طاولة عمل TSFLab ترفع نسبة المهام التي ينجزها الوكلاء بنسبة 20–163% في التنبؤ بالسلاسل الزمنية
لم يعدّل مؤلفو TSFLab الوكلاء أنفسهم، بل زوّدوا أي وكيل برمجة متوافق بـ«طاولة عمل» خارجية للتنبؤ بالسلاسل الزمنية. تضم الطاولة 323 نموذجًا و93 مجموعة بيانات و71 كتلة قابلة لإعادة الاستخدام مع «بطاقات معرفة». في إعادة إنتاج الأوراق البحثية والقياس المرجعي ارتفعت نسبة المهام المنجزة بنسبة 20–163%، وانخفض استهلاك التوكنات الجديدة لكل مهمة بنسبة 11–66%. ولا يحتاج الوكلاء بعد ذلك إلى البحث عن المصادر من جديد ولا إلى إعداد التجارب من الصفر. • لا تقدّم رابطًا للكود سوى نحو 20% من 1707 أوراق بحثية في TSF منذ عام 2020 • في الاختبار التجريبي لتطوير الأساليب، كان استهلاك التوكنات الجديدة أقل بنسبة 32.8–73.6% • في الاختبار التجريبي نفسه، انخفض زمن التطوير بنسبة 9.2–68.8% مقارنة بالأنماط الأخرى
معالج بواسطة الذكاء الاصطناعي من arXiv cs.LG؛ بتحرير Hamidun News
قدّم باحثون من مجموعة D2I مشروع TSFLab، وهو «طاولة عمل» لوكلاء الذكاء الاصطناعي في مهام التنبؤ بالسلاسل الزمنية (TSF). هذه بنية تحتية تقع خارج الوكيل نفسه: فهي لا تغيّر النموذج ولا الغلاف البرمجي المحيط به (harness)، ويمكن ربطها بأي وكيل برمجة متوافق. وفي تجارب إعادة إنتاج الأوراق البحثية والقياس المرجعي، رفعت الطاولة نسبة المهام المنجزة بنسبة 20–163%، وخفّضت استهلاك التوكنات الجديدة لكل مهمة منجزة بنسبة 11–66% مقارنة بالتهيئات الأساسية.
لماذا يواجه الوكلاء صعوبة في TSF
يبدأ المؤلفون من مشكلة المجال نفسه. فعدد المنشورات في التنبؤ بالسلاسل الزمنية يتزايد، لكن الكود نادرًا ما يُنشر: من بين 1707 أوراق على arXiv منذ عام 2020، تتضمن رابطًا للكود ورقة واحدة تقريبًا من كل خمس. ويضطر الباحثون، وخاصة المبتدئون، إلى إعادة تنفيذ الأساليب الأساسية يدويًا وبناء مسارات التقييم بأنفسهم. وقد تختلف التنفيذات المستقلة في إعدادات التجارب، كما يصعب صيانتها.
ولا تواكب المكتبات التي تضم أساليب جاهزة تدفق الأبحاث. فبحسب الورقة، نمت إحداها من 18 إلى 41 أسلوبًا، بينما صدر منذ عام 2024 أكثر من 1200 ورقة جديدة. وفي أبريل 2026 أعلن القائمون عليها أنهم لم يعودوا يدعمون المشروع بسبب نقص القائمين على الصيانة.
ويصطدم الاستخدام المباشر لوكلاء البرمجة بمشكلتين. الأولى بطء تحديث المعرفة: فالنموذج لا يعرف إلا ما ورد في بيانات تدريبه، والبحث المتكرر على الويب في المشاريع الكبيرة مكلف من حيث التوكنات. وقد تكون المصادر التي يعثر عليها ناقصة أو غير موثوقة، فتنتقل الأخطاء غير المتحقق منها إلى بقية العمل. ويذكر المؤلفون مثالًا على ذلك: الكود الرسمي لأحد النماذج كان يُسقط عن طريق الخطأ آخر دفعة اختبار عند التقييم، وأثّر ذلك في إعدادات كثير من الأبحاث اللاحقة.
المشكلة الثانية هي تضارب الإعدادات. فالوكلاء الذين يهيّئون التجارب بصورة مستقلة يعتمدون على مصادر مختلفة. والنتيجة صيغ مختلفة للمسألة وتنفيذات متباينة ونتائج غير قابلة للمقارنة، فتكرر الفرق التجارب دون جدوى.
مم تتكون طاولة العمل
أبرز ما يميز المشروع عن الأعمال السابقة أن الطاولة تقع خارج الوكيل. فوكلاء TSF الحاليون يطورون غلافهم البرمجي الخاص، ولا يستفيدون تلقائيًا من ظهور وكلاء أحدث. أما الطاولة فيمكن ربطها بأي وكيل متوافق والإفادة من قدراته المتنامية. يضيف وكيل إعادة الإنتاج إلى الطاولة تنفيذات تم التحقق منها، ويستخدمها وكيل القياس المرجعي، ويأخذ وكيل ثالث اختبارات القياس الجاهزة لتطوير أساليب جديدة.
يضم TSFLab أربع وحدات. تعرّف وحدة TSF-Domain Guide الوكيل بالإجراءات المعتادة وبروتوكولات التقييم والمزالق المعروفة: إذ تُستكمل التعليمات التمهيدية بـ17 مهارة مخصصة لمهام بعينها. فعند إضافة مجموعة بيانات جديدة مثلًا، تطلب المهارة تحديد الحقول الزمنية والمتغيرات المتنبأ بها والتواتر، ثم التحقق مما إذا كان التنبؤ يُقيَّم على هدف واحد أم على جميع المتغيرات. وبذلك تبقى المقاييس متسقة بين الأساليب.
أما وحدة Knowledge Structurer فتفكك النماذج الموجودة إلى كتل قابلة لإعادة الاستخدام، وتجمع الأساليب والكتل ومجموعات البيانات في بنية موحدة. ولكل عنصر «بطاقة معرفة» تُقرأ على مستويات: ملخص، ثم بطاقة، ثم مصادر. الملخصات مخصصة للانتقاء، والبطاقات تصف القدرات والمعاملات والواجهات والقيود، وتحتوي المصادر على الأوراق البحثية والكود المرجعي. ويأخذ الوكيل من التفاصيل بقدر ما يتطلبه قراره، ولا يقرأ الكود والبيانات كاملة. وقد دُمج في الطاولة 323 نموذجًا و93 مجموعة بيانات، وأُخرجت المكونات المشتركة إلى 71 كتلة؛ ويستخدم 263 أسلوبًا كتلة واحدة منها على الأقل.
وتشغّل وحدة Experiment Workflower التجارب التي يعلنها الوكيل عبر مشغّل موحد. فهي تتحقق من التهيئات وتبلّغ بالنتائج وفق بروتوكولات موحدة. أما Recursive Improver فمسؤولة عن الصيانة الذاتية: إذ تتحقق دوريًا من كل أسلوب بالرجوع إلى ورقته البحثية وكوده الرسمي، وتدمج الأساليب والكتل ومجموعات البيانات والاستنتاجات التي تم التحقق منها في الطاولة المشتركة. ويجري تحديثها بصورة مستقلة عن إصدارات الوكلاء أنفسهم.
ماذا أظهرت التجارب
شملت التجارب إعادة الإنتاج والقياس المرجعي ودراسة تجريبية لتطوير الأساليب. وفي المهمتين الأوليين رفعت الطاولة نسبة المهام المنجزة بنسبة 20–163%، وخفّضت استهلاك التوكنات الجديدة لكل مهمة منجزة بنسبة 11–66% في جميع التهيئات الأساسية. وفي الدراسة التجريبية لتطوير الأساليب، أنفق الوكلاء المزودون بالطاولة توكنات جديدة أقل بنسبة 32.8–73.6% ووقتًا أقل بنسبة 9.2–68.8% مقارنة بالأنماط الأخرى.
ويؤكد المؤلفون أن النتيجة الصحيحة هنا هي مهمة أُنجزت تمامًا وفق المطلوب، وأن التكلفة تُحتسب لكل مهمة منجزة. وبالنسبة إلى الفرق التي تبني وكلاء بحثيين، فالخلاصة عملية: طبقة معرفة مشتركة يمكن التحقق منها وتشغيل موحد للتجارب يوفران التوكنات ويجعلان نتائج الوكلاء المختلفين قابلة للمقارنة. الكود منشور في مستودع D2I-Group/TSFLab على GitHub.
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول لماذا يواجه الوكلاء صعوبة في TSF؟
يبدأ المؤلفون من مشكلة المجال نفسه. فعدد المنشورات في التنبؤ بالسلاسل الزمنية يتزايد، لكن الكود نادرًا ما يُنشر: من بين 1707 أوراق على arXiv منذ عام 2020، تتضمن رابطًا للكود ورقة واحدة تقريبًا من كل خمس. ويضطر الباحثون، وخاصة المبتدئون، إلى إعادة تنفيذ الأساليب الأساسية يدويًا وبناء مسارات التقييم بأنفسهم. وقد تختلف التنفيذات المستقلة في إعدادات التجارب، كما يصعب صيانتها. ولا تواكب المكتبات التي تضم أساليب جاهزة تدفق الأبحاث. فبحسب الورقة، نمت إحداها من 18 إلى 41 أسلوبًا، بينما صدر منذ عام 2024 أكثر من 1200 ورقة جديدة. وفي أبريل 2026 أعلن القائمون عليها أنهم لم يعودوا يدعمو
ما أبرز التفاصيل حول مم تتكون طاولة العمل؟
أبرز ما يميز المشروع عن الأعمال السابقة أن الطاولة تقع خارج الوكيل. فوكلاء TSF الحاليون يطورون غلافهم البرمجي الخاص، ولا يستفيدون تلقائيًا من ظهور وكلاء أحدث. أما الطاولة فيمكن ربطها بأي وكيل متوافق والإفادة من قدراته المتنامية. يضيف وكيل إعادة الإنتاج إلى الطاولة تنفيذات تم التحقق منها، ويستخدمها وكيل القياس المرجعي، ويأخذ وكيل ثالث اختبارات القياس الجاهزة لتطوير أساليب جديدة. يضم TSFLab أربع وحدات. تعرّف وحدة TSF-Domain Guide الوكيل بالإجراءات المعتادة وبروتوكولات التقييم والمزالق المعروفة: إذ تُستكمل التعليمات التمهيدية بـ17 مهارة مخصصة لمهام بعينها. فعند إضافة مجموعة بي
ما أبرز التفاصيل حول ماذا أظهرت التجارب؟
شملت التجارب إعادة الإنتاج والقياس المرجعي ودراسة تجريبية لتطوير الأساليب. وفي المهمتين الأوليين رفعت الطاولة نسبة المهام المنجزة بنسبة 20–163%، وخفّضت استهلاك التوكنات الجديدة لكل مهمة منجزة بنسبة 11–66% في جميع التهيئات الأساسية. وفي الدراسة التجريبية لتطوير الأساليب، أنفق الوكلاء المزودون بالطاولة توكنات جديدة أقل بنسبة 32.8–73.6% ووقتًا أقل بنسبة 9.2–68.8% مقارنة بالأنماط الأخرى. ويؤكد المؤلفون أن النتيجة الصحيحة هنا هي مهمة أُنجزت تمامًا وفق المطلوب، وأن التكلفة تُحتسب لكل مهمة منجزة. وبالنسبة إلى الفرق التي تبني وكلاء بحثيين، فالخلاصة عملية: طبقة معرفة مشتركة يمكن الت
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.