في عالم الذكاء الاصطناعي، تولد الوكالات المعتمدة على نماذج اللغات الضخمة (LLMs) إمكانية غير محدودة لإحداث تغييرات إيجابية في العديد من المجالات، بدءًا من تطوير البرمجيات وصولًا إلى دعم العملاء. ولكن، غالبًا ما تعاني هذه الوكالات من نقص كبير في الأداء بسبب التكوينات الفرعية غير المثالية، مثل المطالبات الضبط وضعف تقدير الأدوات والمعلمات.

لذا، نحن هنا لنقدم لكم منصة جديدة ومثيرة، وهي ARTEMIS، التي تتيح تحسين الوكالات بدون الحاجة إلى أي كود. تعتمد هذه المنصة على عمليات جينية ذات وعي دلالي للقيام بتعديل التكوينات بشكل متسق وفعال. من خلال تقديم نصوص مرجعية وأهداف باللغة الطبيعية فقط، تستطيع ARTEMIS اكتشاف المكونات القابلة للتعديل، واستخراج إشارات الأداء من سجلات التنفيذ، وتطوير التكوينات دون الحاجة إلى تغييرات هيكلية.

تجاربنا أثبتت نجاح ARTEMIS في أربعة أنظمة وكالات تمثلية، بما في ذلك وكالة ALE للمنافسات البرمجية، حيث سجلت تحسينًا بنسبة 13.6% في معدل القبول. كذلك، حققت وكالة Mini-SWE لتحسين الأكواد زيادة ملحوظة بنسبة 10.1%، بينما تمكنت وكالة CrewAI من تقليل عدد الرموز المطلوبة للتقييم بنسبة 36.9%. كما تم اختبار وكالة MathTales-Teacher التي تعمل بواسطة نموذج مفتوح المصدر، حيث سجلت تحسينًا بنسبة 22% في دقة حل مسائل الرياضيات لمستوى التعليم الابتدائي.

من الواضح أن ما تقدمه ARTEMIS ليس مجرد تحسين للأداء، بل يفتح الأبواب نحو مستقبل أكثر كفاءة في استخدام التقنيات الحديثة، مما يغير من طريقة عمل وكالات الذكاء الاصطناعي بشكل جذري. هل أنتم مستعدون لاستكشاف كل ما تقدمه هذه التقنية الثورية؟