Iris-mini وIris-pro: وكيلا بحث جديدان يتصدران معايير البحث العميق

مقدمة: سباق البحث العميق

في عالم يتزايد فيه الاعتماد على الذكاء الاصطناعي للبحث والتحليل، يمثل إطلاق وكيلي البحث Iris-mini وIris-pro تطورًا لافتًا. الورقة البحثية التي تحمل عنوان "Iris: Climbing to the Search Frontier" تقدم ليس فقط نموذجين قويين، بل منهجية تدريب مبتكرة يمكن أن تعيد تعريف معايير البحث العميق.

النتائج والأرقام

النتائج المسجلة على معايير قياسية مثل BrowseComp وDeepSearchQA وHLE تضع النموذجين في مقدمة المنافسين:

المعيار	Iris-mini (35B)	Iris-pro (397B)
BrowseComp	82.2%	88.6%
BrowseComp-ZH	84.8%	85.1%
DeepSearchQA	86.9%	92.9%
HLE	52.3%	56.4%

هذه النتائج هي الأقوى بين وكلاء البحث مفتوحة المصدر في نطاقات المعاملات الخاصة بهم.

المنهجية: بناء المهام من الروابط

ما يميز هذا البحث هو طريقة توليد المهام التدريبية. بدلاً من استخدام أسئلة مكتوبة يدويًا، قام الباحثون بعكس هندسة المهام من بنية الروابط التشعبية لموقع ويب. يتم إنشاء سلاسل متعددة الخطوات عبر رسم بياني للكيانات، مع إعادة كتابة كل كيان غير إجابة إلى مرجع وصفي لمنع الحل عبر مطابقة النصوص.

SFT-RL Climbing: تسلق جبل الصعوبة

الابتكار الرئيسي هو إجراء التدريب المتناوب. بعد كل جولة من التعلم المعزز ضد البحث المباشر، يتم إرجاع أصعب الحلول وأكثرها كفاءة إلى مرحلة التعلم الخاضع للإشراف التالية. هذا يسمح للوكيل بتحسين قدراته تدريجيًا على المهام الأكثر صعوبة.

إدارة سياق الاستدلال

أظهر البحث أن إدارة سياق الاستدلال في وقت الاستنتاج تقدم مكاسب أكبر على هذه المعايير من معظم الاختلافات المبلغ عنها بين الأنظمة. تم تقييم كل معيار مع وبدون هذه الإدارة، مع تثبيت الأدوات وحدود السياق.

الأهمية للشرق الأوسط

مع خطط إصدار الأوزان والوصفة التدريبية الكاملة، يمكن للمؤسسات الحكومية والخاصة في المنطقة نشر هذه النماذج على بنيتها التحتية الخاصة، مما يعالج مخاوف خصوصية البيانات ويسمح بتخصيص النموذج للغات واللهجات المحلية.

---

ملاحظة للمراجعة البشرية: تم التحقق من الأرقام والنتائج المذكورة في هذه المقالة من الورقة البحثية الأصلية. يرجى مراجعة الادعاءات المتعلقة بـ"الأقوى بين مفتوحة المصدر" في سياق المنافسين الحاليين قبل النشر.