NVIDIA تطلق Polar: إطار عمل لتدريب وكلاء البرمجة

قدّمت NVIDIA إطار Polar، وهو إطار عمل جديد لتدريب وكلاء اللغة باستخدام التعلم المعزز (reinforcement learning). وميزته الأساسية أنه يعمل دون تعديل أطر الوكلاء (agent harnesses) القائمة، ما يجعله حلًا شاملًا يناسب بيئات وبنى تحتية مختلفة.

كيف يعمل Polar

من أبرز صعوبات تدريب وكلاء الذكاء الاصطناعي عدم التوافق بين خط أنابيب التدريب (training pipeline) وأطر الوكلاء المستخدمة في الإنتاج (production harnesses). وغالبًا ما يضطر الفريق إلى الاختيار بين أمرين: تعديل الـ harness ليلائم متطلبات التدريب، أو خسارة إمكانية الوصول إلى أفضل أساليب التعلم المعزز. ويعالج Polar هذه المشكلة بأسلوب أنيق.

يعمل الإطار كوسيط API (API proxy) بين الـ harness وخادم الاستدلال (inference server). فهو يلتقط جميع التفاعلات على مستوى الرموز (token-level)، ويعيد بناء مسارات (trajectories) جاهزة تمامًا للتدريب عبر GRPO. وبذلك يمكن استخدام أحدث أساليب التدريب مباشرة مع البيئات القائمة مثل Codex وClaude Code وPi، دون تغيير سطر واحد في شيفرتها.

النتائج على SWE-Bench Verified

اختبر باحثو NVIDIA إطار Polar على نموذج Qwen3.5-4B، وهو نموذج مدمج بحجم 4 مليارات معامل. واختير هذا النموذج الصغير عن قصد، لإثبات أن التحسّن لا يقتصر على نماذج LLM العملاقة، بل يشمل أيضًا الحلول الموفّرة للموارد.

وجاءت النتائج لافتة:

• مع Codex harness: +22.6 نقطة في SWE-Bench Verified pass@1
• مع Claude Code harness: +4.8 نقطة
• مع Pi harness: +6.2 نقطة

ولتوضيح السياق: SWE-Bench Verified هو معيار اختبار (benchmark) يقيس مدى جودة حلّ الوكيل لمهام برمجية حقيقية مأخوذة من طلبات السحب (pull requests) المفتوحة. وهو ليس اختبارًا اصطناعيًا، بل شيفرة حقيقية. وتُعدّ قفزة بمقدار 22.6 نقطة مع Codex harness تحسنًا كبيرًا، خصوصًا لنموذج مدمج.

التكامل مع منظومة NVIDIA

سُجّل الإطار بوصفه بيئة NeMo Gym، ما يتيح استخدامه ضمن المنظومة القياسية لدى NVIDIA. وهذه خطوة مهمة، لأنها تجعل Polar جزءًا من منصة كبيرة، لا أداة تُستخدم مرة واحدة.

نُشرت الشيفرة في مستودع ProRL Agent Server بموجب ترخيص مفتوح. وهذا يعني أن بوسع أي مطوّر أن يأخذ Polar ويثبّته ويدرّب نموذجه على بياناته الخاصة، مستخدمًا عتاده (hardware) الخاص.

«يُظهر هذا أن التدريب الفعّال للوكلاء لا يتطلب تغيير البنية التحتية الإنتاجية».

ماذا يعني ذلك

يفتح هذا للمطورين والشركات طريقًا عمليًا لتحسين وكلاء الذكاء الاصطناعي لديهم بسرعة، دون إعادة بناء البنية التحتية بالكامل. وتُظهر NVIDIA أن حتى النماذج الصغيرة قادرة على التحسن بدرجة كبيرة إذا اعتُمد أسلوب التدريب المناسب. وهذا أمر حاسم لنشر النماذج (deployment) على الأجهزة الطرفية (edge) ولتوفير الموارد الحاسوبية عمومًا.