Industry·
بحث IBM يثبت أن اختيار حزام الوكيل يرفع معدل نجاح المهام من 30% إلى 81%
معايير محكومة تكشف تفوق CUGA على Hermes وDeep Agents في مهام AppWorld باستخدام نفس أوزان النموذج، مما يبرز أهمية اختيار حزام المؤسسة أكثر من اختيار النموذج لأعباء عمل الذكاء الاصطناعي الإنتاجية.
نشرت أبحاث IBM مقارنة محكومة يجب أن تعيد تشكيل كيفية تقييم المؤسسات لأطر العمل الوكيلة. باستخدام نموذج مفتوح الأوزان واحد — GLM-5.3-flash — عبر 90 مهمة في AppWorld تشمل واجهات برمجة تطبيقات البريد الإلكتروني والمدفوعات وتخزين الملفات، قام الفريق بتبديل طبقة الحزام فقط. أكمل CUGA، حزام الوكيل العام القابل للتكوين من IBM، 81.1% من المهام. وصل Hermes، المصمم للمساعدين الشخصيين الدائمين، إلى 46.7%. بينما تأخر Deep Agents، المحسن لسلاسل البحث الطويلة، أكثر.
لماذا الحزام أهم من النموذج
يعمل AppWorld كبديل لأتمتة المؤسسات: فهو يتطلب التعامل مع تسجيل الدخول، قراءة وثائق API، التقسيم إلى صفحات، وتغييرات الحالة عبر تطبيقات متعددة. تتضمن هندسة CUGA تفكيك المهام، التحقق قبل التنفيذ، والانعكاس التلقائي — حواجز حماية تبقي الوكلاء داخل حدود السياسة بغض النظر عن مخرجات النموذج. يعتمد Hermes وDeep Agents على البرامج الوسيطة وإعادة المحاولات لكنهما يفتقران إلى فرض القواعد المدمج.
بالنسبة للمشترين الذين يوفرون مجموعات GPU، الاستنتاج واضح: اختيار الحزام يؤثر مباشرة على كفاءة الحوسبة لكل دولار استدلال. الحزام الذي يقلل المسارات الفاشلة يقطع دورات GPU المهدرة ويقصر وقت الحصول على النتائج. قدرة CUGA على العمل داخل السحابة السيادية أو المنعزلة جويًا تتماشى أيضًا مع تفويضات إقامة البيانات التي لا يمكن لمنصات الوكلاء SaaS العامة تلبيتها.
أصدرت IBM كود التقييم مفتوح المصدر (harbor-eval) حتى تتمكن الفرق من إعادة إنتاج الاختبار على أجهزتها الخاصة. إذا كانت خارطة طريقك تتضمن وضع وكلاء أمام أنظمة CRM أو ERP أو الدفع، فقم باختبار الحزام أولاً — قبل توسيع النموذج.
- aigpu
- ai gpu
- ai gpu cloud
- aigpu dubai
- agent harness
- enterprise ai
- ibm research
- gpu infrastructure
بقلم AiGpu Editorial · إعادة صياغة تحريرية استناداً إلى تقارير عامة (Hugging Face Blog)
→ كل المقالات