الوصف
Agents-A1 هو نموذج وكيل مكون من 35 مليار خبير تم تطويره بواسطة InternScience. تم تصميمه لتوسيع القدرات الوكيلة المتنوعة عبر مجالات مختلفة، بما في ذلك البحث على المدى الطويل، والهندسة، والبحث العلمي، واتباع التعليمات، واستدعاء الأدوات. يتم تدريب النموذج باستخدام بنية تحتية قائمة على المعرفة-الإجراء التي تبني الإجراءات، والملاحظات، ونتائج التحقق، مما يحول عملية الوكيل إلى هدف قابل للتدريب.
قراءة المزيد
يتضمن نموذج التدريب لـ Agents-A1 ثلاث مراحل. في البداية، يتم ضبط النموذج الأساسي بالكامل تحت إشراف لتوافقه مع سلوكيات وكيلة واسعة. يلي ذلك تدريب نماذج المعلمين على مستوى المجال لالتقاط الخبرة المتخصصة في كل مجال. أخيرًا، يتم استخدام تقطير متعدد المعلمين ومتعدد المجالات مع تحسين مدرك للتنوع لتعزيز كفاءة نقل المعرفة عبر مجالات مختلفة.
يدعم Agents-A1 استدعاء الوظائف ودمج الأدوات، مما يتيح تفاعلًا سلسًا مع واجهات برمجة التطبيقات، ومفسري الشيفرة، ومحركات البحث، وأدوات خارجية أخرى. يتعامل مع التفكير العلمي المدمج بالأدوات والإجابة على الأسئلة المتعلقة بالمعرفة المهنية، ويتبع تعليمات مفصلة ومتعددة القيود عبر مجالات متنوعة.
تم تقييم النموذج في سير العمل الوكيلة والبحثية في العالم الحقيقي عبر ستة اتجاهات، مما يوفر أداءً تنافسيًا للغاية ضد الأنظمة المتقدمة مثل GPT-5.5 وDeepSeek-V4-pro. يحقق نتائج رائدة في العديد من المعايير التحدي، بما في ذلك Seal-0 وHiPhO وFrontierScience-Olympiad وIFEval، من بين آخرين. تظهر هذه النتائج قدرة Agents-A1 القوية على البحث على المدى الطويل، والتفكير العلمي القوي، وموثوقية اتباع التعليمات، مما يثبت أنه نموذج وكيل عالي الكفاءة والقدرة.
- الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
- نموذج التسعيرمجاني
- النشرسحابي
- المنصاتالويب
أبرز ملامح Agents-A1
نموذج مكون من 35 مليار خبير
قدرة البحث على المدى الطويل
دعم دمج الأدوات
التفكير العلمي
اتباع التعليمات
بنية تحتية قائمة على المعرفة-الإجراء
تقطير متعدد المعلمين ومتعدد المجالات
أداء رائد في المعايير
البدء مع Agents-A1
الوصول إلى صفحة النموذج: زيارة مستودع Hugging Face لـ Agents-A1
المصادقة: تأكد من أن لديك الاعتمادات اللازمة للوصول إلى النموذج
التكوين: إعداد معلمات النموذج والبيئة
إرسال المطالبات: التفاعل مع النموذج باستخدام المدخلات المطلوبة
الضبط الدقيق: ضبط النموذج لمهام محددة إذا لزم الأمر
حالات استخدام Agents-A1
- البحث على المدى الطويل
- المهام الهندسية
- البحث العلمي
- اتباع التعليمات
- دمج الأدوات
