تسعى التقنيات الحديثة لتسهيل التفاعل البشري مع الآلات، ومن بينها وكيل واجهة المستخدم الرسومية (GUI) الذي يتمتع بالقدرة على تنفيذ تعليمات المستخدم من خلال الأوامر المرسومة على الشاشة. في الوقت الذي حققت فيه نماذج اللغات الكبيرة (Large Language Models) إنجازات مذهلة، إلا أن التطبيقات الحالية لوكلاء الـ GUI تواجه تحديات عديدة، خاصة في المهام الطويلة الأمد.

حيث تتطلب هذه المهام معالجات مكلفة وتقنيات معقدة تزداد تعقيداً بزيادة السياق المراد تنفيذه. هنا يأتي الابتكار الجديد الذي حمل عنوان ParaGUIBench – وهو معايير جديدة تركز على التنفيذ المتزامن والتنسيق بين عدة وكلاء واجهة مستخدم دائمة البداية.

يأتي إنجاز ParaGUIBench كأول معيار من نوعه، يتضمن أنظمة متعددة جهازية تعمل من خلال بنية تحتية بدعم من Docker وتتيح لعدة أجهزة التواصل عبر نظام ملفات مشترك. يتضمن المعيار مجموعة بيانات تحتوي على 233 مهمة ضمن ستة فئات معايير مختلفة، إضافةً إلى نظام تقييم يدرس كفاءة الأداء من خلال مقاييس مثل نسبة تقليل الخطوات وتكلفة الرموز.

أما عن الابتكار الرائد الآخر، فيقوم ParaGUI كوكيل ذكي بتحليل تفصيلي للمهام وتوزيعها على عمال متزامنين ضمن أجهزة سطح مكتب منفصلة. تُظهر نتائج الاختبارات أن ParaGUI حقق نسبة نجاح تصل إلى 46.4%، متفوقًا على أقوى نموذج تقليدي بنحو 12.9 نقطة، وذلك باستخدام أقل من نصف الخطوات وأقل من نصف الرموز.

تشير هذه النتائج البارزة إلى إمكانية تحسين الأداء وكفاءة الوكلاء في المهام القابلة للتقسيم، مما يجعل هذه الاتجاهات مثيرة للدراسة في المستقبل.

ما هو رأيكم في هذه الخطوة الثورية نحو تحسين أداء أنظمة الوكلاء؟ شاركونا أفكاركم في التعليقات!