NVIDIA تفتح مجموعات بيانات Nemotron: 10 تريليونات توكن لتدريب وكلاء AI

في 8 يوليو 2026، نشرت NVIDIA على Hugging Face مقالة بحثية عن البيانات المفتوحة للعملاء الذين يعملون في مجال الذكاء الاصطناعي، في نفس الوقت أطلقت مجموعات بيانات Nemotron التي تحتوي على أكثر من 10 تريليونات رموز قبل التدريب وملايين أمثلة ما بعد التدريب. هذا واحد من أكبر الإصدارات العامة لبيانات التدريب الموجهة بشكل خاص لأنظمة العملاء.

لماذا أوزان النموذج وحدها غير كافية

يتم تحديد سلوك وكيل الذكاء الاصطناعي ليس فقط من خلال أوزان الشبكة العصبية—بل أيضاً من خلال البيانات المحددة التي تم تدريبها عليها. لا تعكس المعايير القياسية والمجموعات النصية العامة التعقيد الحقيقي لمهام الوكلاء: سلاسل الإجراءات متعددة الخطوات، واستخدام الأدوات، والإخفاقات والتعافي من الأخطاء.

تغطي مجموعات بيانات Nemotron ثمانية مجالات رئيسية:

• تتبعات هندسة البرمجيات
• حالات فشل استخدام الأدوات
• التفكير متعدد الخطوات
• البحث واسترجاع المعلومات
• الأمان والتحكم في السلوك
• محاكاة المستخدم
• تنفيذ سير العمل
• التحقق من الإجابات

تتجاوز قسم ما قبل التدريب 10 تريليونات رموز؛ يحتوي قسم ما بعد التدريب على ملايين الأمثلة المصنفة عبر عدة مجالات. يعتبر إدراج بيانات الفشل بشكل خاص قيماً—استدعاءات الأدوات الخاطئة وسلاسل الإجراءات الفاشلة. تلتقط معظم مجموعات البيانات المفتوحة السيناريوهات الناجحة فقط؛ بيانات الفشل تسمح للعملاء بتعلم التعافي بدلاً من مجرد تحقيق النتائج في المحاولة الأولى.

كيف تحمي البيانات الاصطناعية السرية

إحدى العقبات الرئيسية في تطوير وكلاء الذكاء الاصطناعي للشركات هي عدم القدرة على مشاركة سير العمل الحقيقي بشكل علني. الأنابيب الداخلية وبيانات العملاء والمنطق التجاري مغلقة بالتعريف: لا يمكن للشركات نشر ما يشكل ميزتها التنافسية.

تحل البيانات الاصطناعية هذه المشكلة: تولد المنظمات إشارات تدريب مفيدة من عمليات حقيقية دون الكشف عن العمليات نفسها. يفتح هذا الطريق للمشاركة في الأنظمة البيئية للبيانات المفتوحة دون المخاطرة بتسرب المعلومات التجارية.

تؤكد NVIDIA أن هذا النهج يتطلب الشفافية: يجب توثيق ما تم إنشاؤه، على أي أساس، وما الذي اجتاز مراجعة الخبراء. البيانات الاصطناعية ليست حلاً عاماً—تعتمد جودتها بشكل مباشر على صحة نماذج المولد وعمليات التحقق.

"تسمح البيانات الاصطناعية بالمشاركة في النظم البيئية للبيانات المفتوحة دون الكشف عن سير العمل السري أو بيانات العملاء"—فريق

Nemotron.

Prompt Atlas و 2.4 مليار شخصية اصطناعية

بالنسبة للباحثين، أنشأت NVIDIA Nemotron Post-Training v3 Prompt Atlas—أداة بصرية تفاعلية لاستكشاف ملايين الأمثلة. يتم تنظيم البيانات حسب مجموعة البيانات والمجال وأنماط استدعاء الأدوات، مما يجعل المجموعة ليس مجرد أرشيف قابل للتنزيل بل مساحة لتحليل التوزيعات والأنماط.

تستحق Nemotron-Personas اهتماماً منفصلاً—مجموعة من الشخصيات الاصطناعية التي اعتباراً من 8 يوليو 2026 تغطي أكثر من 2.4 مليار شخص من عشر دول. تعتمد الشخصيات على "أساس محلي": فهي تعكس الخصوصية الإقليمية والأنماط الثقافية والتنوع الديمغرافي للسكان. يسمح هذا بتدريب وكلاء يفهمون السياق المحلي في الطلبات—ليس فقط اللغة الإنجليزية التقنية العالمية، بل أنماط الاتصال المميزة للمناطق المحددة.

ماذا يعني هذا

يضع إطلاق مجموعات بيانات Nemotron معياراً جديداً للانفتاح في تطوير وكلاء الذكاء الاصطناعي. يشير إدراج بيانات فشل الأدوات والشخصيات الاصطناعية والأطلس التفاعلي إلى أن NVIDIA ترى الوكلاء ليس كبرامج محادثة محسّنة بل كأنظمة تعمل في العالم الحقيقي مع مستخدمين حقيقيين وإخفاقات حقيقية. تمتلك الفرق التي تبني وكلاء متخصصين الآن أساساً جاهزاً للضبط الدقيق—دون الحاجة إلى جمع التعليقات من الصفر.