأساس التقليدية والمعتمدة على الوكلاء في AutoML عبر 20 مجموعة بيانات.

اقرأ المزيد: https://arxiv.org/abs/2410.17238

8. AFlow: أتمتة إنشاء سير العمل الوكيلي

الملخص

يُعد إنشاء سير عمل وكيلي لـ LLMs عملية كثيفة الجهد وغير مؤتمتة بالكامل. ويعيد AFlow صياغة تحسين سير العمل باعتباره مشكلة بحث عبر رسوم بيانية للكود، مستخدمًا MCTS لتحسين سير العمل تكراريًا بالاعتماد على تغذية راجعة من التنفيذ.

المساهمات الرئيسية

• يعرّف تحسين سير العمل باعتباره بحثًا في الرسوم البيانية للكود.
• يمكّن النماذج الأصغر من التفوق على GPT-4o بجزء بسيط من التكلفة.
• يحقق تحسنًا بنسبة 5.7% مقارنة بخطوط الأساس الأحدث.

اقرأ المزيد: https://arxiv.org/abs/2410.10762

9. Data Interpreter: وكيل LLM لعلم البيانات

الملخص

تواجه الأساليب الحالية صعوبة في التعامل مع سير عمل علم البيانات الشامل، واعتماديات المهام الديناميكية، ومتطلبات الخبرة المجالّية.

يقدم Data Interpreter ما يلي:

• النمذجة الهرمية للرسوم البيانية: تقسيم المشكلات إلى مشكلات فرعية بعُقد ديناميكية.
• توليد العُقد القابل للبرمجة: تحسين الكود والتحقق منه تكراريًا لضمان المتانة.

المساهمات الرئيسية

• أول وكيل LLM مُصمم خصيصًا لسير عمل علم البيانات الكامل.
• يحقق تحسنًا في الدقة بنسبة 25% على InfiAgent-DABench.
• يعزز أداء التعلم الآلي والمهام المفتوحة ومجموعة بيانات MATH بشكل ملحوظ.

اقرأ المزيد: https://arxiv.org/abs/2402.18679

10. MetaGPT: البرمجة الوصفية لإطار تعاوني متعدد الوكلاء

الملخص

غالبًا ما تفشل الأنظمة متعددة الوكلاء المعتمدة على LLM في المهام المعقدة بسبب هلوسة متسلسلة. يقوم MetaGPT بترميز إجراءات التشغيل القياسية (SOPs) داخل تسلسلات Prompt، مما يبسّط سير العمل ويقلل الأخطاء.

المساهمات الرئيسية

• يقدم البرمجة الوصفية للتعاون متعدد الوكلاء.
• يدمج سير العمل البشري القائم على SOP في Prompts الخاصة بالوكلاء.
• يتيح إسناد الأدوار وتفكيك المهام بكفاءة.
• يبرهن على استقرار ودقة متفوقين في مهام هندسة البرمجيات التعاونية.

اقرأ المزيد: https://arxiv.org/abs/2308.00352