تفوقت نظام الوكلاء المتعدد في بروتوكول كورال على Magnetic-UI المدعومة من مايكروسوفت بنسبة 34% في معيار GAIA، مما يدل على أن التنسيق الذكي للنماذج الأصغر يمكن أن ينافس أو يتفوق على أساليب الذكاء الاصطناعي التقليدية واسعة النطاق.
البنية التحتية اللامركزية للذكاء الاصطناعي التعاوني، أفاد بروتوكول Coral أن نظامه متعدد الوكلاء تفوق على Magnetic-UI المدعوم من مايكروسوفت بنسبة 34% في معيار GAIA - وهو نتيجة غير مسبوقة تشير إلى أن التوسع الأفقي قد يوفر نهجًا أكثر فعالية من توسيع معلمات النموذج. يعتمد نظام البروتوكول على تنسيق ذكي عبر عدة وكلاء، بدلاً من التركيز فقط على زيادة حجم النموذج.
هذا الأداء سجل أعلى نتيجة موثقة على معيار GAIA باستخدام وكلاء صغار، مما يدعم فرضية NVIDIA بأن النماذج الأصغر المنسقة بشكل جيد يمكن أن تلعب دوراً رئيسياً في مستقبل الذكاء الاصطناعي. وفقاً لمطوري Coral، فإن النتيجة تعكس تحولاً مفهوميًا في كيفية التعامل مع قابلية توسيع الذكاء الاصطناعي بدلاً من زيادة القوة النظامية بشكل بحت.
بروتوكول Coral المفتوح يسهل توسيع قدرات الذكاء الاصطناعي من خلال تمكين التنسيق بين الوكلاء المتخصصين على مستوى العالم، بدلاً من الاعتماد على النماذج العامة المركزية. تسمح بنية Coral بالتفاعل المتوازي والآمن بين الوكلاء، مما يعزز من وظيفة نماذج اللغة بجميع أحجامها في المهام التي تتطلب التفكير المتقدم والتخطيط وحل المشكلات.
"هذا الاختراق يمثل نقطة تحول في بنية الذكاء الاصطناعي"، قال كبير موظفي التكنولوجيا في كورال، كايلوم فوردير، في بيان مكتوب. "إنه دليل على أن التوسع الأفقي ليس ممكنًا فحسب، بل هو عملي، وكورال هي الطريقة الأكثر فعالية للقيام بذلك. إن إنترنت الوكلاء هو الآن واقع يعمل. إذا كنت مطورًا للوكلاء، فقط قم بكورال. إذا كنت مطور تطبيقات، ابنه بشكل أفضل مقابل أقل باستخدام بنيتنا التحتية"، أضاف.
كورال تتصدر معيار GAIA، تؤكد قوة النماذج الصغيرة في الأنظمة الوكيلة المتقدمة
في ظل المنافسة المتزايدة لتطوير أنظمة وكيلة متقدمة، لا يزال الكثير من التركيز منصبًا على توسيع نطاق النماذج لإدارة تعقيد المهام المتزايد. تتحدى أداءات Coral الأخيرة هذا النهج السائد، حيث تتماشى مع نتائج دراسة حديثة من NVIDIA تشير إلى أن الأنظمة الأصغر يمكن أن تقدم أداءً عاليًا دون المساس بالسرعة أو الأمان أو الكفاءة. تم تصميم GAIA Benchmark، وهو مجموعة تقييم شاملة للذكاء الاصطناعي المتقدم، لتقييم مدى قدرة الأنظمة على التعامل مع المهام الواقعية التي تتطلب عادةً وقتًا ومهارة كبيرة من الخبراء البشريين. تتكون من 450 تنبيهًا معقدًا تختبر قدرات البحث والتحليل والاستدلال، وتعتبر هذه المعايير مقياسًا رئيسيًا في الصناعة لتقييم فعالية نماذج اللغة الكبيرة العامة (LLM).
نظام وكيل GAIA الخاص بكورال، المستخدم في اختبار المعايير، يعتمد على بروتوكول كورال ويستند إلى مبادئ تصميم OWL الخاص بـ CAMEL. يتضمن وكلاء متخصصين لتنفيذ مجموعة من المهام بما في ذلك البحث، التحليل، النقد، التخطيط، والتصفح عبر الويب، جميعها تتواصل من خلال بنية خادم MCP الخاصة بكورال.
تؤدي الريادة في تصنيفات GAIA Benchmark للنماذج الأصغر إلى الإشارة إلى إمكانيات Coral في توسيع وظائف أنظمة الذكاء الاصطناعي من خلال بنية قائمة على الرسوم البيانية. تشير هذه النتيجة إلى أنه يمكن إنشاء وكلاء خفيفي الوزن وعالي الأداء باستخدام نماذج أصغر، مما يسهل معالجة البيانات بشكل أوسع، وتكامل النظام البيئي بشكل أكثر سلاسة، وتعزيز التواصل بين الوكلاء.
"لقد تم التقليل من دور النماذج الصغيرة في الأنظمة الوكيلة حتى الآن، لكن الأمور بدأت تتغير"، قال كايلوم فوردير. "لقد أثبتنا أن مثل هذه النماذج يمكن أن تتوسع إلى ما وراء حدودها المعروفة سابقًا وتتفوق على المنافسين. أنا واثق من أن لها دورًا مركزيًا تلعبه في مستقبل الذكاء الاصطناعي الوكيل"، اختتم.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
يتفوق بروتوكول Coral على مايكروسوفت بنسبة 34% مع أعلى معيار GAIA لنموذج AI المصغر
باختصار
تفوقت نظام الوكلاء المتعدد في بروتوكول كورال على Magnetic-UI المدعومة من مايكروسوفت بنسبة 34% في معيار GAIA، مما يدل على أن التنسيق الذكي للنماذج الأصغر يمكن أن ينافس أو يتفوق على أساليب الذكاء الاصطناعي التقليدية واسعة النطاق.
البنية التحتية اللامركزية للذكاء الاصطناعي التعاوني، أفاد بروتوكول Coral أن نظامه متعدد الوكلاء تفوق على Magnetic-UI المدعوم من مايكروسوفت بنسبة 34% في معيار GAIA - وهو نتيجة غير مسبوقة تشير إلى أن التوسع الأفقي قد يوفر نهجًا أكثر فعالية من توسيع معلمات النموذج. يعتمد نظام البروتوكول على تنسيق ذكي عبر عدة وكلاء، بدلاً من التركيز فقط على زيادة حجم النموذج.
هذا الأداء سجل أعلى نتيجة موثقة على معيار GAIA باستخدام وكلاء صغار، مما يدعم فرضية NVIDIA بأن النماذج الأصغر المنسقة بشكل جيد يمكن أن تلعب دوراً رئيسياً في مستقبل الذكاء الاصطناعي. وفقاً لمطوري Coral، فإن النتيجة تعكس تحولاً مفهوميًا في كيفية التعامل مع قابلية توسيع الذكاء الاصطناعي بدلاً من زيادة القوة النظامية بشكل بحت.
بروتوكول Coral المفتوح يسهل توسيع قدرات الذكاء الاصطناعي من خلال تمكين التنسيق بين الوكلاء المتخصصين على مستوى العالم، بدلاً من الاعتماد على النماذج العامة المركزية. تسمح بنية Coral بالتفاعل المتوازي والآمن بين الوكلاء، مما يعزز من وظيفة نماذج اللغة بجميع أحجامها في المهام التي تتطلب التفكير المتقدم والتخطيط وحل المشكلات.
"هذا الاختراق يمثل نقطة تحول في بنية الذكاء الاصطناعي"، قال كبير موظفي التكنولوجيا في كورال، كايلوم فوردير، في بيان مكتوب. "إنه دليل على أن التوسع الأفقي ليس ممكنًا فحسب، بل هو عملي، وكورال هي الطريقة الأكثر فعالية للقيام بذلك. إن إنترنت الوكلاء هو الآن واقع يعمل. إذا كنت مطورًا للوكلاء، فقط قم بكورال. إذا كنت مطور تطبيقات، ابنه بشكل أفضل مقابل أقل باستخدام بنيتنا التحتية"، أضاف.
كورال تتصدر معيار GAIA، تؤكد قوة النماذج الصغيرة في الأنظمة الوكيلة المتقدمة
في ظل المنافسة المتزايدة لتطوير أنظمة وكيلة متقدمة، لا يزال الكثير من التركيز منصبًا على توسيع نطاق النماذج لإدارة تعقيد المهام المتزايد. تتحدى أداءات Coral الأخيرة هذا النهج السائد، حيث تتماشى مع نتائج دراسة حديثة من NVIDIA تشير إلى أن الأنظمة الأصغر يمكن أن تقدم أداءً عاليًا دون المساس بالسرعة أو الأمان أو الكفاءة. تم تصميم GAIA Benchmark، وهو مجموعة تقييم شاملة للذكاء الاصطناعي المتقدم، لتقييم مدى قدرة الأنظمة على التعامل مع المهام الواقعية التي تتطلب عادةً وقتًا ومهارة كبيرة من الخبراء البشريين. تتكون من 450 تنبيهًا معقدًا تختبر قدرات البحث والتحليل والاستدلال، وتعتبر هذه المعايير مقياسًا رئيسيًا في الصناعة لتقييم فعالية نماذج اللغة الكبيرة العامة (LLM).
نظام وكيل GAIA الخاص بكورال، المستخدم في اختبار المعايير، يعتمد على بروتوكول كورال ويستند إلى مبادئ تصميم OWL الخاص بـ CAMEL. يتضمن وكلاء متخصصين لتنفيذ مجموعة من المهام بما في ذلك البحث، التحليل، النقد، التخطيط، والتصفح عبر الويب، جميعها تتواصل من خلال بنية خادم MCP الخاصة بكورال.
تؤدي الريادة في تصنيفات GAIA Benchmark للنماذج الأصغر إلى الإشارة إلى إمكانيات Coral في توسيع وظائف أنظمة الذكاء الاصطناعي من خلال بنية قائمة على الرسوم البيانية. تشير هذه النتيجة إلى أنه يمكن إنشاء وكلاء خفيفي الوزن وعالي الأداء باستخدام نماذج أصغر، مما يسهل معالجة البيانات بشكل أوسع، وتكامل النظام البيئي بشكل أكثر سلاسة، وتعزيز التواصل بين الوكلاء.
"لقد تم التقليل من دور النماذج الصغيرة في الأنظمة الوكيلة حتى الآن، لكن الأمور بدأت تتغير"، قال كايلوم فوردير. "لقد أثبتنا أن مثل هذه النماذج يمكن أن تتوسع إلى ما وراء حدودها المعروفة سابقًا وتتفوق على المنافسين. أنا واثق من أن لها دورًا مركزيًا تلعبه في مستقبل الذكاء الاصطناعي الوكيل"، اختتم.