في عالم الذكاء الاصطناعي، يعتمد الأداء الفعال لوكلاء الذكاء الاصطناعي بشكل كبير على بنية التشغيل (runtime harness)، التي تضم مجموعة من عناصر التحكم، الأدوات، والذاكرة، إضافةً إلى الأساليب التي من خلالها يمكن للنموذج أن يلاحظ، يستنتج، ويتفاعل. وللأسف، لا تزال الهياكل المستخدمة حالياً غالباً ما تكون مصنوعة يدويًا وثابتة، مما يجعل كل نموذج أو مهمة جديدة تتطلب جهدًا إضافيًا وتخصيصاً خاصاً.

لكن الآن، مع إطلاق HarnessX، أصبح هناك أمل جديد! HarnessX ليست مجرد منصة، بل هي مصنع (foundry) لتصميم هياكل ديناميكية ومتكاملة للتحكم بوكلاء الذكاء الاصطناعي. تستخدم HarnessX قواعد رياضية لتجميع مكونات التحكم من خلال ما يُعرف بجبر الاستبدال، وتقوم بتكييفها باستخدام نظام AEGIS، وهو محرك تطور معتمد على تعقب الأداء، مما يمكّن من تحسين واجهات التشغيل المرتبطة بالتفاعل بين التعلم الرمزي والتعلم المعزز.

ولمزيد من التحسين، يتم إغلاق حلقة الهياكل والنماذج من خلال تحويل المسارات الناتجة أثناء التنفيذ إلى تحديثات فعلية للهياكل وإشارات تدريب للنموذج. في خمسة اختبارات مرجعية (ALFWorld، GAIA، WebShop، tau^3-Bench، وSWE-bench Verified)، حقق HarnessX زيادة متوسطة تصل إلى +14.5% (بحد أقصى +44.0%)، مما يدل على أن التقدم في الوكلاء لا يحتاج إلى الاعتماد فقط على زيادة حجم النموذج، بل من خلال تأليف وتطوير الواجهات التشغيلية استناداً إلى تعليقات الأداء.

الأخبار السارة هي أن قاعدة الشيفرة الكاملة ستكون مفتوحة المصدر في إصدار قادم، مما يجعل هذه الابتكارات في متناول الجميع.

ما رأيكم في هذه التطورات المثيرة في مجال الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات!