SageMath ترفع أداء وكلاء LLM في الرياضيات بمتوسط 9.7pp
دمج باحثون نظام SageMath (نظام جبر حاسوبي) في وكلاء LLM، واختبروه على نماذج متقدمة مثل GPT-5.5. وقد حسّنت جميع النماذج المختبَرة أداءها بمتوسط 9.7pp. ويبلغ معدل حل المسائل الرياضية لدى GPT-5.5 نسبة 75.2%، بينما سجّل Qwen 3.7-Max أكبر زيادة (+27.8pp). وخلاصة الدراسة أن أنظمة الجبر داخل وكلاء LLM اتجاه واعد للبحث الآلي عن فرضيات رياضية جديدة.
معالج بواسطة الذكاء الاصطناعي من arXiv cs.AI؛ بتحرير Hamidun News
اقترح باحثون منهجية لدمج SageMath (نظام الجبر الحاسوبي) مع وكلاء LLM لحل مسائل رياضية بحثية. وأظهرت النتائج تحسناً شاملاً في الأداء بمتوسط +9.7pp، مع أكبر زيادة بلغت 27.8pp لنموذج Qwen 3.7-Max.
كيف دمجوا نظام الجبر في LLM
SageMath برنامج حر للحوسبة الرياضية، يشمل الجبر الرمزي ونظرية الأعداد والتصوير المرئي. وقد دمجه الباحثون في وكيل بنمط ReAct، وهي بنية تتيح لنموذج LLM الاستدلال خطوة بخطوة، عبر استدعاء الأدوات وتحليل نتائجها.
يتألف التكامل من العناصر التالية:
- بنية ReAct للاستدلال المنطقي خطوة بخطوة
- SageMath للتحقق من العمليات الجبرية وتنفيذها
- Context7 للوصول إلى وثائق SageMath المحدَّثة
- معيار RealMath الذي يضم مسائل رياضية بحثية
تتيح هذه التركيبة لنموذج LLM ألا يكتفي بـ«تخمين» الإجابات، بل أن يتحقق من النتائج الوسيطة ويضمن صحة الحسابات.
ما النتائج التي حققتها النماذج
أظهر النظام زيادة ثابتة في الأداء عند اختباره على النماذج المتقدمة. ويتصدر GPT-5.5 من حيث الأداء المطلق، إذ سجّل معدل حل بلغ 75.2% وأدنى استهلاك للرموز (tokens) بين جميع التكوينات المزوَّدة بالأدوات.
أما نموذج Qwen 3.7-Max فحقق أكبر زيادة نسبية، بلغت +27.8pp بفضل التكامل مع SageMath. وتراوح نطاق التحسن لدى جميع النماذج المختبَرة بين 1.5pp و27.8pp.
كما اقترح الباحثون تحسين معيار RealMath نفسه، فأضافوا مراحل متعددة من التحقق والمصادقة، لتكون المسائل المستخرجة أعلى جودة وأكثر موثوقية.
أبرز الأرقام:
- متوسط التحسن: +9.7pp
- نطاق الزيادة: 1.5pp – 27.8pp
- يبلغ معدل الحل لدى GPT-5.5 نسبة 75.2%
- يحقق Qwen 3.7-Max أكبر زيادة من SageMath
لماذا يهم هذا علماء الرياضيات
يبحث علماء الرياضيات ومطورو الذكاء الاصطناعي عن سبل لأتمتة العملية البحثية، وتحديداً «الحلقة الحسابية» التي يصوغ فيها العالم فرضية، ثم يتحقق من الحسابات، ويحلل النتائج، وينتقل إلى الفكرة التالية.
يمكن لوكلاء CAS تسريع هذه الحلقة بدرجة كبيرة: فهم يتحققون من المعالجات الجبرية المعقدة في ثوانٍ، ويكتشفون الأنماط في المتتاليات العددية، ويساعدون في صياغة الفرضيات والتحقق منها، ويتجنبون أخطاء الحساب.
ويرى مؤلفو الدراسة في ذلك طريقاً نحو البحث الآلي عن فرضيات رياضية جديدة، وهو مجال كانت نماذج LLM فيه تخطئ كثيراً في السابق أو تحتاج إلى مساعدة بشرية كبيرة.
ماذا يعني ذلك
تكشف الدراسة حقيقة جوهرية: اختيار الأداة الصحيحة قد يغيّر نوعياً قدرة LLM على التفكير المنطقي. وليس SageMath أول نظام جبر، لكن هذه أول دراسة كبيرة تتناول دمجه في نماذج LLM المتقدمة على مستوى الأداء. والخطوة التالية هي توسيع مجموعة أنظمة CAS (Mathematica وMaple) وتحسين التكامل لأنواع أخرى من المسائل في الفيزياء والهندسة.
- 28 أكتوبر 2026AWS تطلق Multi-Turn RL في SageMaker: gpt-oss-20b يرتفع من 15 إلى 69% بتكلفة $339
- 28 أكتوبر 2026Microsoft وHugging Face تدرّبان Qwen3.8-27B على تقييمات قاعدة البيانات: من 38 إلى 107 مهام
- 28 أكتوبر 2026ضبط Gemma 26B على MacBook بذاكرة 24 غيغابايت: مساعد يعمل دون اتصال يحقق 703 من 766
- 28 أكتوبر 2026Cognition تطلق FrontierCode 2.0: أفضل نتيجة لا تتجاوز 45,5%
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول كيف دمجوا نظام الجبر في LLM؟
SageMath برنامج حر للحوسبة الرياضية، يشمل الجبر الرمزي ونظرية الأعداد والتصوير المرئي. وقد دمجه الباحثون في وكيل بنمط ReAct، وهي بنية تتيح لنموذج LLM الاستدلال خطوة بخطوة، عبر استدعاء الأدوات وتحليل نتائجها. يتألف التكامل من العناصر التالية: بنية ReAct للاستدلال المنطقي خطوة بخطوة SageMath للتحقق من العمليات الجبرية وتنفيذها Context7 للوصول إلى وثائق SageMath المحدَّثة معيار RealMath الذي يضم مسائل رياضية بحثية تتيح هذه التركيبة لنموذج LLM ألا يكتفي بـ«تخمين» الإجابات، بل أن يتحقق من النتائج الوسيطة ويضمن صحة الحسابات.
ما أبرز التفاصيل حول ما النتائج التي حققتها النماذج؟
أظهر النظام زيادة ثابتة في الأداء عند اختباره على النماذج المتقدمة. ويتصدر GPT-5.5 من حيث الأداء المطلق، إذ سجّل معدل حل بلغ 75.2% وأدنى استهلاك للرموز (tokens) بين جميع التكوينات المزوَّدة بالأدوات. أما نموذج Qwen 3.7-Max فحقق أكبر زيادة نسبية، بلغت +27.8pp بفضل التكامل مع SageMath. وتراوح نطاق التحسن لدى جميع النماذج المختبَرة بين 1.5pp و27.8pp. كما اقترح الباحثون تحسين معيار RealMath نفسه، فأضافوا مراحل متعددة من التحقق والمصادقة، لتكون المسائل المستخرجة أعلى جودة وأكثر موثوقية. أبرز الأرقام: متوسط التحسن: +9.7pp نطاق الزيادة: 1.5pp – 27.8pp يبلغ معدل الحل لدى GPT-5.5 نس
ما أبرز التفاصيل حول لماذا يهم هذا علماء الرياضيات؟
يبحث علماء الرياضيات ومطورو الذكاء الاصطناعي عن سبل لأتمتة العملية البحثية، وتحديداً «الحلقة الحسابية» التي يصوغ فيها العالم فرضية، ثم يتحقق من الحسابات، ويحلل النتائج، وينتقل إلى الفكرة التالية. يمكن لوكلاء CAS تسريع هذه الحلقة بدرجة كبيرة: فهم يتحققون من المعالجات الجبرية المعقدة في ثوانٍ، ويكتشفون الأنماط في المتتاليات العددية، ويساعدون في صياغة الفرضيات والتحقق منها، ويتجنبون أخطاء الحساب. ويرى مؤلفو الدراسة في ذلك طريقاً نحو البحث الآلي عن فرضيات رياضية جديدة، وهو مجال كانت نماذج LLM فيه تخطئ كثيراً في السابق أو تحتاج إلى مساعدة بشرية كبيرة.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
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.