في عالم العلم، تلعب نماذج اللغات الضخمة (Large Language Models) دورًا مهمًا في تسريع الاكتشافات العلمية، ولكنها تعاني من بعض القيود التي تؤثر على قدرتها على التكيف والتنوع في المجالات. هنا يأتي دور SciDER، نظام مبتكر يتكون من مجموعة من الوكلاء المتخصصين لتجاوز هذه التحديات وتحقيق نتائج مذهلة.

يهدف SciDER إلى أتمتة الدورة الكاملة للأبحاث العلمية بطريقة مرنة ومتكاملة، مُعتمدًا على نهج بياناتي جديد. يتضمن النظام أربعة وكلاء فرعيين مختصين:

1. **وكيل الأفكار**: يقوم هذا الوكيل بتوليد فرضيات جديدة عبر تقنية بحث الأفكار التطورية (Evolutionary Idea Search).
2. **وكيل تحليل البيانات**: يقوم بمعالجة وترتيب البيانات التجريبية الخام بشكل منهجي.
3. **وكيل التجربة**: يقوم بتوليد الكود القابل للتنفيذ وفقًا لخصائص مجموعة البيانات.
4. **وكيل النقد**: يعزز من العملية من خلال تحفيز تحسين ذاتي تدريجي.

ولتعزيز التعاون في الاكتشافات العلمية المفتوحة المصدر، أطلقنا **OpenSciDER-SFT-8K**، مجموعة بيانات تتبع تنفيذ عالية الجودة، بالإضافة إلى نموذج **OpenSciDER-27B** المعدّل دقيقًا.

أثبتت SciDER وكما تشير نتائجها عبر ستة معايير تنافسية، نتائج قياسية أو رائدة، خاصة في تحليل البيانات، تنفيذ الأبحاث من البداية للنهاية، والتصور العلمي متعدد الوسائط. لذا، فإن SciDER يجسر الفجوة بين التفكير العلمي المجرد وتنفيذ التجارب القابلة للتكرار، مما يفتح المجال أمام تجارب جديدة ومنهجيات بحثية مبتكرة.