في عالم يتسارع فيه الابتكار التكنولوجي، ظهر kw-bench كنموذج متقدم يمتاز بقوة معالجة المهام الحقيقية بصورة متفوقة. يستند هذا النموذج على مفهوم "الحامل" (harness)، الذي يتيح للذكاء الاصطناعي كتابة وتشغيل الكود الخاص به، مما يدعمه في إنجاز مهام كانت تعتبر شاقة.

يعمل نموذج kw-bench على تحويل طريقة قياس أداء الذكاء الاصطناعي من مجرد أدوات برمجية إلى بنية تحتية تعزز من الأعمال المعرفية. تعتبر أهداف الاختبارات الجديدة التي يقدّمها هذا النموذج واسعة النطاق، تتراوح من بناء نماذج مالية إلى إنشاء جداول بيانات استنادًا إلى متطلبات محددة.

ومع ذلك، ما يُميز هذا النموذج فهو التركيز على الجانب التحقيقي من العمل المعرفي، حيث إن العديد من النتائج تتجمع في بيانات غير مكتملة ومتضاربة. نقدم لك تحدياً جديداً، يتمثل في إعادة بناء سجل القيمة المضافة (VAT) والتي تمتد عبر ثلاثة أجيال من نظام SAP، والتحدي هنا هو أن البيانات تأتي بدون توثيق، ما يجعل استرجاعها مهمة معقدة.

قمنا بتجربة أربعة أنماط مختلفة من الحوامل - Claude Code، Codex، OpenCode وmicro-cc - باستخدام نفس النموذج DeepSeek v4.1 Flash. النتائج كانت مدهشة، حيث تمكنت الحوامل المستقلة من تحقيق نتائج ملحوظة، بينما عجزت الحوامل المعتمدة على نماذج محددة عن تقديم أي أداء ملحوظ.

كن مستعدًا لاستكشاف آفاق جديدة في عالم الذكاء الاصطناعي، فمع وجود kw-bench، أصبح إنجاز المهام المعقدة يجري بسلاسة أكبر وأقل تكلفة، مما يفتح الباب أمام الابتكار والإبداع في مجالات متعددة.