RoboFoundry يرفع أداء GPT-5.5 على EmbodiedBench من 56,9% إلى 72,7% دون تدريب إضافي
عرض فريق صيني نظام RoboFoundry للذكاء الاصطناعي المتجسّد، وهو نظام لا يتطور فيه النموذج نفسه، بل كل ما يحيط به. على اختبار EmbodiedBench، يحقق GPT-5.5 بصورته الخام متوسط نجاح قدره 56,9% في تنفيذ المهام. أما النموذج نفسه مع RoboFoundry فيحقق 72,7%، رغم بقاء معاملاته على حالها. وبلغ الفارق 15,8 نقطة مئوية، أي نحو 28% قياسًا بالمستوى الأساسي. ووفق الباحثين، يعود هذا الفارق إلى عاملين: أي معلومات تصل إلى النموذج، وأي خبرة يحتفظ بها النظام. - النتيجة الأساسية: 56,9% - مع RoboFoundry: 72,7% - أوزان النموذج لم تتغير
معالج بواسطة الذكاء الاصطناعي من Jiqizhixin (机器之心)؛ بتحرير Hamidun News
يحقق GPT-5.5 نفسه نتيجتين مختلفتين على EmbodiedBench. فعند ربطه مباشرة، ينفذ بنجاح 56,9% من المهام في المتوسط. وعندما يعمل RoboFoundry حوله، ترتفع النسبة إلى 72,7%. ولم يعدّل الباحثون معاملات النموذج. ويبلغ الفارق 15,8 نقطة مئوية، أي نحو 28% قياسًا بخط الأساس. هذا ما نقله موقع Jiqizhixin.
ماذا تُظهر الأرقام
يقيّم EmbodiedBench النماذج متعددة الوسائط في دور الوكلاء المكلَّفين بمهام متجسّدة، حيث يتعين عليهم إدراك البيئة وتخطيط الإجراءات. والمهم في هذه الاختبارات أن النتيجة تتكوّن من جزأين: النموذج نفسه والمنظومة المحيطة به. وعادةً تُقارَن نماذج مختلفة داخل منظومة واحدة. أما هنا فجرى العكس: النموذج ثابت، والذي يتغير هو المنظومة المحيطة به.
أبرز الأرقام في الجزء المتاح من المادة:
- النموذج: GPT-5.5، دون تغيير في الأوزان؛
- الاختبار: EmbodiedBench، متوسط معدل النجاح؛
- الاستخدام المباشر للنموذج: 56,9%؛
- مع RoboFoundry: 72,7%؛
- الزيادة المطلقة: 15,8 نقطة مئوية؛
- الزيادة النسبية: نحو 28%.
يشير عنوان المادة الأصلية إلى أن الروبوتات باتت قادرة على التطور ذاتيًا. ويعني ذلك أن النظام يتحسن أثناء عمله، ولا يُضبط يدويًا مرة واحدة.
أين يكمن الفارق
يفسّر الباحثون الفجوة ببساطة: فهي تنشأ خارج النموذج. فالمسألة تتعلق بنوع المعلومات التي تصل إليه أصلًا، وبالخبرة التي يحتفظ بها النظام. هذان عاملان، وكلاهما من هندسة السياق، لا من تدريب الشبكة العصبية.
وبالنسبة إلى الوكيل المتجسّد، يبدو هذا الطرح منطقيًا. فالنموذج يرى العالم عبر ما يُقدَّم له: وصف المشهد، وسجل الإجراءات، وإشارات حول الحالة. وإذا دخل الموجّه (prompt) ما لا حاجة إليه، تشتّت النموذج. وإذا غاب ما هو ضروري، أخطأ في مواضع بسيطة. وإذا لم يتذكر النظام الإخفاقات ولا الأساليب الناجحة، بدأت كل محاولة جديدة من الصفر. أما التنفيذ المحدد لـ RoboFoundry فلم يُكشف عنه في الجزء المتاح، ولذلك تبقى تفاصيل آلية انتقاء الخبرة وتخزينها خارج نطاق هذا التحليل.
والخلاصة للصناعة عملية. فزيادة بنسبة 28% دون أي خطوة تدريب تعني أن جزءًا من قدرات النماذج الرائدة في الروبوتات يتعثر عند المنظومة المحيطة بها. وتحسين هذه المنظومة أرخص من إعادة تدريب النموذج، كما أن النتيجة لا ترتبط بإصدار واحد من الأوزان.
ما ينقص حتى الآن
يخلو النص المتاح من عدة عناصر يصعب دونها تقييم رقم 72,7% بالكامل:
- تفصيل النتائج حسب المهام الفرعية في الاختبار: فقد يخفي المتوسط إخفاقات أو قفزات قياسية في فئات بعينها؛
- عدد دورات التطور وتكلفة الاستدعاءات، إذ إن نظامًا يراكم الخبرة يستهلك الرموز (tokens) والوقت؛
- نتائج نماذج أخرى: فليس واضحًا هل يعمل النهج بالفعالية نفسها مع نماذج لغوية كبيرة (LLM) أضعف أو مفتوحة؛
- اختبار على روبوتات فعلية، لا في المحاكاة فقط.
ما زالت هذه نتيجة على اختبار واحد، وينبغي قراءتها على هذا الأساس.
ما ينبغي أن تتحقق منه الفرق التي تبني الوكلاء
يخص الاستنتاج العملي كل من يطوّر أنظمة الوكلاء، لا الروبوتات وحدها. فقبل استبدال النموذج بآخر أغلى، من المفيد قياس حجم الخسارة على مستوى المنظومة. وتساعد ثلاثة أسئلة على اكتشاف مواضع الهدر بسرعة:
- ما الذي يراه الوكيل بالضبط عند الإدخال، وهل يمكن تقليصه دون فقدان المعنى؛
- هل تُحفظ نتائج المحاولات السابقة، وهل تُستخدم في المحاولات اللاحقة؛
- كيف يُقاس التقدم: على نموذج ثابت، ومع مجموعة مهام قابلة للتكرار.
وإذا أكد RoboFoundry نتيجته على نماذج أخرى وفي بيئة حقيقية، فسينتقل جزء من التنافس في الذكاء الاصطناعي المتجسّد من حجم النموذج إلى جودة المنظومة المحيطة به.
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ماذا تُظهر الأرقام؟
يقيّم EmbodiedBench النماذج متعددة الوسائط في دور الوكلاء المكلَّفين بمهام متجسّدة، حيث يتعين عليهم إدراك البيئة وتخطيط الإجراءات. والمهم في هذه الاختبارات أن النتيجة تتكوّن من جزأين: النموذج نفسه والمنظومة المحيطة به. وعادةً تُقارَن نماذج مختلفة داخل منظومة واحدة. أما هنا فجرى العكس: النموذج ثابت، والذي يتغير هو المنظومة المحيطة به. أبرز الأرقام في الجزء المتاح من المادة: النموذج: GPT-5.5، دون تغيير في الأوزان؛ الاختبار: EmbodiedBench، متوسط معدل النجاح؛ الاستخدام المباشر للنموذج: 56,9%؛ مع RoboFoundry: 72,7%؛ الزيادة المطلقة: 15,8 نقطة مئوية؛ الزيادة النسبية: نحو 28%. يشي
ما أبرز التفاصيل حول أين يكمن الفارق؟
يفسّر الباحثون الفجوة ببساطة: فهي تنشأ خارج النموذج. فالمسألة تتعلق بنوع المعلومات التي تصل إليه أصلًا، وبالخبرة التي يحتفظ بها النظام. هذان عاملان، وكلاهما من هندسة السياق، لا من تدريب الشبكة العصبية. وبالنسبة إلى الوكيل المتجسّد، يبدو هذا الطرح منطقيًا. فالنموذج يرى العالم عبر ما يُقدَّم له: وصف المشهد، وسجل الإجراءات، وإشارات حول الحالة. وإذا دخل الموجّه (prompt) ما لا حاجة إليه، تشتّت النموذج. وإذا غاب ما هو ضروري، أخطأ في مواضع بسيطة. وإذا لم يتذكر النظام الإخفاقات ولا الأساليب الناجحة، بدأت كل محاولة جديدة من الصفر. أما التنفيذ المحدد لـ RoboFoundry فلم يُكشف عنه في ا
ما أبرز التفاصيل حول ما ينقص حتى الآن؟
يخلو النص المتاح من عدة عناصر يصعب دونها تقييم رقم 72,7% بالكامل: تفصيل النتائج حسب المهام الفرعية في الاختبار: فقد يخفي المتوسط إخفاقات أو قفزات قياسية في فئات بعينها؛ عدد دورات التطور وتكلفة الاستدعاءات، إذ إن نظامًا يراكم الخبرة يستهلك الرموز (tokens) والوقت؛ نتائج نماذج أخرى: فليس واضحًا هل يعمل النهج بالفعالية نفسها مع نماذج لغوية كبيرة (LLM) أضعف أو مفتوحة؛ اختبار على روبوتات فعلية، لا في المحاكاة فقط. ما زالت هذه نتيجة على اختبار واحد، وينبغي قراءتها على هذا الأساس.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
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.