وكلاء الذكاء الاصطناعي لتحليل البيانات: إطار العمل DSGym
نشرت Together AI إطار DSGym، وهو إطار عمل موحد لتدريب وتقييم وكلاء LLM الذين ينفذون مهام علم البيانات. يجمع الإطار أكثر من 90 مهمة في المعلوماتية الحيوية مستمدة من الأدبيات العلمية، إضافة إلى 92 مسابقة Kaggle. ودرّب الفريق نموذجًا بحجم 4B على بيانات اصطناعية، وحقق نتائج SOTA بين الحلول مفتوحة المصدر. وتكمن المشكلة في أن المعايير المرجعية الحالية غير متوافقة فيما بينها، ولا تتطلب تحليلًا فعليًا للبيانات.
معالج بواسطة الذكاء الاصطناعي من Together AI Blog؛ بتحرير Hamidun News
أنشأت Together AI إطار DSGym، وهو إطار عمل لتدريب وكلاء الذكاء الاصطناعي الذين يحلّون مهام تحليل البيانات والمعلوماتية الحيوية. يجمع النظام 192 مهمة من Kaggle ومجموعات البيانات العلمية، ما يتيح تدريب الوكلاء على أمثلة حقيقية بدلًا من الأمثلة الاصطناعية.
لماذا نحتاج إلى وكلاء ذكاء اصطناعي لتحليل البيانات؟
تستخدم المعايير المرجعية الحالية لتقييم وكلاء علم البيانات صيغًا وواجهات غير متوافقة، كما يمكن حلّ كثير من مهامها دون تحليل فعلي للبيانات. ويعالج DSGym هذه المشكلة عبر منظومة موحدة تضم 192 مهمة حقيقية.
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.