CoworkEnv يُصنّع بيئات لزملاء العمل من الذكاء الاصطناعي: Qwen3-VL-8B يرتفع من 46.6 إلى 64.1
كيف يمكن تدريب زملاء العمل من الذكاء الاصطناعي على استخدام الأدوات والتعامل مع التفاعلات متعددة الخطوات والتكيّف مع بيئات العمل المتغيّرة؟ قدّم باحثون إطار عمل CoworkEnv، الذي يُصنّع بيئات قابلة للتنفيذ مُصممة خصيصًا لتدريب هذا النوع من الوكلاء. يدعم النظام كلًا من الضبط الدقيق الخاضع للإشراف (supervised fine-tuning) والتعلّم التعزيزي (reinforcement learning). المكوّنات الأساسية لـCoworkEnv: • Capability-guided task generation — توليد مُوجَّه للمهام بحسب قدرات النموذج • Programmatic validation — التحقق من الصحة عبر تنفيذ الكود • Feedback-based repair — إصلاح آلي للأخطاء بناءً على التغذية الراجعة على نموذج Qwen3-VL-8B-Instruct، ارتفع مقياس Claw-Eval من 46.6 إلى 64.1 نقطة (+17.5 نقطة)، وفي مجموعة المهام متعددة الخطوات بلغت الزيادة +31.9 نقطة.
معالج بواسطة الذكاء الاصطناعي من Hugging Face Daily Papers؛ بتحرير Hamidun News
كيف يمكن تدريب زملاء العمل من الذكاء الاصطناعي على العمل في سيناريوهات حقيقية؟
كيف يمكن تدريب زملاء العمل من الذكاء الاصطناعي على استخدام الأدوات والتعامل مع التفاعلات متعددة الخطوات والتكيّف مع بيئات العمل المتغيّرة؟ هذه هي المشكلة المحورية في تطوير الأنظمة الوكيلة (agentic)، وقد طرح الباحثون نهجًا جديدًا من حيث المبدأ.
قدّم الفريق إطار عمل CoworkEnv لتصنيع بيئات تدريبية قابلة للتنفيذ. وبخلاف مجموعات البيانات الثابتة، يُولّد CoworkEnv بيئات ديناميكيًا يمكن للنماذج أن تتعلّم فيها التفاعل مع الأدوات والتكيّف مع الظروف المتغيّرة.
البنية والمكوّنات
يجمع إطار العمل بين ثلاث آليات أساسية:
• Capability-guided task generation — يُولّد النظام مهامًا متوافقة مع قدرات النموذج الحالية لضمان زيادة تدريجية في مستوى التعقيد • Programmatic validation — تحقق آلي من صحة الإجابات عبر تنفيذ الكود والتحقق من النتائج • Feedback-based repair — آلية تُصلّح تلقائيًا الأمثلة الخاطئة بناءً على التغذية الراجعة المُستلَمة
يدعم النظام كلا النهجين الأساسيين في التدريب: الضبط الدقيق الخاضع للإشراف (SFT) والتعلّم التعزيزي (RL)، مما يسمح باختيار الاستراتيجية بمرونة حسب طبيعة المهمة.
نتائج التدريب: نماذج مُصغّرة بنتائج قوية
درّب الباحثون سلسلة من النماذج المُصغّرة PocketWorker باستخدام هذا الإطار. وكانت النتيجة الأكثر إثارة للانتباه مع نموذج Qwen3-VL-8B-Instruct:
• على مقياس Claw-Eval، ارتفعت النتيجة الإجمالية من 46.6 إلى 64.1 نقطة (+17.5 نقطة) • في مجموعة المهام متعددة الخطوات، بلغت الزيادة +31.9 نقطة • في مجموعة Claw-Eval Multi-turn، ارتفع النموذج من 45.9 إلى 77.8 نقطة
استُخدمت في التجارب أيضًا طريقة GDPO (gradient-guided DPO) للتعلّم التعزيزي، والتي حقّقت بشكل عام 57.2 نقطة على Claw-Eval، أي أقل من النموذج الكامل المُدرَّب بطريقة SFT، لكنها تترك مجالًا لمزيد من التحسين.
تفاصيل عملية في التنفيذ
يتضمّن النظام آلية بسيطة لكنها فعّالة تُسمّى grading-consistency gate، للتحقق من الاتساق المنطقي عند تقييم النتائج. وتعمل القاعدة كما يلي: تحصل النتيجة الكاملة والصحيحة على أعلى تقييم، وتحصل الإجابة الفارغة على صفر، وأي استدعاء لأداة محظورة يُصفّر تقييم السلامة. وهذا النهج فعّال إلى درجة أن المؤلفين يوصون به كأداة معيارية لمسارات معالجة أخرى لتصنيع البيئات.
يدعو الباحثون المجتمع بشكل فعّال إلى تقديم التغذية الراجعة، وهم على استعداد لمناقشة منهجية تصنيع البيئات وتدريب الوكلاء ذوي أفق التخطيط الطويل.
- 27 أكتوبر 2026OpenAI تكشف كواليس عمل فرق FDE: نحو 90% من الشيفرة المخصصة انتقلت إلى مهارات Codex
- 27 أكتوبر 2026Anthropic: الخبراء يتبعون رأي الوكيل في 86% من الخيارات الخلافية
- 27 أكتوبر 2026Anthropic تكشف كيف تراجع الكود الذي يكتب Claude 90% منه
- 27 أكتوبر 2026Anthropic تدعو إلى تقليص الوكلاء الفرعيين: حلقة واحدة مع المهارات تتفوق على المنسّقين
أسئلة وأجوبة حول الخبر
كيف يمكن تدريب زملاء العمل من الذكاء الاصطناعي على العمل في سيناريوهات حقيقية؟
كيف يمكن تدريب زملاء العمل من الذكاء الاصطناعي على استخدام الأدوات والتعامل مع التفاعلات متعددة الخطوات والتكيّف مع بيئات العمل المتغيّرة؟ هذه هي المشكلة المحورية في تطوير الأنظمة الوكيلة (agentic)، وقد طرح الباحثون نهجًا جديدًا من حيث المبدأ. قدّم الفريق إطار عمل CoworkEnv لتصنيع بيئات تدريبية قابلة للتنفيذ. وبخلاف مجموعات البيانات الثابتة، يُولّد CoworkEnv بيئات ديناميكيًا يمكن للنماذج أن تتعلّم فيها التفاعل مع الأدوات والتكيّف مع الظروف المتغيّرة.
ما أبرز التفاصيل حول البنية والمكوّنات؟
يجمع إطار العمل بين ثلاث آليات أساسية: Capability-guided task generation — يُولّد النظام مهامًا متوافقة مع قدرات النموذج الحالية لضمان زيادة تدريجية في مستوى التعقيد Programmatic validation — تحقق آلي من صحة الإجابات عبر تنفيذ الكود والتحقق من النتائج Feedback-based repair — آلية تُصلّح تلقائيًا الأمثلة الخاطئة بناءً على التغذية الراجعة المُستلَمة يدعم النظام كلا النهجين الأساسيين في التدريب: الضبط الدقيق الخاضع للإشراف (SFT) والتعلّم التعزيزي (RL)، مما يسمح باختيار الاستراتيجية بمرونة حسب طبيعة المهمة.
ما أبرز التفاصيل حول نتائج التدريب: نماذج مُصغّرة بنتائج قوية؟
درّب الباحثون سلسلة من النماذج المُصغّرة PocketWorker باستخدام هذا الإطار. وكانت النتيجة الأكثر إثارة للانتباه مع نموذج Qwen3-VL-8B-Instruct: على مقياس Claw-Eval، ارتفعت النتيجة الإجمالية من 46.6 إلى 64.1 نقطة (+17.5 نقطة) في مجموعة المهام متعددة الخطوات، بلغت الزيادة +31.9 نقطة في مجموعة Claw-Eval Multi-turn، ارتفع النموذج من 45.9 إلى 77.8 نقطة استُخدمت في التجارب أيضًا طريقة GDPO (gradient-guided DPO) للتعلّم التعزيزي، والتي حقّقت بشكل عام 57.2 نقطة على Claw-Eval، أي أقل من النموذج الكامل المُدرَّب بطريقة SFT، لكنها تترك مجالًا لمزيد من التحسين.
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.