في عالم الذكاء الاصطناعي، يمثل التطور التكنولوجي خطوة كبيرة نحو تحسين جودة البحث واستجلاء المعلومات. في هذا السياق، يأتي مشروع LocalSearchBench ليكون معيارًا متقدمًا للبحث الذكي (agentic search) في خدمات الحياة المحلية. التحديات التي نواجهها في هذا المجال ليست فقط عادية، بل تبرز قصصًا مدهشة تتعلق بكيفية الوصول للمعلومات الدقيقة في زمن مليء بالبيانات المشوشة.

تم تصميم LocalSearchBench ليجسد مجموعة متنوعة ومعقدة من السيناريوهات التجارية، حيث يضم قاعدة بيانات تحتوي على أكثر من 1.3 مليون تسجيل لمتاجر، تغطي 6 فئات خدماتية و9 مدن رئيسية. الطلبات الحقيقية في هذا المجال غالبًا ما تكون غامضة، وتتطلب تفكيرًا متعدد الخطوات يجري عبر التجار والمنتجات.

كعلامة فارقة، توفر LocalSearchBench أيضًا منصة LocalPlayground، وهي بيئة موحدة تجمع بين عدة أدوات لخدمة التفاعل مع نماذج اللغات الضخمة (Large Language Models). لكن رغم كون النماذج الحالية متقدمة، إلا أن التجارب أظهرت أن أفضل نموذج متوفر - وهو DeepSeek-V3.2 - لم يحقق سوى 35.60% من الدقة، حيث تبرز الصعوبات في جوانب الاكتمال (60.32% في المتوسط) والإخلاص (30.72% في المتوسط).

تسليط الضوء على هذا الواقع يؤكد الحاجة الملحة لمعارض متخصصة وتدريب مخصص للنماذج في خدمات الحياة المحلية. لمزيد من المعلومات، يمكنك الاطلاع على الرمز ومعيار التقييم في الرابط المخصص لهذا المشروع.