اكتشف SCLATE: منصة مبتكرة لتدريب وتقييم وكلاء التعلم المستمر

هل تساءلت يومًا كيف يمكن تحسين تدريب وتقييم وكلاء التعلم المستمر؟ 💡 هنا يأتي SCLATE، الإنجاز الجديد الذي يغير قواعد اللعبة في عالم الذكاء الاصطناعي.

يُعتبر SCLATE (Substrate for Continual-Learning Agent Training and Evaluation) منصة مبتكرة تم تطويرها للتغلب على تحديات تقييم وتدريب الوكلاء الذين يتعلمون بشكل متواصل. حيث تعتمد هذه الأنظمة على نماذج وذاكرة تعمل على مدار فترات زمنية متعددة الجلسات، مما يجعل تقييمها يتطلب الجمع بين مهام متعددة وأحداث تحدث من جانب الوكيل.

تواجه المنصات الحالية مشاكل في جدولة الأحداث المطلوبة، إذ تقتصر فقط على الأحداث المحددة لكل معيار، مما يضطر كل معيار وجزء من الوكيل إلى بناء دورة جدولة مخصصة. في المقابل، يقدم SCLATE حلًا شاملاً، حيث يمكن للمعايير ووكلاء التعلم المحدثين إضافة أحداثهم إلى مجدول أحداث مفتوح من خلال محول، مما يسمح لكل الأحداث بالعمل في إطار زمني مشترك.

تعمل SCLATE على تبسيط تجربة التدريب، حيث تسجل البروكسي كل الاتصالات والمعلمات لكل نموذج مستخدم. تم اختبار هذه المنصة من خلال دمج سبعة معايير في SCLATE، حيث تمت مقارنة عشرة تكوينات من الذاكرة مع عشرة نماذج غير معدلة.

أظهرت المقارنات أن إضافة نظام ذاكرة لا يضمن تفوقه على الذاكرة الأصلية، وأن النماذج تتفاوت في استخدام المحتويات المشتركة. بعد ذلك، تم تدريب نموذج Qwen3.5-4B باستخدام أنظمة الذاكرة غير المعدلة. وقد تعلم النموذج كيفية استهلاك 6.8 مرات أقل من خطوط الملفات، برفع معدل النجاح عبر معيار SWE-bench بمقدار 16.7 نقطة، بينما ارتفعت دقة MetaClaw المحجوزة بمقدار يصل إلى 11.8 نقطة.

إذا كنت مهتمًا بعالم الذكاء الاصطناعي وتطبيقاته المبتكرة، فلا تفوت فرصة الانغماس في تفاصيل هذه المنصة الرائدة. 🤖✨ ما رأيكم في SCLATE؟ هل تعتقدون أنه سيغير طريقة تدريب وتقييم الوكلاء؟ شاركونا في التعليقات!