Cisco открыла FAPO: автооптимизация LLM-пайплайнов с диагностикой на каждом шаге
Cisco Foundation AI открыла исходный код FAPO — системы автоматической оптимизации многошаговых LLM-пайплайнов. Инструмент работает на базе Claude Code…
معالج بواسطة الذكاء الاصطناعي من MarkTechPost؛ بتحرير Hamidun News
أطلقت Cisco Foundation AI نظام FAPO للجمهور — وهو نظام لتحسين المحفزات بشكل تلقائي يعمل على مستوى خط الأنابيب الكامل، وليس على الطلبات الفردية. يقوم Claude Code بتنسيق العملية، مما يحول عملية الضبط إلى دورة مستقلة تماماً.
لماذا محفز واحد غير كافٍ معظم منتجات الذكاء الاصطناعي الحديثة ليست
طلباً واحداً إلى نموذج لغة، بل هي سلسلة من الخطوات المترابطة: تستخرج الخطوة الأولى البيانات، والثانية تصنفها، والثالثة تفكر فيها، والرابعة تنتج الإجابة النهائية. عندما ينخفض الجودة الكلية، فإن العثور يدوياً على الخطوة المحددة التي تفقد الدقة مهمة طويلة وغير واضحة. الأنظمة الموجودة لتحسين المحفزات، بما فيها النظام الشهير GEPA، تتعامل مع كل محفز بشكل معزول: فهي لا تأخذ في الاعتبار كيف يؤثر تغيير خطوة واحدة على بيانات الإدخال وجودة الخطوات اللاحقة. تم بناء FAPO على مبادئ مختلفة بشكل جذري — فهو يرى خط الأنابيب ككل ويحسنه كنظام مترابط.
كيف تعمل دورة التحسين يعمل FAPO في أربع مراحل تتكرر بشكل متكرر: *
التشخيص: يقوم النظام بتشغيل خط الأنابيب على مجموعة اختبار ويقيس الدقة عند كل خطوة. يحدد هذا الخطوة المحددة حيث تفقد الجودة — يسميها المؤلفون عزو الفشل على مستوى الخطوة. توليد البدائل: بالنسبة للخطوة الإشكالية، يقترح FAPO تصحيحات على ثلاثة مستويات — المحفز (صياغة جديدة للتعليمات)، المعاملات (درجة الحرارة، top-p)، هيكل خط الأنابيب (إضافة أو إزالة خطوة). التحقق المستقل: يتم تقييم كل بديل بواسطة وكيل مراجع LLM منفصل يتخذ القرارات بناءً على المقاييس فقط — دون انحياز من مؤلف التغيير. * التكرار: تتكرر الدورة حتى يتم تحقيق الدقة المستهدفة أو استنزاف ميزانية المحاولات. يعمل Claude Code كمنسق: ينفذ التشخيصات بشكل متسلسل، ويستدعي مولدات البدائل، ويمرر البيانات إلى المراجع، ويطبق التغييرات الموافقة عليها. كل هذا يحدث دون تدخل بشري.
المقاييس: FAPO مقابل GEPA قارنت
Cisco FAPO بـ GEPA — أحد الأساليب الرائدة لتحسين المحفزات التلقائي. كانت النتيجة مقنعة: فاز FAPO في 15 من 18 مقارنة عبر مجموعات النموذج + المهمة.
"النهج الذي يتضمن عزو الخطأ على مستوى الخطوة يكون فعالاً بشكل خاص حيث
لا تكون المشكلة محصورة في محفز واحد، بل موزعة على عدة انتقالات في السلسلة،" لاحظ المؤلفون في الوثائق التقنية. الميزة الأساسية لـ FAPO هي بالضبط في السياق متعدد الخطوات: GEPA والأنظمة المماثلة تنظر إلى كل محفز بشكل منفصل. يفهم FAPO أن مخرجات خطوة واحدة هي مدخلات الخطوة التالية، ويحسن السلسلة مع الأخذ في الاعتبار هذه التبعيات. هذا حاسم بالنسبة لأنظمة الوكلاء، حيث يؤثر تغيير الخطوة المبكرة على جميع الخطوات اللاحقة بشكل متسلسل.
ماذا يعني هذا نشرت
Cisco FAPO بموجب ترخيص مفتوح — يمكن نشر النظام على خطوط الأنابيب الخاصة بك الآن. بالنسبة للفرق التي تبني وكلاء ذكاء اصطناعي متعددة الخطوات، فهذه طريقة لأتمتة ما استغرق سابقاً أسابيع من التجربة والخطأ اليدوي. اختيار Claude Code كمحرك التنسيق هو إشارة مؤشرة: يتم بناء أدوات الذكاء الاصطناعي للشركات بشكل متزايد على نظام Claude البيئي.
هل تريد التوقف عن قراءة الذكاء الاصطناعي والبدء باستخدامه؟
AI News هو موجز منسق لأخبار الذكاء الاصطناعي. تعلمك Hamidun Academy استخدام الذكاء الاصطناعي في عملك.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.