في عالم الذكاء الاصطناعي، يعد تحسين أداء الوكلاء التنفيذيين أحد أبرز التحديات. وفي هذا السياق، تمثل NexForge بديلاً واعداً عن الأساليب التقليدية. تعتمد هذه المنصة الجديدة على ما يعرف باسم "إطار العمل القائم على المتطلبات" (Requirement-First Framework)، والذي يمكّن من تجميع المتطلبات القابلة للتنفيذ في بيانات تدريب الوكلاء.

تعاني الأساليب التقليدية من قيود كبيرة، حيث تعتمد على أدوات ومشاريع مسبقة محددة، مما يجعل توسيع نطاق التدريب أمراً معقداً ويتطلب تدخل يدوي. أما NexForge، فهي تتجاوز هذه العقبات من خلال إجراء أبحاث استكشافية لتحديد الأشكال الممثلة للمهام والسيناريوهات الحقيقية.

وعند التطبيق، يحقق هذا الإطار تحسينات ملحوظة؛ فقد تم إنتاج 3600 مهمة نهائية و2000 مهمة مكتبية، وحقق النموذج Qwen3.5-35B-A3B نتائج متفوقة بلغت 52.0% في اختبار Terminal-Bench 2.0. ومع التوسع، تم الوصول إلى 58.4% في الأداء، متفوقاً بذلك على عدة أنظمة تجارية متقدمة.

إن التحسينات التي تقدمها NexForge لا تتوقف عند هذا الحد، حيث تساهم البيانات التي تم توليدها في تدريب نماذج جديدة متاحة للجمهور، مما يحقق أداءً لا مثيل له في إطار الذكاء الاصطناعي المفتوح المصدر. تحقق Nex-N2 نتائج دولية رائدة، مع التنويه أن هذه النماذج متاحة للتجربة عبر رابط [https://nex.sii.edu.cn/].

نستطيع القول بأن NexForge تمثل خطوة هائلة نحو كسر قيود تطوير الذكاء الاصطناعي، مما يفتح آفاقاً جديدة للأبحاث والممارسات التطبيقية. ما رأيكم في هذا التطور؟ شاركونا في التعليقات.