في عالم متسارع نحو الذكاء الاصطناعي، يطرح البحث الجديد حول نظام AgentFloor أسئلة مثيرة حول استخدام النماذج في البيئات العملية. يُظهر هذا البحث كيف بإمكان النماذج الصغيرة تحقيق كفاءة عالية في المهام الروتينية التي تتطلب استدعاء نماذج متعددة لكل طلب من المستخدم.

يمثل AgentFloor معيارًا متميزًا يتضمن 30 مهمة منظمة ضمن ست مستويات من القدرات، تغطي متابعة التعليمات، واستخدام الأدوات، والتنسيق متعدد الخطوات، والتخطيط على المدى الطويل تحت قيود مستمرة. تم تقييم 16 نموذجًا مفتوح الوزن، تراوحت أعداد معلماتها بين 0.27 مليار و32 مليار، إلى جانب نموذج GPT-5 عبر 16,542 عملية تقييم.

أظهرت النتائج أن هناك حدودًا واضحة لنوع النماذج اللازمة. إذ أثبتت النماذج الصغيرة والمتوسطة أنها كافية للتعامل مع معظم الأعمال القصيرة الهيكلية التي تمثل الجزء الأكبر من عمليات الوكلاء الذكية. بل إن أقوى نماذج الوزن المفتوح تتطابق مع أداء GPT-5 في المعيار المستخدم، بينما تعد أسرع وأقل تكلفة في التشغيل.

ومع ذلك، يظهر الفارق بشكل أكثر وضوحًا في المهام التي تتطلب تخطيطًا على المدى الطويل، حيث لا تزال النماذج المتقدمة تحتفظ بميزة في التنسيق المستدام وتتبع القيود على مدار عدة خطوات، مما يشير إلى الحاجة إلى نماذج أكثر قوة لبعض المهام الخاصة. كما وجد الباحثون أن هذه الحدود ليست مرتبطة بحجم النموذج فقط؛ فبعض المشكلات يمكن معالجتها بتدخلات مستهدفة، لكن تأثيرها يختلف باختلاف النموذج.

تشير هذه النتائج إلى مبدأ تصميم عملي للأنظمة الوكيلة: استخدام نماذج الوزن المفتوح الأصغر للمهام الروتينية العريضة، واحتفاظ نماذج الذكاء الاصطناعي الكبيرة للمهام التي تتطلب تخطيطًا أعمق ورقابة أقوى. تم إصدار المعيار، مع كل تكوينات السحب والبيانات الكاملة للجري.

فما رأيكم في هذه النتائج المثيرة؟ هل تعتقدون أن النماذج الصغيرة يمكن أن تحل محل الكبيرة في المستقبل؟ شاركونا بآرائكم في التعليقات.